क्लाउड ओपस 4.5: कोड, एजेंट और कंप्यूटर नियंत्रण के लिए क्षमताओं का ब्रेकडाउन

नवंबर 2025 के अंत में, एंथ्रोपिक ने अपना 4.5 लाइनअप पूरा किया: परिवार में छोटे मॉडल के बाद, फ्लैगशिप क्लाउड ओपस 4.5 जारी किया गया था। 25 नवंबर को जारी किया गया और कंपनी ने अपने लक्षित दर्शकों के बारे में कोई हड्डियां नहीं बनाई - डेवलपर्स, टीमें एआई एजेंट का निर्माण करती हैं, और जो किसी को स्प्रेडशीट और दस्तावेजों जैसे "ग्रोन-अप" इंटरफेस के साथ सावधानीपूर्वक काम करने की आवश्यकता होती है।

एन्थ्रोपिक के आधिकारिक एक्स खाते में, न्यूकोमर को बुलाया जाता है "कोडिंग, एजेंटों और कंप्यूटर उपयोग के लिए दुनिया में सबसे अच्छा मॉडल"। चाहे वह विपणन या वास्तविकता हो - अभ्यास बताएगा, लेकिन अकेले ऐनक दिखाएं जहां कंपनी का नेतृत्व किया गया था: मॉडल काफी बेहतर संदर्भ रखता है, कम समय में हॉल्यूसिनेट करता है, और कार्यों की लंबी श्रृंखलाओं को संभालता है।

प्रोग्रामिंग: एक एकल पास में पूरी परियोजनाएं

डेवलपर्स के लिए नए मॉडल का मुख्य ट्रम्प कार्ड व्यक्तिगत फ़ाइलों के साथ नहीं बल्कि एक पूर्ण परियोजना संरचना के साथ काम करने की क्षमता है। मॉडल को मॉड्यूलराइजेशन, रिफैक्टरिंग और डिबगिंग में प्रशिक्षित किया जाता है, इसलिए यह एक कार्य को मॉड्यूल में तोड़ सकता है, उन्हें आयात के साथ जोड़ सकता है, और एक कार्य अनुप्रयोग कंकाल को इकट्ठा कर सकता है।

एन्थ्रोपिक डेमो में, मॉडल प्रमाणीकरण, तीन पृष्ठों, एपीआई एकीकरण और एक परीक्षण सूट के साथ एक प्रतिक्रिया डैशबोर्ड उत्पन्न करता है - सभी एक ही पास में। आम तौर पर, उस काम की राशि कई पुनरावृत्तियों को लेती है; यहां, आवश्यकताओं के विवरण के साथ एक एकल अनुरोध पर्याप्त है।

व्यावहारिक मूल्य नियमित काम की एक ध्यान देने योग्य गति है। ठेठ CRUD संचालन उत्पन्न करना, विरासत कोड को फिर से तैयार करना, और एक सेवा कंकाल बनाना सुरक्षित रूप से मॉडल को सौंपा जा सकता है, कोड समीक्षा और मानवों के लिए वास्तु निर्णय छोड़ सकता है।

एजेंट: चरणों के बीच स्मृति

शुरुआती एजेंट परिदृश्यों की क्लासिक बीमारी तर्क के धागे को खो रही है: एक दर्जन कार्रवाई के बाद, मॉडल स्रोत डेटा को भूल जाता है और खुद को विरोधाभास करना शुरू कर देता है। एन्थ्रोपिक के अनुसार, क्लाउड ओपस 4.5 कार्यों के बीच सुसंगत स्थिति रखता है, जिसका मतलब है कि एजेंट प्रत्येक चरण में मैनुअल "रिस्टार्ट" के बिना बहु-चरण कार्य कर सकते हैं।

एक पाठ्यपुस्तक उदाहरण एक दैनिक सहायक है जो आने वाले ईमेल को स्कैन करता है, एक कार्य सारांश बनाता है, इसे लिखते हैं नोटियन में डेटाबेस के लिए, और क्या किया गया है पर एक रिपोर्ट भेजता है। प्रत्येक चरण पिछले एक के परिणाम पर बनाता है, और मॉडल के बीच में कोई हस्तक्षेप की आवश्यकता है। यह स्वचालन की ओर एक महत्वपूर्ण कदम है कि उत्पाद टीमों और परिचालन दक्षता विभागों दोनों ही नजर आ रहे हैं।

हालांकि, सावधानी अभी भी क्रम में है: ईमेल और डेटाबेस तक पहुंच के साथ स्वायत्त श्रृंखलाओं को सीमाओं, लॉग्स और सामग्री स्थितियों में मानव पुष्टि के लिए एक स्टॉप से लैस होना चाहिए।

कंप्यूटर का उपयोग: एक्सेल, प्रस्तुतीकरण और "आवेदन" परिदृश्य

सबसे जटिल दिशाओं में से एक उन्नत है कंप्यूटर उपयोगमॉडल सिर्फ फ़ाइल सामग्री को पहचान नहीं करता है; यह उन लोगों के साथ एक इंसान की तरह काम करता है: यह टेबल संरचना का विश्लेषण करता है, डेटा में भरता है, चार्ट बनाता है, और निष्कर्षों के आधार पर सामग्री तैयार करता है।

