Anthropic lansirao učinkovitiji Opus 5

Anthropic je 24. srpnja navečer pustio u uporabu Claude Opus 5, svoj novi model za programiranje, složeni uredski rad i dugotrajne agentske zadatke. Model je dostupan u plaćenim verzijama Claudea te programerima kroz Anthropicovu platformu, Amazon Web Services, Google Cloud i Microsoft Foundry, po cijeni od pet dolara za milijun ulaznih i 25 dolara za milijun izlaznih tokena.

Kompanija Opus 5 postavlja kao snažniji i učinkovitiji nastavak Opusa 4.8 iz svibnja. Reuters navodi da se njegove sposobnosti približavaju Fableu 5, Anthropicovu najmoćnijem modelu, uz približno upola niži trošak za usporedive radne zadatke. Dianne Penn, voditeljica proizvoda, opisala je Opus kao izbor za svakodnevni uredski i razvojni posao, dok je Fable namijenjen autonomnim projektima koji mogu trajati danima.

Poslovni korisnik ne plaća samo poziv modelu nego i ponavljanje promptova, dohvat dokumenata, provjeru rezultata te akcije koje agent obavlja. Model koji je malo slabiji u najtežem testu može biti isplativiji ako uz nižu cijenu pouzdano rješava većinu zadataka.

Anthropic navodi da predmemoriranje promptova može smanjiti trošak do 90 posto, a paketna obrada do 50 posto. Predmemorija je korisna kada se ista velika uputa, pravilnik ili programski repozitorij šalje u mnogo zahtjeva. Batch obrada odgovara poslovima koji ne moraju završiti odmah, primjerice noćnoj klasifikaciji dokumenata. Objavljeni postoci predstavljaju najveću moguću uštedu, ne zajamčen rezultat za svako opterećenje.

Opus 5 ima postavke napora kojima korisnik određuje koliko će resursa model potrošiti prije odgovora. Viša postavka može poboljšati planiranje i provjeru kod složenoga koda, ali povećava broj izlaznih tokena, trajanje i račun. Za upravljanje troškom zato nije dovoljno usporediti cjenik: potrebno je izmjeriti uspješnost zadatka, prosječan broj pokušaja i vrijeme stručnjaka koji pregledava rezultat.

Proizvođač model posebno preporučuje za rad u velikim programskim bazama, održavanje konteksta kroz više sesija te izradu tablica, prezentacija i dokumenata. To ga stavlja u izravnu konkurenciju s modelima koji se nude kroz razvojne asistente i poslovne pakete. Kupac će uspoređivati koliko dobro agent razumije vlastite alate, prava pristupa i format podataka, a ne samo rezultat na javnom benchmarku.

Sigurnosna razlika između Opusa i Fablea također je dio ponude. Anthropic tvrdi da je Opus 5 manje sposoban samostalno iskorištavati kibernetičke ranjivosti od Fablea 5, zbog čega ima manje restriktivne zaštitne mjere. Kompanija istodobno kaže da je otporniji na zlouporabu od drugih aktualnih modela. Te tvrdnje potječu od proizvođača i traže neovisnu provjeru na stvarnim alatima i napadačkim scenarijima.

Fable 5 privremeno je bio nedostupan nakon američkih zabrinutosti da su njegove sposobnosti korištene u stranom vojno-obavještajnom radu. Taj slučaj pokazuje da sposobniji model može nositi veći regulatorni i operativni teret. Poduzeću koje uvodi agenta važni su zapis svake akcije, ograničenje ovlasti, potvrda rizične naredbe i mogućnost trenutačnog opoziva tokena, bez obzira na ime modela.

Opus 5 zato ne uklanja potrebu za arhitekturom nadzora. Agent koji može mijenjati kod, slati dokumente ili pokretati radne procese mora dobiti najmanje potrebne ovlasti. Testiranje treba obuhvatiti prompt injection u dokumentima, pogrešan odabir primatelja, curenje povjerljivih podataka i nastavak rada nakon neuspjele akcije. Siguran tekstualni odgovor nije isto što i sigurno izvršenje u povezanom sustavu.

Za europske korisnike dodatni su kriteriji lokacija obrade, ugovorna uporaba podataka i dokumentiranje rizika prema AI Actu. Dostupnost kroz više cloudova olakšava nabavu, ali može donijeti različite uvjete čuvanja zapisa i odgovornosti.

Najvažniji tržišni test bit će odnos cijene i stvarno dovršenog posla. Ako Opus 5 uz pet i 25 dolara po milijunu tokena smanji broj ponavljanja, Anthropic može proširiti uporabu vrhunskih modela iz pilot-projekata u svakodnevne procese. Ako korisnici za pouzdan rezultat ipak trebaju Fable ili mnogo ljudske kontrole, niža cijena tokena neće sama donijeti niži ukupni trošak.

Anthropic je model učinio dostupnim odmah, pa sljedeći podaci mogu doći iz računa i produkcijskih mjerenja, a ne samo iz laboratorijskih testova. Kupci sada mogu usporediti Opus 5 s Opusom 4.8 i Fableom 5 na istom skupu zadataka. Odluku bi trebali temeljiti na postotku uspješnih izvršenja, trošku po dovršenom procesu, sigurnosnim incidentima i vremenu ljudske provjere.