Anthropic doplnil svoju najnovšiu generáciu modelov o výrazne lacnejší Claude Haiku 5.5, OpenAI zatiaľ rieši dôsledky svojho nedávneho masívneho zverejnenia matematických výsledkov, ktoré rozdelilo matematickú komunitu na nadšených aj rozhorčených.
Anthropic spustil Claude Haiku 5.5, najlacnejší model v rodine 5.5
Anthropic 7. októbra uviedol Claude Haiku 5.5, najmenší model rodiny 5.5 po Opuse 5.5 a Sonnete 5.5. Model je určený na vysokoobjemovú prácu citlivú na cenu: sumarizácie, klasifikáciu, databázové dotazy alebo ako subagent pri kódovaní pod Opusom alebo Sonnetom. Je to zároveň prvý model triedy Haiku s nastaviteľnou úrovňou úsilia (Low, Med, High, Xhigh, Max), ktorou si používateľ sám vyberá pomer medzi cenou a kvalitou odpovede.
Cena klesla podľa Anthropicu v priemere o 75 percent oproti Haiku 4.5. Pri promptoch do 100-tisíc tokenov ide o pokles 90 percent na 0,10 dolára za milión vstupných a 0,50 dolára za milión výstupných tokenov, nad touto hranicou je zľava 50 percent. Časť úspory však vyrovnáva nový tokenizér, ktorý pri rovnakom texte napočíta približne o 30 percent viac tokenov. Na vlastných testoch Anthropicu Haiku 5.5 skóruje 72,4 percenta na OSWorld 2.1 oproti 15,7 percenta pri Haiku 4.5 a 48,9 percenta pri GPT-6 Luna od OpenAI, na Terminal-Bench 4.0 je to 39,2 percenta oproti nule pri predchodcovi.
Firmy, ktoré model testovali pred vydaním, hlásia konkrétne výsledky: Asana udáva o 30 percent nižšiu latenciu pri dokončovaní úloh, HubSpot namerala priemerné skóre 92,8 percenta na vlastnej sade CRM úloh a Box skóroval o 11 bodov vyššie než s Haiku 4.5 pri približne polovičnej latencii. Model je dostupný cez Claude Platform API aj cez AWS, Google Cloud a Microsoft Azure. Pri krátkych promptoch vyjde Haiku 5.5 na približne dvadsatinu ceny Sonnetu 5.5, čo z neho robí prvú voľbu pre úlohy, kde sa oplatí obetovať časť kvality za objem. Sonnet 5.5 a Opus 5.5 podľa Anthropicu ostávajú lepšou voľbou pre zložité agentické kódovanie, Haiku 5.5 je nástroj na objem, nie na najťažšie úlohy.
Vydanie prichádza necelé dva týždne po Sonnete 5.5 a necelé tri týždne po Opuse 5.5, takže rodina modelov 5.5 je teraz kompletná vo všetkých troch veľkostiach. Anthropic pri tom zároveň znížil cenu cache čítaní pri Sonnete 5.5 o polovicu na 0,10 dolára za milión tokenov, čo pri bežnej agentickej práci vychádza na úsporu okolo 20 percent. Pre bežného používateľa v Európe, ktorý Claude využíva cez API alebo nástroje tretích strán, to znamená, že aplikácie postavené na Haiku budú citeľne lacnejšie pri zachovaní podobnej alebo vyššej kvality než predchádzajúca generácia.
OpenAI zverejnilo 722 matematických rukopisov, matematici hovoria o neuznaní autorstva
OpenAI 6. októbra zverejnilo na GitHube pod licenciou Apache 2.0 repozitár s 722 matematickými rukopismi zoradenými do 372 rodín výsledkov. Ide o prácu nenazvaného interného modelu, ktorému firma predložila približne 4000 otvorených problémov z teórie čísel, geometrie, teoretickej informatiky a matematickej fyziky. Podľa Fortune stál jeden výsledok v priemere okolo troch hodín výpočtového času. Formálne overenie cez dôkazový systém Lean má len časť výsledkov, zvyšok OpenAI v repozitári sama označuje ako neoverený a upozorňuje, že môže obsahovať chyby.
Reakcie matematickej komunity sú rozdelené. Podľa Nature kanadský matematik Daniel Litt zverejnenie ocenil, pretože výsledky sú voľne dostupné na GitHube na nezávislé preskúmanie, a vyzdvihol, že OpenAI tentoraz nepreháňala jednotlivé úspechy. Iní matematici sú kritickejší: podľa Nature harvardská profesorka Melanie Matchett Wood varovala už v septembri, že AI-generovaná matematika často obsahuje plagiátorstvo a chýba pri nej človek, ktorý by prevzal zodpovednosť za výsledok.
Zverejnenie prichádza uprostred staršieho spora o autorstvo pri probléme Navier-Stokes. Matematik Tristan Buckmaster z NYU obvinil OpenAI, že ho tlačila, aby pri publikovaní nekreditoval svojho spolupracovníka Leventa Alpögeho, ktorý pracuje pre Anthropic. OpenAI podľa Nature obvinenia odmietla, no priznala, že nemôže vylúčiť, že pri tréningu použila deidentifikované dáta odvodené z ich spoločnej práce. Fieldsovi medailisti vrátane Charlesa Feffermana z Princetonu následne podpísali otvorený list, v ktorom varujú, že AI firmy pri súperení o matematické prvenstvá ohrozujú uznanie práce ľudských matematikov. OpenAI v reakcii na kritiku zriadila nezávislú poradnú skupinu pre matematiku a AI pri Institute for Advanced Study v Princetone a stiahla sponzorstvo matematického podujatia na Caltechu po tom, čo ju tamojší výskumníci kritizovali.
Podľa Fortune samotný objem zverejnenia rozdelil odbor na dva tábory. Matematik Litt síce zverejnenie chváli, no zároveň upozorňuje na riziko, ktoré má širší dosah než samotný spor o kredit: ak sa verejne zakorení dojem, že AI matematiku "vyriešila", môžu sa inštitúcie rozhodnúť presmerovať financovanie preč od ľudského matematického výskumu, hoci veľká časť zverejnených výsledkov ešte prešla len čiastočným formálnym overením. Rozsiahla, 166-stranová práca k samotnému problému Navier-Stokes navyše stále prechádza recenzným konaním a podľa kritikov sa opiera o zjednodušujúcu vonkajšiu silu, ktorá podľa nedávneho dôkazu iných matematikov nemôže viesť k vyriešeniu pôvodného problému v plnom znení.
V skratke
- Anthropic 2. októbra spustil program Claude Frontier Academy s investíciou 100 miliónov dolárov na vyškolenie 10-tisíc takzvaných Frontier Deployed Engineers do konca roka 2027, prvé kohorty bežia v San Franciscu, New Yorku a Londýne (Claude).
- Broadcom podľa Reuters poskytne Anthropicu pôžičku až do 42 miliárd dolárov na pokrytie časti 125,2-miliardového päťročného záväzku prenajímať si TPU čipy, prospekt k IPO pri tom upozorňuje na možný konflikt záujmov, keďže Broadcom je zároveň dodávateľom aj veriteľom.
- ElevenLabs zdvojnásobil svoje ocenenie na 22 miliárd dolárov cez 300-miliónový tender offer pre zamestnancov, ktorý viedli Wellington a T. Rowe Price (tech.eu).