सॉनेट 5.5 चुपचाप बाहर आ गया, और वास्तविक परीक्षण ने जीपीटी-6 सोल को कुचल दिया और एस्ट्रा के करीब था

सार:

किसने सोचा होगा कि ओपस 5.5 रिलीज़ होने के कुछ ही दिनों बाद, सॉनेट 5.5 भी आएगा? कल रात से, यह खबर पूरे एक्स में घूम रही है: सॉनेट 5.5 जल्द ही, शायद अमेरिकी समयानुसार मंगलवार दोपहर को रिलीज़ किया जाएगा। परफॉर्मेंस के मामले में सॉनेट 5.5 ओपस 5.5 के करीब है, लेकिन यह ओपस 5.5 से काफी सस्ता है। अब, सॉनेट 5.5 रिलीज से पहले अंतिम चरण में प्रवेश कर चुका है, और क्लाउड कोड में ग्रेस्केल परीक्षण शुरू कर दिया गया है।

कई आंतरिक बीटा परीक्षकों द्वारा उजागर किए गए डेमो से पता चलता है कि सॉनेट 5.5 हाल ही में जारी जीपीटी-6 सोल को कुचल देता है, और यहां तक ​​कि कोडिंग और एजेंट क्षमताओं के मामले में ओपनएआई के प्रमुख जीपीटी-6 एस्ट्रा के करीब पहुंच जाता है!

इससे भी अधिक चौंकाने वाली बात यह है कि इसकी कीमत सीधे पृथ्वी के केंद्र तक जाती है, एक मिलियन टोकन इनपुट के लिए $2 जितनी कम।

यदि लीक हुई रिलीज की तारीख सच है, तो ऐसा लगता है कि एंथ्रोपिक ओपनएआई के देव दयाल को छीनने के लिए दृढ़ है।

सॉनेट 5.5 लीक हो गया, विशेष मॉडल पहचानकर्ता सामने आया है

मुझे अभी भी याद है कि जब एंथ्रिओपिक ने अचानक 22 सितंबर को ओपस 5.5 जारी किया, तो उन्होंने आधिकारिक दस्तावेज़ में लिखा: "अगले कुछ हफ्तों में सॉनेट 5.5 और हाइकु 5.5 लॉन्च किए जाएंगे।"

किसी ने नहीं सोचा था कि सॉनेट 5.5 इतनी जल्दी आएगा!

कल ही, डेवलपर V @Mr_Salio ने X पर खबर दी: क्लाउड सॉनेट 5.5 पकड़ा गया! यह खबर तुरंत पूरे इंटरनेट पर फैल गई।

आर्टिफैक्ट में, सॉनेट 5.5 के लिए विशेष मॉडल कॉन्फ़िगरेशन पहचानकर्ता दिखाई दिया है: "क्लाउड-सॉनेट-5-5"।

इतना ही नहीं, एक ही कॉन्फ़िगरेशन फ़ाइल में "क्लाउड-ओपस-5-5", "क्लाउड-सॉनेट-5" और रहस्यमय "क्लाउड-फेबल-5.1" भी एक साथ पड़े हुए हैं।

फ्रंट-एंड कोड लिखने का मतलब है कि मॉडल सर्वर पर स्थापित किया गया है और बस एक स्विच की प्रतीक्षा कर रहा है।

इसके बाद, बिग वी @notjazii ने यह खबर भी दी कि सॉनेट 5 को वास्तव में लगभग एक सप्ताह पहले "गुप्त परीक्षण" के लिए चुपचाप संस्करण 5.5 में भेज दिया गया था।

क्या आपको ग्रेस्केल द्वारा पहचाना गया है? इस बार मैं पुरानी पद्धति का उपयोग करूंगा।

अपना क्लाउड कोड खोलें, नेटवर्किंग और मेमोरी फ़ंक्शन बंद करें, और सीधे पूछें: क्या आप रीसेट भाई टिबो को जानते हैं? इंटरनेट और मेमोरी का प्रयोग न करें.

यदि आप मॉडल के पुराने संस्करण का उपयोग कर रहे हैं, तो यह अस्पष्ट हो सकता है; लेकिन यदि आपको संस्करण 5.5 पर ले जाया गया है, तो यह टिबो और कोडेक्स रीसेट चुटकुलों के अंदर और बाहर को सटीक रूप से समझाएगा।

कई नेटिज़न्स ने वास्तविक परीक्षण के माध्यम से सत्यापित किया है कि कुछ खाते वास्तव में चुपचाप स्विच किए गए हैं, और वे अग्रिम रूप से ओपस 5.5 का अनुभव कर रहे हैं।

क्लाउड कोड का उपयोग करना याद रखें

संपूर्ण नेटवर्क पर वास्तविक परीक्षण इतना कम है कि यह वास्तव में GPT-6 को मात देता है

अब तक साझा किए गए वास्तविक मापों को सारांशित करने के लिए, सॉनेट 5.5 ने वास्तव में जीपीटी-6 सोल को कुचल दिया?

