Tech Meridian← ВСЕ МОДЕЛИ
PROМОЙ MERIDIAN

ANTHROPIC · ТРЕКЕР МОДЕЛИ

Claude Sonnet 4.5

Claude Sonnet 4.5 — версия модели Anthropic, упомянутая в сообщениях о второй волне внедрения текстовых водяных знаков; Anthropic уведомила клиентов API, что Sonnet 4.5 получит водяной знак в рамках развёртывания с 16 ноября 2026 года (на Bedrock развёртывание может занять несколько дополнительных дней).

ТЕКУЩИЙ СНИМОК1/5 РАЗДЕЛОВ С ДАННЫМИ

Главные характеристики в одном месте.

ЦЕНА

Не установлено по доступным источникам.

КОНТЕКСТ

Не установлено по доступным источникам.

МОДАЛЬНОСТИ

Не установлено по доступным источникам.

БЕНЧМАРКИ
Увеличение Pass@1 при DeReAct (GAIA и SWE-bench Verified)DeReAct повысила Pass@1 на 4.2–5.2 пункта для Claude Sonnet 4.5 на наборах GAIA и SWE-bench Verified.
Результат на отложенном разбиении HumanEval+ (бенчмарк по коду)86,6% на отложенных экземплярах HumanEval+ (указано в цитируемой статье).
Участие в бенчмаркеClaude Sonnet 4.5 был включён в число моделей, оценённых в бенчмарке Ai2 «Old Ideas, Novel Problems» для оценки новизны.
ДОСТУПНОСТЬ

Не установлено по доступным источникам.

ПРОВЕРЯЕМЫЕ ФАКТЫ

Каждое значение привязано к источнику и дате.

ВОЗМОЖНОСТИ · Оцененные бенчмарки (указывает на способность работать с кодом)НЕЗАВИСИМО ПОДТВЕРЖДЕНО

Сообщается, что оценивалась на кодовых бенчмарках HumanEval+ и Polyglot (в статье приводятся результаты на соответствующих отложенных разбиениях).

ВОЗМОЖНОСТИ · Возможность — оценка новизныДАННЫЕ РАЗРАБОТЧИКА

Claude Sonnet 4.5 использовался в роли «novelty judge» для оценки того, насколько исследовательские идеи являются новыми по сравнению с предыдущими работами.

ОГРАНИЧЕНИЯ · Ограничение — надёжность и чувствительность к подсказкеДАННЫЕ РАЗРАБОТЧИКА

В исследовании указано, что оценка новизны у оценённых LLM-судей, включая Claude Sonnet 4.5, оказалась далёкой от надёжной: небольшие изменения в подсказках приводили к резкому изменению вердиктов (в одном эксперименте изменение нескольких слов сдвинуло точность модели более чем на 50 процентных пунктов), а использование поиска по литературе или дополнительного рассуждения не давало последовательного улучшения оценок.

БЕЗОПАСНОСТЬ · Дата внедрения водяного знакаДАННЫЕ РАЗРАБОТЧИКА

Anthropic уведомила клиентов API, что Claude Sonnet 4.5 получит текстовый водяной знак, начиная с 16 ноября 2026 года (на Amazon Bedrock развёртывание может занять несколько дополнительных дней).

ОГРАНИЧЕНИЯ · Ограничение водяного знака по параметрам выборкиДАННЫЕ РАЗРАБОТЧИКА

Водяной знак для Claude Sonnet 4.5 применяется только при сохранении параметров выборки temperature, top_p и top_k на значениях по умолчанию; изменение любого из этих параметров может обойти водяной знак, согласно письму Anthropic клиентам.

БЕЗОПАСНОСТЬ · Указанные Anthropic свойства водяного знакаДАННЫЕ РАЗРАБОТЧИКА

Anthropic описывает водяной знак как «неощутимый шаблон в выборе слов», который, по их словам, не изменяет смысл, качество или читаемость; не добавляет дополнительных символов или токенов; не влияет на ценообразование или форматы запросов/ответов; слабо замедляет скорость вывода; и «не содержит информации о пользователе, их организации или их беседах с Claude».

ЧТО ИЗМЕНИЛОСЬ

Сохранённые версии паспорта, без догадок задним числом.

Паспорт обновлён9 фактов
БЕЗОПАСНОСТЬ · Указанные Anthropic свойства водяного знака+ Anthropic описывает водяной знак как «неощутимый шаблон в выборе слов», который, по их словам, не изменяет смысл, качество или читаемость; не добавляет дополнительных символов или токенов; не влияет на ценообразование или форматы запросов/ответов; слабо замедляет скорость вывода; и «не содержит информации о пользователе, их организации или их беседах с Claude».
БЕЗОПАСНОСТЬ · Дата внедрения водяного знака+ Anthropic уведомила клиентов API, что Claude Sonnet 4.5 получит текстовый водяной знак, начиная с 16 ноября 2026 года (на Amazon Bedrock развёртывание может занять несколько дополнительных дней).
ОГРАНИЧЕНИЯ · Ограничение водяного знака по параметрам выборки+ Водяной знак для Claude Sonnet 4.5 применяется только при сохранении параметров выборки temperature, top_p и top_k на значениях по умолчанию; изменение любого из этих параметров может обойти водяной знак, согласно письму Anthropic клиентам.
Паспорт обновлён6 фактов
БЕНЧМАРКИ · Участие в бенчмарке+ Claude Sonnet 4.5 был включён в число моделей, оценённых в бенчмарке Ai2 «Old Ideas, Novel Problems» для оценки новизны.
ОГРАНИЧЕНИЯ · Ограничение — надёжность и чувствительность к подсказке+ В исследовании указано, что оценка новизны у оценённых LLM-судей, включая Claude Sonnet 4.5, оказалась далёкой от надёжной: небольшие изменения в подсказках приводили к резкому изменению вердиктов (в одном эксперименте изменение нескольких слов сдвинуло точность модели более чем на 50 процентных пунктов), а использование поиска по литературе или дополнительного рассуждения не давало последовательного улучшения оценок.
ВОЗМОЖНОСТИ · Возможность — оценка новизны+ Claude Sonnet 4.5 использовался в роли «novelty judge» для оценки того, насколько исследовательские идеи являются новыми по сравнению с предыдущими работами.
Паспорт обновлён3 фактов
ВОЗМОЖНОСТИ · Оцененные бенчмарки (указывает на способность работать с кодом)+ Сообщается, что оценивалась на кодовых бенчмарках HumanEval+ и Polyglot (в статье приводятся результаты на соответствующих отложенных разбиениях).
БЕНЧМАРКИ · Результат на отложенном разбиении HumanEval+ (бенчмарк по коду)+ 86,6% на отложенных экземплярах HumanEval+ (указано в цитируемой статье).
Паспорт создан1 фактов