Claude 3.5 Sonnet en resumen
El Claude 3.5 Sonnet mejorado pasó de 33.4% a 49.0% en SWE-bench Verified al mismo precio, y fue el primer modelo de frontera ofrecido en beta pública para operar una computadora mediante capturas de pantalla, mouse y teclado.
Qué cambió con Claude 3.5 Sonnet
El 22 de octubre de 2024, Anthropic lanzó una versión mejorada de Claude 3.5 Sonnet con el mismo precio y velocidad. Su puntaje en SWE-bench Verified, una prueba de corrección de problemas reales de GitHub, subió de 33.4% a 49.0%, que según Anthropic superaba a cualquier modelo disponible al público. También anunció Claude 3.5 Haiku, con 40.6% en la misma prueba, para lanzarse ese mismo mes.
La gran novedad fue el uso de computadora, en beta pública: Claude podía ver una pantalla, mover el cursor, hacer clic y escribir para operar programas como lo hace una persona. Anthropic reportó 14.9% en OSWorld en la categoría de solo capturas de pantalla, frente a 7.8% del siguiente mejor sistema, y describió la función como todavía experimental, a veces torpe y propensa a errores. Estaba disponible en la API de Anthropic, Amazon Bedrock y Google Cloud Vertex AI. Asana, Canva, Cognition, DoorDash, Replit y The Browser Company fueron de los primeros en probarla.
Claude 3.5 Sonnet en cifras
Los valores provienen de la fuente enlazada en la fecha indicada. No son mediciones de IA Compa.
- SWE-bench Verified (Claude 3.5 Sonnet mejorado)al · Fuente de SWE-bench Verified (Claude 3.5 Sonnet mejorado): anthropic.com (se abre en una pestaña nueva)
- 49.0%
Dónde comparar Claude 3.5 Sonnet
Clasificaciones independientes y recursos oficiales para comparar este modelo por tu cuenta. Las posiciones cambian con frecuencia; cada sitio muestra sus datos actuales.
Clasificaciones generales
Recursos oficiales
Por qué Claude 3.5 Sonnet importa para los negocios
Para los negocios, el uso de computadora fue la primera señal práctica de agentes capaces de trabajar en herramientas sin API, como sistemas administrativos antiguos. Al lanzarse era lento y necesitaba supervisión cercana, pero marcó el rumbo de los agentes de navegador y de escritorio.
Ponlo a trabajar: Agentes de IA
Fuentes de esta noticia
- Introducing computer use, a new Claude 3.5 Sonnet, and Claude 3.5 Haiku (se abre en una pestaña nueva)Oficial
Anthropic · anthropic.com
- Claude 3.5 Sonnet (Oct) model page (se abre en una pestaña nueva)Evaluación
Artificial Analysis · artificialanalysis.ai
Última verificación: . IA Compa resume anuncios públicos para lectores de negocios. No tenemos relación con las empresas mencionadas. Confirma siempre los detalles, precios y disponibilidad con la fuente oficial.
- #llm
- #anthropic
- #claude
- #computer-use
- #agents
- #coding