सबसे पहले, यह एक शुद्ध जेएस फ्रंट-एंड यूआई/एनीमेशन एक्सट्रीम शोडाउन है, जिसमें चार मुख्यधारा के बड़े मॉडल एक ही मंच पर प्रतिस्पर्धा कर रहे हैं।

डेवलपर @notjazii ने दृष्टिगत रूप से प्रभावशाली वास्तविक परीक्षणों का एक सेट जारी किया: "त्वरित शब्द एनीमेशन पीढ़ी के साथ चार मुख्यधारा मॉडल की तुलना।"

उसे जटिल यूआई एनीमेशन प्रभाव उत्पन्न करने के लिए मॉडल की आवश्यकता होती है।

एनिमेटेड तुलना पोस्ट करने के बाद, @notjazii ने टिप्पणी की: "सॉनेट 5.5 ने वास्तव में दोनों OpenAI मॉडल (सोल और एस्ट्रा) को जमीन पर रगड़ दिया!"

वास्तव में, जैसा कि नीचे दी गई तस्वीर से देखा जा सकता है, सॉनेट 5.5 मजबूत कोडिंग अंतर्ज्ञान और सौंदर्य स्वाद दिखाता है।

जीपीटी-6 एस्ट्रा

जीपीटी-6 सोल

क्लाउड ओपस 5.5

क्लाउड सॉनेट 5.5

परिणाम देखने के बाद कुछ नेटिज़न्स अविश्वास में थे: "यूआई और एनीमेशन में क्लाउड हमेशा मजबूत रहा है, लेकिन अगर यह शुद्ध कोड द्वारा उत्पन्न होता, तो यह सच होना अविश्वसनीय होता!"

बिग वी @chetaslua ने सॉनेट 5.5 की दैनिक कोडिंग क्षमता और कोडिंग अनुभव का परीक्षण करने पर ध्यान केंद्रित किया।

उन्होंने उन्हीं 3 त्वरित शब्दों का उपयोग किया और 6 समानांतर रन चलाए, प्रत्येक मॉडल को एक बार तैयार किया, और आउटपुट परिणाम असंशोधित थे।

सॉनेट 5.5 ने अंततः 90-131 केबी की 3 फ़ाइलें तैयार कीं, जो सभी रनों में 90 मिनट की ऊपरी सीमा को पार कर गईं; GPT-6 Sol ने 20-29 KB के बीच फ़ाइल आकार उत्पन्न किया और 9-12 मिनट का समय लिया।

उन्होंने उत्साहित होकर कहा: "अब क्लाउड कोड का उपयोग करें! अल्ट्राकोड मोड में सॉनेट 5.5 हास्यास्पद रूप से तेज़ है। न केवल यह बेहद कुशल है, बल्कि इसने सॉनेट 4 युग के अत्यंत प्राकृतिक "मानवीय स्पर्श" को भी पुनः प्राप्त कर लिया है!"

उनकी राय में, उसी कीमत बिंदु पर और समान त्वरित शब्दों के साथ, सॉनेट 5.5 ने जीपीटी-6 सोल को कुचल दिया है।

ओपनएआई को जो बात डराती है वह यह है कि सॉनेट 5.5 अब जीपीटी-6 सोल को कुचलने जितना आसान नहीं रह गया है।

व्हिसलब्लोअर @shrikanthvaluri और @buildwithrajath ने व्यापक प्रारंभिक वास्तविक परीक्षण के बाद बताया: "सॉनेट 5.5 का प्रदर्शन उम्मीदों से कहीं अधिक है। हालांकि GPT-6 एस्ट्रा को अभी भी पॉलिशिंग में थोड़ा फायदा है, सॉनेट 5.5 का प्रदर्शन सीधे एस्ट्रा के बराबर है।"

अविश्वसनीय रूप से, यह कुछ उन्नत कोडिंग और एजेंट क्षमताओं में एस्ट्रा के भी करीब है।

कुछ लोगों को दुख है कि सॉनेट ने भी एस्ट्रा को कुचल दिया है। हम किस युग में प्रवेश कर रहे हैं?

