Claude Opus 4.5 हुआ लॉन्च, एंटरप्राइज AI के लिए कीमतों में 66% की कटौती
Anthropic ने 24 नवंबर 2025 को Claude Opus 4.5 जारी किया, जिससे API उपयोगकर्ताओं के लिए 66% की कीमत कटौती के साथ अपना सबसे सक्षम आर्टिफिशियल इंटेलिजेंस (AI) मॉडल पेश किया गया। यह नया फ्लैगशिप मॉडल महत्वपूर्ण रूप से कम ऑपरेटिंग लागत पर सॉफ्टवेयर इंजीनियरिंग, ऑटोनामस एजेंट्स और गहन विश्लेषण को संभालने के लिए डिजाइन किया गया है। एंटरप्राइज सॉफ्टवेयर टीमों और ऑनलाइन सेवाओं के लिए, यह रिलीज ऑटोमेटेड कोड रीफैक्टरिंग, जटिल रिसर्च और बड़ी मात्रा वाले बैकग्राउंड कार्यों के लिए टोकन लागत को काफी कम कर देती है।
एंटरप्राइज सॉफ्टवेयर टीमों के लिए इसके क्या मायने हैं
यह मॉडल पिछले पीढ़ियों की तुलना में API लागत में 66% से अधिक की कटौती करता है और जटिल इंजीनियरिंग कार्यों पर टोकन उपयोग को कम करता है। कीमत पिछले फ्लैगशिप मॉडल के $15 और $75 के मुकाबले घटकर $5 प्रति मिलियन इनपुट टोकन और $25 प्रति मिलियन आउटपुट टोकन हो गई है। ऑटोनामस कोडिंग एजेंट्स और गहन रिसर्च वर्कफ़्लो का उपयोग करने वाली कंपनियां अब पिछले बजट के एक छोटे हिस्से में उच्च-मात्रा वाले प्रोडक्शन संचालन चला सकती हैं। टेस्टर्स की रिपोर्ट है कि मल्टी-स्टेप रीफैक्टरिंग और कोड माइग्रेशन के लिए टोकन खपत आधी हो गई, जबकि टूल-कॉलिंग गलतियों में 50% से 75% की कमी आई। फाइनेंशियल मॉडलिंग और Excel ऑटोमेशन में, टास्क सटीकता में 20% सुधार हुआ, जबकि टास्क निष्पादन समय दो घंटे से घटकर तीस मिनट रह गया।
रिलीज डेट और क्लाउड इंफ्रास्ट्रक्चर
Anthropic ने आधिकारिक Claude Opus 4.5 की रिलीज डेट 24 नवंबर 2025 तय की है, जिसे प्रमुख क्लाउड प्लेटफॉर्म्स पर तैनात किया गया है। यह मॉडल डेवलपर API, Claude.ai, Amazon Web Services, Google Cloud और Microsoft Foundry के जरिए Microsoft Azure पर तुरंत उपलब्ध है। एक रणनीतिक इंफ्रास्ट्रक्चर विस्तार के हिस्से के रूप में, Microsoft ने $5 बिलियन तक और NVIDIA ने $10 बिलियन तक के पूंजीगत निवेश की प्रतिबद्धता जताई है। Anthropic फ्रंटियर AI सिस्टम को प्रशिक्षित करने और होस्ट करने के लिए $30 बिलियन की Azure कंप्यूट क्षमता और NVIDIA हार्डवेयर का उपयोग करेगा।
API और डेवलपर टूल्स का उपयोग
डेवलपर्स मॉडल आइडेंटिफायर claude-opus-4-5-20251101 का उपयोग करके API के माध्यम से सिस्टम तक पहुंच सकते हैं। यह मॉडल VS Code उपयोगकर्ताओं के लिए GitHub Copilot के भीतर पब्लिक प्रिव्यू में भी उपलब्ध है। व्यापक वर्कस्पेस टूल्स में Claude for Chrome, Claude for Excel और डेस्कटॉप एप्लिकेशन के साथ एकीकरण शामिल हैं, साथ ही एंटरप्राइज अकाउंट टियर्स के लिए विस्तृत कॉन्टेक्स्ट सीमाएं भी हैं। एक नया effort पैरामीटर इंजीनियरिंग टीमों को रीजनिंग गहराई पर सीधा नियंत्रण देता है, जिससे वे बुनियादी प्रश्नों के लिए प्रोसेसिंग लेटेंसी कम कर सकते हैं या मल्टी-लेयर डेटाबेस और सॉफ्टवेयर कार्यों के लिए सर्च गहराई बढ़ा सकते हैं।
बेंचमार्क प्रदर्शन और कोडिंग मूल्यांकन
आंतरिक और बाहरी परीक्षणों में, सिस्टम ने सॉफ्टवेयर इंजीनियरिंग और ऑटोनामस टास्क मूल्यांकनों में स्टेट-ऑफ-द-आर्ट बेंचमार्क परिणाम हासिल किए। SWE-bench Multilingual मूल्यांकन पर, यह मॉडल 8 में से 7 प्रोग्रामिंग भाषाओं में सबसे आगे है। Aider Polyglot कोडिंग टेस्ट में, इसने Sonnet 4.5 की तुलना में 10.6% का लाभ दर्ज किया, जबकि Vending-Bench पर 29% अधिक स्कोर हासिल किया। परफॉर्मेंस इंजीनियरिंग जॉब के उम्मीदवारों को दी गई एक आंतरिक टेक-होम परीक्षा में, मॉडल ने निर्धारित दो घंटे की समय सीमा के भीतर कंपनी के इतिहास में किसी भी मानव आवेदक की तुलना में अधिक स्कोर हासिल किया।
"Claude Opus 4.5 handles long-horizon coding tasks more efficiently than any model we’ve tested." — Sean Ward, CEO & Co-founder
Sonnet 4.5 की तुलना में परफॉर्मेंस क्षमताएं
यह फ्लैगशिप सिस्टम लॉन्ग-हॉराइजन प्लानिंग, मल्टी-एजेंट कोआर्डिनेशन और जटिल कोड रीफैक्टरिंग में Sonnet 4.5 से बेहतर प्रदर्शन करता है। Terminal Bench पर, Warp के Planning Mode का उपयोग करते समय मॉडल ने Sonnet 4.5 की तुलना में 15% का परफॉर्मेंस लाभ हासिल किया। इस सिस्टम द्वारा संचालित ऑटोनामस ऑफिस एजेंट्स चार इटरेशन में शीर्ष टास्क गुणवत्ता तक पहुंच गए, जबकि प्रतिस्पर्धी सिस्टम दस इटरेशन के बाद भी उस गुणवत्ता की बराबरी करने में विफल रहे। शुरुआती एंटरप्राइज फीडबैक से पता चलता है कि मॉडल तीस मिनट के ऑटोनामस कोडिंग सेशन के दौरान डेड एंड्स से बचता है और लॉन्ग-कॉन्टेक्स्ट स्टोरीटेलिंग तथा मल्टी-सिस्टम डिबगिंग में निरंतरता बनाए रखता है।
सवाल और जवाब
प्रति मिलियन टोकन इस मॉडल की कीमत कितनी है?