एन्थ्रोपिक डेमो में, मॉडल एक Microsoft Excel फ़ाइल खोलता है, लापता कोशिकाओं को भरता है, सूत्रों के माध्यम से काम करता है, चार्ट बनाता है, और फिर परिणामों के साथ एक प्रस्तुति उत्पन्न करता है - जिसमें एक अच्छी तरह से संपन्न स्लाइड संरचना शामिल है। संक्षेप में, यह एक तैयार "डाटा → विश्लेषण → रिपोर्ट" पाइपलाइन है जिसे पहले कई उपकरणों से मैन्युअल रूप से इकट्ठा किया जाना था।

वित्तीय और प्रबंधन रिपोर्टिंग के लिए, इस तरह के परिदृश्य का मतलब हर सप्ताह घंटों की प्रत्यक्ष बचत है। आप एक अनुरोध तैयार करते हैं - आपको एक पूर्ण स्प्रेडशीट और एक प्रस्तुति मिलती है जिसे केवल कॉर्पोरेट शैली से मिलान करने के लिए संपादित करने की आवश्यकता होती है।

लंबे संदर्भ और सावधानीपूर्वक तर्क

एक अन्य उल्लेखनीय विशेषता वास्तव में पाठ "मन में" की बड़ी मात्रा को रखने की क्षमता है। परीक्षण Anthropic cites प्रभावशाली है: मॉडल एक 100,000 टोकन तकनीकी विनिर्देश पढ़ता है और उस पर आधारित एक सुरक्षा लेखा परीक्षा का उत्पादन करता है - जोखिम, फिक्स की सूची और इसके विशिष्ट वर्गों के संदर्भ के साथ दस्तावेज़ मैन्युअल रूप से, ऐसे दस्तावेज़ को विभाजित करना होगा और भागों में पढ़ना होगा।

तर्क की गुणवत्ता में भी सुधार हुआ है: तर्क चरणों को क्रमिक रूप से व्यवस्थित किया जाता है, और आत्मविश्वास की त्रुटियों का हिस्सा कम हो जाता है। उदाहरण के लिए, जब एक भौतिकी derivation की व्याख्या की जाती है, तो मॉडल सामान्य विचार को आराम देने के बजाय प्रत्येक चरण में गणित की जांच करता है। विश्लेषकों और उन लोगों के लिए जो दस्तावेज़ के काम में एआई का उपयोग करते हैं, यह संज्ञानात्मक भार को कम करता है: प्रत्येक संदर्भ और गणना को अक्सर डबल-चेक करने की आवश्यकता होती है।

मूल्य निर्धारण और बचत

क्लाउड ओपस 4.5 को प्रीमियम टूल के रूप में तैनात किया गया है, इसलिए कीमतें तदनुसार प्रीमियम हैं: $ प्रति मिलियन इनपुट टोकन और $ 25 प्रति मिलियन आउटपुट टोकन। हालांकि, अंतिम बिल परिदृश्य पर भारी निर्भर करता है - साथ में बैच प्रसंस्करण और भारी उपयोग त्वरित कैशिंग, बार-बार और उच्च मात्रा के अनुरोध की लागत उल्लेखनीय रूप से गिरती है।

यदि आपके पास एक बड़े साझा संदर्भ के साथ समान अनुरोध है (उदाहरण के लिए, एक लंबे सिस्टम प्रॉम्प्ट या दस्तावेज़ कोष), कैशिंग आपके बजट का एक महत्वपूर्ण हिस्सा बचा सकता है। सटीक दरों और शर्तों के लिए, एन्थ्रोपिक के आधिकारिक मूल्य निर्धारण पृष्ठ की जांच करना सबसे अच्छा है - संख्याएं विस्तृत हैं।

नए मॉडल में कैसे स्विच करें

पिछले संस्करणों से क्लाउड ओपस 4.5 में माइग्रेट करने के लिए अपने आर्किटेक्चर को फिर से लिखने की आवश्यकता नहीं है - कुछ सावधान कदम पर्याप्त हैं:

1. रिलीज नोट्स और एपीआई चेंजलॉग का अध्ययन करें: वे मौजूदा मॉडल नामों और अनुरोध मापदंडों के लिए किसी भी परिवर्तन की सूची देते हैं।
2. पुराने मूल्य (उदाहरण के लिए,) से अपने कोड में मॉडल पहचानकर्ता को बदलें claude-4.x) to claude-opus-4-5-20251101।
3. एपीआई प्रलेखन या मूल्य निर्धारण पृष्ठ के खिलाफ सटीक पहचानकर्ता स्ट्रिंग को डबल-चेक करें - एक एकल चरित्र त्रुटि अनुरोध को अस्वीकार करने का कारण बनती है।
4. एक छोटे से निश्चित corpus पर मॉडल का परीक्षण करें, फिर एक छोटी डेटासेट पर यूनिट और एकीकरण परीक्षण चलाएं और तुलना करें। पिछले संस्करण के साथ उत्पादन की गुणवत्ता।

फ्लैगशिप सभी मामलों में स्विच को सही नहीं करता है: यदि परिदृश्य सरल है और लंबे संदर्भ की आवश्यकता नहीं है, तो परिवार में छोटे मॉडल अधिक लागत प्रभावी और तेज़ हो सकते हैं। इसलिए परीक्षण चरण अनिवार्य है, वैकल्पिक नहीं है।