मूल्य कसाई, लागत प्रदर्शन का राजा

यदि मापे गए प्रदर्शन को पार करना ही OpenAI को "असुविधाजनक" महसूस कराता है, तो सॉनेट 5.5 द्वारा उजागर की गई कीमत OpenAI की जड़ों में खुदाई कर रही है।

यह पता चला है कि यह "मैजिक मॉडल", जिसका प्रदर्शन एस्ट्रा के करीब है और सोल को मात देता है, की कीमत पूरी तरह से निम्न-अंत बाजार के अनुरूप है।

इनपुट: $2/मिलियन टोकन

आउटपुट: $10 / मिलियन टोकन

कैश में लिखा है: केवल $0.20/मिलियन टोकन!

इसका मतलब है कि एंथ्रोपिक "गोभी की कीमत" पर अत्याधुनिक एआई क्षमताएं प्रदान कर रहा है।

ओपनएआई के जीपीटी-6 सोल और लूना की कीमत जीपीटी-5.6 से आधी है, जिसका लक्ष्य उच्च-आवृत्ति परिदृश्यों को पकड़ना है।

लेकिन अब, एंथ्रोपिक ने सॉनेट 5.5 के साथ समान मूल्य सीमा में प्रवेश किया है, लेकिन इसका प्रदर्शन कहीं अधिक शक्तिशाली है।

"अगर एंथ्रोपिक इतनी प्रतिस्पर्धी कीमत पर ओपस 5.5 की तरह एक बड़ी प्रदर्शन छलांग दे सकता है, तो ओपनएआई वापस लड़ने में असमर्थ होगा।" किसी ने टिप्पणी की.

डेवलपर राजथ गौड़ा ने स्पष्ट रूप से कहा: "सॉनेट 5.5 ओपनएआई के लिए एक बड़ी मुसीबत बन रहा है। अगर यह वास्तव में ओपस 5.5 के करीब है, तो एंथ्रोपिक अत्याधुनिक क्षमताओं को बेहद सस्ता बना देगा। ओपनएआई को सबसे ज्यादा इसी बात की चिंता करनी चाहिए।"

एंथ्रोपिक का रणनीतिक इरादा स्पष्ट है: हाई-एंड सिंहासन पर कब्जा करने के लिए ओपस 5.5 का उपयोग करें, और अंतिम लागत-प्रभावशीलता के साथ मध्य-श्रेणी और दैनिक विकास बाजार पर पूरी तरह से कब्जा करने के लिए सॉनेट 5.5 का उपयोग करें।

एंथ्रोपिक अपना चेहरा खोलता है और देवडे को मार देता है

इसके अलावा, रिलीज़ का समय अक्सर उत्पाद की तुलना में अधिक नाटकीय होता है।

उसी दिन जब ओपनएआई ने जीपीटी-6 सोल और लूना जारी किया, एंथ्रोपिक ने सीधे क्लाउड ओपस 5.5 को हटा दिया - पिछली पीढ़ी की तुलना में बेहतर प्रदर्शन, 40% कम लागत और 30% तेज।

पिछले दो हफ्तों में, एंथ्रोपिक ने और भी शानदार परिणाम हासिल किए हैं: क्लाउड ने भौतिकी के नौ-वृत्त आयाम की गणना की और विश्व रिकॉर्ड तोड़ दिया; एक अज्ञात जैविक एंजाइम प्रणाली की खोज की; और क्लाउड मार्केटप्लेस भी लॉन्च किया, जिसमें 2,000 से अधिक प्लग-इन शामिल हैं।

इसके विपरीत, OpenAI ने हाल ही में न केवल आंतरिक मॉडल विवादों का सामना किया है, बल्कि एआई द्वारा उपयोगकर्ता छवियों को लीक करने और शोधकर्ता GitHub टोकन धोखाधड़ी को उजागर करने जैसी आउट-ऑफ-अलाइनमेंट की घटनाओं को भी उजागर किया है।

अगले मंगलवार (29 सितंबर) को DevDay होगा, वार्षिक डेवलपर सम्मेलन जिसे OpenAI बहुत महत्व देता है।

इस मोड़ पर, सॉनेट 5.5 ग्रे टेस्ट ने पूरे नेटवर्क को प्रभावित किया।

कई बड़े लोगों ने इसे पागल बना दिया: "मॉडल के अगले सप्ताह रिलीज़ होने की उम्मीद है, मुझे लगता है कि यह अगले मंगलवार (देव दिवस) होगा, हर कोई इसे जानता है।"