कीमत $5 प्रति मिलियन इनपुट टोकन और $25 प्रति मिलियन आउटपुट टोकन है। यह पिछले फ्लैगशिप मॉडलों से 66% की कीमत कटौती को दर्शाता है, जिनकी कीमत $15 प्रति मिलियन इनपुट टोकन और $75 प्रति मिलियन आउटपुट टोकन थी।
एंटरप्राइज वर्कफ़्लो के लिए मुख्य विशेषताएं क्या हैं?
यह सिस्टम रीजनिंग समय को नियंत्रित करने के लिए एक effort पैरामीटर, उन्नत मल्टी-स्टेप टास्क प्लानिंग, और कई कोडबेस में मजबूत कोड रीफैक्टरिंग पेश करता है। यह GitHub Copilot, Microsoft Azure और ऑफिस सॉफ्टवेयर में विस्तारित एकीकरण की पेशकश करते हुए बिल्ड, लिंट और टूल-कॉलिंग त्रुटियों को 50% से 75% तक कम करता है।
Claude Opus 4.5 की तुलना Sonnet 4.5 से कैसे की जाती है?
फ्लैगशिप मॉडल Sonnet 4.5 की तुलना में Aider Polyglot पर 10.6% और Terminal Bench पर 15% सुधार हासिल करता है। यह जटिल कोडिंग समस्याओं को हल करने के लिए 65% तक कम टोकन का उपयोग करता है, कम इटरेशन में मल्टी-स्टेप वर्कफ़्लो पूरा करता है, और जटिल मल्टी-सिस्टम बग्स को हल करता है जिन्हें पिछले मॉडल विश्वसनीय रूप से प्रोसेस नहीं कर सकते थे।
MOZGII की राय
हम इसे कैसे बनाते
हम जटिल software refactoring और मल्टी-सिस्टम debugging कार्यों को डायनेमिक प्रयास पैरामीटर वाले API कॉल के माध्यम से रूट करते। मानक linting या बुनियादी डेटाबेस प्रश्नों के लिए, हम प्रोसेसिंग लेटेंसी को सीमित करने के लिए कम reasoning effort सेट करते। बहु-चरणीय कोड माइग्रेशन के लिए, हम सर्च डेप्थ बढ़ाते और रिपॉजिटरी संदर्भ को सीधे prompt में पास करते। एक रूटिंग लेयर रूटीन कार्यों को हल्के मॉडल की ओर निर्देशित करती, जबकि लंबे स्वायत्त सत्रों के लिए उच्च प्रयास स्तरों को सुरक्षित रखती।
हम बैकग्राउंड कोडिंग एजेंटों द्वारा जनरेट किए गए pull requests की समीक्षा के लिए मानव इंजीनियरों को लूप में रखते। जब स्वायत्त एजेंटों को गतिरोध का सामना करना पड़ता है या वे पुरानी रिपॉजिटरी में निहित बिजनेस लॉजिक को गलत समझते हैं, तो सिस्टम टूट जाता है। तीस मिनट के सत्रों के दौरान अप्रत्याशित खर्चों को रोकने के लिए, हम प्रति निष्पादन रन सख्त टोकन बजट लागू करते। वरिष्ठ डेवलपर्स मुख्य ब्रांचों में कोड मर्ज करने से पहले स्वचालित refactoring आउटपुट का निरीक्षण करते।
हम बचाए गए इंजीनियरिंग समय के मुकाबले टोकन लागत का मूल्यांकन करने के लिए प्रति खर्च किए गए डॉलर में कार्य पूरा होने की दर को प्राथमिक मीट्रिक के रूप में ट्रैक करते। एक बार जब स्वचालित कोड refactoring कम बिल्ड त्रुटियों के साथ विश्वसनीय रूप से चलने लगता है, तो हम ऑफिस स्प्रेडशीट एप्लिकेशन के भीतर वित्तीय मॉडलिंग कार्यों को स्वचालित करने के लिए इस सेटअप का विस्तार करते।
स्रोत
इस खबर के तथ्य इन स्रोतों से लिए गए हैं।