Anthropic vừa phát hành Claude Sonnet 5.5, là model thứ hai trong họ Claude 5.5 sau Opus 5.5, được cho là nhanh hơn 30% và có chi phí mỗi nhiệm vụ thấp hơn tới 30% so với Sonnet 5, trong khi giữ nguyên bảng giá theo token. Tuy nhiên, chỉ trong buổi sáng ra mắt, model này đã vấp phải cáo buộc dùng ảnh minh hoạ của người dùng khác mà không xin phép.
Nhảy vọt về khả năng lập trình
Điểm đáng chú ý nhất của Sonnet 5.5 là khoảng cách bị thu hẹp gần như hoàn toàn ở mảng lập trình với model cao cấp hơn. Trên Terminal-Bench 4.0, bài giới thiệu ghi Sonnet 5.5 đạt 70,6% so với 10,3% của Sonnet 5 và còn nhỉnh hơn Opus 5.5 ở mức nỗ lực cao nhất (66,4%). Ở nhóm công việc tri thức, Sonnet 5.5 đạt 1.844 điểm GDPval-AA, gần bằng Opus 5.5 (1.846) và hơn khoảng 400 điểm Sonnet 5.
Anthropic cũng ghi rõ một điểm đáng lưu ý: bản thử nghiệm trước khi phát hành dùng cho điểm GDPval-AA và AA-Briefcase từng gặp một lỗi làm giảm chất lượng với yêu cầu có đầu ra có cấu trúc. Lỗi đó đã được sửa. Nói cách khác, con số thực có thể còn nhỉnh hơn một chút, nhưng người đọc không nên coi chênh lệch nhỏ là có ý nghĩa.
Tiết kiệm token hơn 30% so với đời trước
Bảng giá của Sonnet 5.5 giống hệt Sonnet 5: 2 USD cho mỗi triệu token đầu vào, 10 USD cho mỗi triệu token đầu ra và 0,20 USD cho mỗi triệu token khi đọc từ bộ nhớ đệm. Mức tiết kiệm đến từ việc model hoàn thành công việc bằng ít token hơn. Anthropic cũng bổ sung một tham số mới là mức nỗ lực, cho phép đánh đổi giữa tốc độ, chi phí và độ kỹ.
Những đối tác thử nghiệm sớm cũng cho thấy hiệu quả chi phí của model mới này: Slack báo giảm khoảng 14% token đầu ra, Box đo nhanh hơn 2,4 lần với ít hơn 12% tổng token, còn Atlassian ghi nhận các tác vụ trong Rovo Agent chạy nhanh hơn tới 30%.
Model đầu tiên trong dòng Sonnet đi kèm lớp bảo vệ mới
Vì năng lực an ninh mạng ngang Opus 5, Sonnet 5.5 là model Sonnet đầu tiên được phát hành với biện pháp bảo vệ và cơ chế dự phòng dành cho an ninh mạng, cùng bộ phân loại chặn việc suy luận bị chiếm đoạt. Anthropic cũng mở rộng cơ chế giữ lại dữ liệu suy nghĩ gắn với tài khoản tạo ra nó, nhằm hạn chế tình huống suy luận bị tách khỏi chủ sở hữu khi chuyển đổi tài khoản. Model có mặt trên AWS, Google Cloud và Azure. Claude Haiku 5.5 chưa dùng sẽ gia nhập họ trong vài tuần tới.
Vướng scandal ngay từ ngày đầu ra mắt
Lance Martin, một nhân viên Anthropic, đăng video cho thấy Sonnet 5.5 vẽ lại một bức ảnh bằng cách viết mã, chạy và tự điều chỉnh. Trong bài blog đi kèm, ảnh tham chiếu thuộc về tài khoản của IceSolst nhưng chưa được ghi tên. Người này đã đăng phản ứng của mình trên X, nhắc rằng Anthropic đang dính nhiều vụ kiện liên quan đến sử dụng nội dung của người khác.
Martin sau đó xin lỗi, nói rõ đây là thiếu sót và đã bổ sung ghi nguồn vào bài blog sau đó. Vụ việc không gây thiệt hại gì nhưng vẫn đáng để lưu ý: một công ty tuyên bố đầu tư nghiêm túc vào an toàn lại vấp vào lỗi cơ bản về quyền sử dụng và ghi công khi ra mắt sản phẩm.
Anthropic có đang đi ngược lại lời kêu gọi?
Cả Opus 5.5 và Sonnet 5.5 được Anthropic giới thiệu chỉ sau một thời gian kể từ khi CEO Dario Amodei đăng bài kêu gọi toàn ngành AI giảm tốc phát hành năng lực mới, với lý do rằng model tự trị ngày càng hành xử khó đoán trước. Cả 2 model này đều có năng vượt trội hơn các thế hệ trước, trong khi đó, dường như OpenAI và SpaceXAI lại là người tuân thủ lời kêu gọi này khi mà các model gần đây của họ (GPT-6 Sol/Luna và Grok 4.7) chỉ cải thiện về khía cạnh giá chứ không thực sự vượt trội hơn đời trước.
Như vậy đặc ra là: liệu Anthropic có thực sự đi theo đúng lời kêu gọi của mình, hay đang cố duy trì vị trí dẫn đầu nhằm giữ mức định giá IPO trên 2.000 tỷ USD?