शायद, कल न्यूयॉर्क समयानुसार दोपहर 2 बजे एक बड़ा वार्म-अप होगा।

किसी ने कहा, "मुझे OpenAI के लिए बुरा लग रहा है। बेहतर होगा कि वे DevDay पर दृढ़ता से प्रतिक्रिया दें अन्यथा वे वास्तव में खराब हो जाएंगे।"

सॉनेट 5.5 के पीछे की प्रमुख प्रौद्योगिकियाँ

नए संस्करण को इतनी जल्दी जारी करने का कारण यह हो सकता है कि एंथ्रोपिक ने पहले ही आरएल/प्रशिक्षण के बाद की प्रक्रिया का पता लगा लिया है।

हर चीज़ की कुंजी उच्च-गुणवत्ता वाला डेटा है।

जब पूछा गया कि एंथ्रोपिक इतनी तेज़ी से पुनरावृत्ति करने में कैसे सक्षम है, तो उद्योग के नेता @yacineMTB ने अनुमान लगाया कि कोर एक बहुत ही उच्च-मानक डेटा फ्लाईव्हील है।

"लेकिन मैं अब भी हैरान हूं, उन्होंने ऐसा कैसे किया?"

एंथ्रोपिक ने बड़े मॉडल विकास का "आंतरिक बंद लूप" हासिल किया है, और वे एआई बनाने के लिए एआई का उपयोग कर रहे हैं।

आंतरिक मात्रात्मक डेटा के नवीनतम प्रदर्शन के अनुसार, एंथ्रोपिक ने "डेटा फ्लाईव्हील" को ऐसी गति में बदल दिया है जो उसके विरोधियों को डराती है:

26% मुख्य अनुसंधान एवं विकास कार्य का नेतृत्व एआई (पिछली पीढ़ी के क्लाउड मॉडल) द्वारा किया गया है।

80% से अधिक स्व-निर्मित कोड बड़े मॉडल द्वारा स्वतंत्र रूप से लिखे गए हैं।

यह "लागत में कमी और दक्षता में सुधार" जितना सरल नहीं है, इसका तकनीकी रूप से मतलब है

पुनरावर्ती स्व-सुधार (आरएसआई) दिखाई देने लगा है

एंथ्रोपिक का अनुमान है कि क्लाउड 2027 की शुरुआत में पूरी तरह से स्व-स्वचालित हो सकता है, और तब तक पुनरावृत्ति की गति और भी अधिक हो सकती है।

दो एएसआई नायक द्वंद्वयुद्ध कर रहे हैं, और Google भी एक चाल चलने के लिए तैयार है। हम सामान्य उपयोगकर्ता बस आराम से बैठ सकते हैं और लड़ाई की प्रतीक्षा कर सकते हैं।

बिग वी टोकन ग्रेमलिन ने कहा: "अगले सप्ताह एआई सर्कल में ऐसे दृश्य होंगे जो हमने पहले कभी नहीं देखे हैं। अपना समय खाली करें, अपना शेड्यूल साफ़ करें, मानसिक रूप से तैयार रहें, और सबसे कठिन वर्कफ़्लो को बाद के लिए बचाकर रखें। मेरा विश्वास करें, जो आने वाला है वह आपके काम करने के तरीके को पूरी तरह से बदल देगा।"

सोनेट 5.5 का उद्भव "किफायती और उच्च गुणवत्ता वाले एआई युग" के आधिकारिक आगमन का प्रतीक है।

दो अमेरिकी डॉलर में, आप दस लाख टोकन के साथ "बाइकाई इंफ्रास्ट्रक्चर" खरीद सकते हैं।

बेहद कम लागत वाली कैश रीडिंग ($0.20/एम) हर किसी को अल्ट्रा-लॉन्ग कॉन्टेक्स्ट मेमोरी के साथ आसानी से एक व्यक्तिगत एआई सहायक बनाने की अनुमति देती है।

क्या आप तैयार हैं? अगर खबर सच है, तो हमारे पास 24 घंटे से भी कम समय में सवारी के लिए एक नया मॉडल तैयार होगा।

संदर्भ सामग्री:

https://x.com/notjazii/status/2103884749202993411

https://x.com/notjazii/status/2103884167104831573

https://x.com/chetaslua/status/2104153687077904613

https://x.com/chetaslua/status/2104259190432903599

https://x.com/Mr_Salio/status/2104210803545030792

https://x.com/Mr_Salio/status/2104178854633849145/