Anthropic chính thức ra mắt Opus 5: Mạnh mẽ, giá rẻ và ít hạn chế hơn

Vào thứ Sáu, Anthropic đã ra mắt Opus 5, phiên bản mới nhất của dòng mô hình hạng nặng lâu đời của họ. Mặc dù có kích thước nhỏ hơn Fable 5, nhưng mô hình này sẽ vừa rẻ hơn lại vừa ít bị hạn chế hơn so với Fable, điều này có khả năng khiến nó trở thành lựa chọn ưu tiên trong hầu hết các trường hợp sử dụng.

Đáng chú ý, Opus 5 thực sự vượt trội hơn Fable 5 trên một số tiêu chuẩn đánh giá (benchmark) được đề cập trong thông báo.

Opus 5 ra mắt chỉ hai tháng sau Opus 4.8, phiên bản đã được phát hành vào ngày 28 tháng 5. Mythos 5, Fable 5 và Sonnet 5 đều đã ra mắt vào tháng 6, chỉ còn lại mô hình hạng nhẹ Haiku là vẫn đang chờ được nâng cấp lên dòng 5.

Trong bài đăng công bố mô hình mới, Anthropic nhấn mạnh rằng Opus 5 “mạnh mẽ hơn nhiều trong việc xác minh công việc của chính mình và lặp lại cẩn thận cho đến khi thành công”. Họ dẫn chứng các bài kiểm tra tiêu chuẩn, trong đó Opus 5 đã tự viết một pipeline thị giác máy tính để phản hồi lại một câu lệnh (prompt) chưa hoàn chỉnh, cùng nhiều ví dụ khác.

Quan trọng hơn, Opus 5 cũng không bị vướng phải nhiều hạn chế đã gây khó khăn cho Fable kể từ khi ra mắt. Giống như phiên bản tiền nhiệm, Opus 5 không phải tuân theo chính sách lưu giữ dữ liệu 30 ngày áp dụng cho Fable và Mythos, vốn từng gây lo ngại cho một số người dùng quan tâm đến quyền riêng tư.

Vẫn có những biện pháp bảo vệ đáng kể trên Opus, đặc biệt là xung quanh các tác vụ an ninh mạng như tạo mã khai thác (exploit) và kiểm thử xâm nhập (penetration testing). Ví dụ, các biện pháp bảo vệ của Opus 5 ngăn cản việc sử dụng nó để quét các lỗ hổng trong tệp nhị phân phần mềm, mặc dù nó vẫn được phép tìm kiếm lỗ hổng trong mã nguồn, vì tác vụ sau có nhiều khả năng được sử dụng cho mục đích phòng thủ hơn.

Nhìn chung, Anthropic dự đoán các bộ phân loại này sẽ kích hoạt ít hơn 85% trên Opus 5 so với trên Fable 5, phản ánh sự kiểm soát nhẹ nhàng hơn được áp dụng cho mô hình có năng lực thấp hơn.

Anthropic cũng đang triển khai một công cụ mới để giảm bớt sự gián đoạn khi các biện pháp bảo vệ được kích hoạt. Người dùng hiện có thể chọn tham gia tính năng thử nghiệm (beta) có tên là Automatic Fallbacks (Tự động chuyển đổi dự phòng), tính năng này sẽ tự động chuyển hướng các yêu cầu sang một mô hình ít mạnh mẽ hơn khi câu lệnh kích hoạt bộ phân loại an toàn. Kết quả là người dùng API khi bật cài đặt này sẽ nhận được phản hồi chức năng thay vì thông báo lỗi.

Khi bạn mua hàng thông qua các liên kết trong bài viết của chúng tôi, chúng tôi có thể nhận được một khoản hoa hồng nhỏ. Điều này không ảnh hưởng đến tính độc lập trong biên tập của chúng tôi.

Russell Brandom đã đưa tin về ngành công nghệ từ năm 2012, tập trung vào chính sách nền tảng và các công nghệ mới nổi. Trước đây, ông từng làm việc tại The Verge và Rest of World, đồng thời đã viết bài cho Wired, The Awl và MIT’s Technology Review. Bạn có thể liên hệ với ông qua email [email protected] hoặc qua Signal theo số 412-401-5489.

Xem tiểu sử