Не установлено по доступным источникам.
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.
Не установлено по доступным источникам.
Не установлено по доступным источникам.
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.
Не установлено по доступным источникам.
ПРОВЕРЯЕМЫЕ ФАКТЫ
Каждое значение привязано к источнику и дате.
БЕНЧМАРКИ · Увеличение Pass@1 при DeReAct (GAIA и SWE-bench Verified)НЕЗАВИСИМО ПОДТВЕРЖДЕНО
DeReAct повысила Pass@1 на 4.2–5.2 пункта для Claude Sonnet 4.5 на наборах GAIA и SWE-bench Verified.
БЕНЧМАРКИ · Результат на отложенном разбиении HumanEval+ (бенчмарк по коду)НЕЗАВИСИМО ПОДТВЕРЖДЕНО
86,6% на отложенных экземплярах HumanEval+ (указано в цитируемой статье).
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).
БЕНЧМАРКИ · Участие в бенчмаркеДАННЫЕ РАЗРАБОТЧИКА
Claude Sonnet 4.5 был включён в число моделей, оценённых в бенчмарке Ai2 «Old Ideas, Novel Problems» для оценки новизны.
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.
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.
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.
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).