Anthropic Ra Opus 5.5, OpenAI Đáp Bằng Sol Và Luna

Anthropic nói Opus 5.5 có giá 4 đô la cho mỗi 1 triệu token đầu vào và 20 đô la cho mỗi 1 triệu token đầu ra. Công ty cũng giảm 60% giá đọc từ bộ nhớ đệm, còn 20 cent, và có chế độ phục vụ nhanh hơn với 8 đô la đầu vào, 40 đô la đầu ra.

Công ty cho biết model mới ngang Fable 5.1 ở phần lớn công việc, còn tạo đầu ra nhanh hơn Opus 5 hơn 30%. Trên Terminal-Bench 4.0, Opus 5.5 đạt 66,4% so với 55,8% của Fable 5.1; trên AutomationBench là 40% so với 26,9%. Ở mảng nghiên cứu khoa học, điểm số là 58,7% so với 29%.

Anthropic cũng nói một người thử nghiệm đã hoàn tất việc chuyển 680.000 dòng code trong chưa đầy một ngày. Công ty mô tả Opus 5.5 là model mạnh nhất đến nay trên cuộc kiểm tra hành vi tự động dùng cho đánh giá căn chỉnh, đồng thời số lần tìm cách vượt ranh giới ngăn chặn giảm 85% so với Opus 5.

Các hạn chế với công việc an ninh mạng vẫn được giữ nguyên, nên phần lớn tác vụ kiểu này vẫn được chuyển sang Opus 4.8. Công việc sinh học mức rủi ro cao cũng bị chặn, còn quyền truy cập rộng hơn đi qua các chương trình xác minh có thêm nhánh khoa học sự sống.

Với Sol và Luna, OpenAI đặt giá 2 đô la đầu vào và 10 đô la đầu ra cho mỗi 1 triệu token của Sol, còn Luna là 10 cent và 50 cent. OpenAI nói Sol dành cho các việc phức tạp như code, xem lại code, sửa lỗi và phân tích dữ liệu, trong khi Luna nhắm tới các việc lặp lại, khối lượng lớn và có mục tiêu rõ như tóm tắt tài liệu, trích xuất thông tin và trả lời câu hỏi ngắn.

OpenAI cũng nói GPT-6 có giảm 90% cho token đầu vào đã lưu đệm, kèm bảng điều khiển và công cụ chẩn đoán cho bộ nhớ đệm. Người phát triển có thể đổi mức suy luận và quyền dùng công cụ mà không làm mất hiệu lực bộ nhớ đệm. Hai model hiện có trong ChatGPT Work và Codex cho người dùng trả phí, Luna có trên app máy tính để bàn cho người dùng miễn phí và Go, còn API dùng tên gpt-6-sol và gpt-6-luna.