Zusammenfassung:
Nachdem Opus 5.5 veröffentlicht wurde, stürzten sich die Internetnutzer darauf, es auszuprobieren. Mit einem Wisch stehen mehrere Werke zur Verfügung, die von Webseiten über Animationen bis hin zu Spielen usw. reichen. Diese sind intuitiver als die Benchmark-Werte und einige können selbst ausprobiert werden. Ein Ersteller namens MiaAI Lab hat Opus 5.5 direkt gebeten, „100 HTML-Dateien zu erstellen“ mit drei Anforderungen: gutes Aussehen, kein sich wiederholendes Design und volle Nutzung der Kreativität. Das fertige Produkt ist erstaunlich.
https://x.com/MiaAI_lab/status/2102490829306634560
Ganz zu schweigen davon, dass jeder Klick anständig aussieht. Das gleiche Modell verfügt über eine sehr vielfältige Verarbeitung unterschiedlicher Interaktionsformen und visueller Stile.
Videolink: https://mp.weixin.qq.com/s/dVLbNHkM32K5g1cJWJs1hw
In diesem Fall ging Opus 5.5 von den offenen Anforderungen aus, entschied, welche Arbeiten erstellt werden sollten, und schrieb die Seitenstruktur, CSS und den interaktiven Code. Von der kreativen Konzeption über die Aufgabenaufteilung bis hin zur fertigen Produktproduktion beweist Opus 5.5 eine starke Autonomie.
Geben Sie dem Modell ein offenes Gesamtziel, lassen Sie es seine eigenen Schritte planen und übergeben Sie die Aufgabe vollständig.
Genau das empfiehlt Anthropic dieses Mal dringend.
Können wir das Ganze wirklich auf einmal schaffen?
Anthropic gibt zu Beginn des Opus 5.5-Benutzerhandbuchs Ratschläge: Erklären Sie die gesamte Aufgabe auf einmal, machen Sie deutlich, was als „erledigt“ gilt, und wenn Sie auf Situationen stoßen, in denen Sie anhalten und den Benutzer fragen müssen, und lassen Sie das Modell dann selbstständig arbeiten.
Leitfaden-Link: https://claude.dev/blog/getting-the-most-out-of-opus-5-5/
Das in der Anleitung angegebene Beispiel ist die Migration der Zahlungsschnittstelle.
Neben der Erläuterung der Aufgaben ist es vor allem wichtig, die Abschlussstandards anzugeben: Alle Schnittstellen nutzen neue Clients, alte Clients werden gelöscht und der Test besteht. Erst wenn es auf unerklärliche Testfehler stößt, muss das Modell anhalten und nachfragen. Solche Anforderungen geben dem Modell Raum, sich selbstständig weiterzuentwickeln und hinterlassen überprüfbare Standards für die endgültige Umsetzung.
Tatsächlich wurde dieser Vorschlag erwähnt, als Opus5 veröffentlicht wurde. Dieses Mal betonte Anthropic ausdrücklich, dass Opus 5.5 besser in der Lage sei, sich bei langfristigen, mehrstufigen Aufgaben kontinuierlich weiterzuentwickeln.
Offizielle Veröffentlichungsmaterialien erwähnen, dass ein früher Tester darum gebeten hatte, etwa 200.000 Codezeilen zu überprüfen und zu reparieren, was in weniger als drei Stunden abgeschlossen war; Opus 5 benötigte für die gleiche Aufgabe mehr als 20 Stunden. Ein weiterer interner Test erforderte, dass das Modell HAProxy von C auf Rust umschrieb. Opus 5.5 dauerte 9,5 Stunden und das Ergebnis des Umschreibens bestand fast alle Regressionstests des ursprünglichen Projekts.
Es hat zwar lange gedauert, bis es funktioniert hat, aber es ist möglicherweise nicht das, was die Benutzer am meisten erreichen möchten.
In tatsächlichen Tests gab Technology Media Every Opus 5.5 zehn Minuten Zeit, um einen minutengenauen Zeitplan für eine Kundenschulung zu erstellen. Nachdem es die Anforderungen gelesen hatte, verbrachte es fast fünf Minuten damit, darüber nachzudenken, erstellte dann Trainingsdaten, überprüfte Tabellen und stellte Schülermaterialien zusammen. Doch als es soweit war, wurde der am meisten benötigte Zeitplan nicht übergeben.
Aktueller Testbericht: https://every.to/vibe-check/vibe-check-opus-5-5-is-pulling-our-codex-converts-back-to-claude/
Ein weiterer App-Entwicklungstest von Every ist ebenfalls aufschlussreich. Die Aufgabenseite sieht schön aus und die automatische Prüfung zeigt auch, dass sie bestanden wurde. Wenn der Tester sie jedoch tatsächlich ausführt, meldet die Kernseite immer noch einen Fehler.
Es scheint immer noch unrealistisch, darüber in einem Schritt nachzudenken.
Töte das Armaturenbrett und spiele Musik und Animationen
In Bezug auf den Textausdruck hat Opus 5.5 erhebliche Fortschritte gemacht und den typischen „Claude-Akzent“ zuvor geändert.
Einige Internetnutzer bemerkten, dass das größte Gefühl nach dem Testen von Opus 5.5 darin besteht, dass der Schreibstil endlich „korrigiert“ wurde.
https://x.com/theojaffee/status/2102454423041818786
„Es ist direkter, normaler und weniger KI-ähnlich (unschlüssig) geworden. Das letzte Mal, dass ich Claude so sauber und natürlich schreiben sah, war vor etwa acht Monaten in Opus 4.6.“
Das Bild links ist die Ausgabe von Opus 5, die leicht ausführlich ist und offensichtliche Spuren von KI-Schreiben aufweist; Das Bild rechts ist die Ausgabe desselben Inhalts von Opus 5.5, die prägnanter und natürlicher ist.
Laut den von Claudes offiziellem Konto veröffentlichten Anweisungen zum Opus 5.5-Update kommuniziert die neue Version natürlicher, stellt wichtige Informationen an die erste Stelle und folgt besser den von den Benutzern vorgegebenen Schreibregeln.
Einige Internetnutzer haben herausgefunden, dass Opus 5.5 dieses Mal den Bindestrich entfernt hat! In der obigen offiziellen Vergleichstabelle verwendet die Ausgabe von Opus 5 auf der linken Seite an vielen Stellen Bindestriche, während das Opus 5.5 auf der rechten Seite den gleichen Inhalt überhaupt ohne Bindestriche schreibt.
https://x.com/theo/status/2102474289949868254?s=20
Im Hinblick auf das Parsen von PDF-Tabellen verwendete Jerry Liu, CEO von LlamaIndex, seinen eigenen ParseBench zum Testen. Opus 5.5 erreichte 93,9 %, was mehr als 7 Prozentpunkte mehr als Opus 5 war und Modelle wie Fable, Gemini und Astra übertraf. Es weist jedoch immer noch Mängel beim Verständnis von Diagrammen, Formaten und Layouts auf.
https://x.com/jerryjliu0/status/2102529024841154977
Claude Opus 5.5 kann nicht nur „Code schreiben“, sondern auch Code verwenden, um direkt Animationen zu erstellen, die sowohl künstlerisch als auch flüssig sind.
X-Blogger Kevin Ngo ließ Opus 5.5 mithilfe von JavaScript die folgende Animation Bild für Bild zeichnen:
Videolink: https://mp.weixin.qq.com/s/dVLbNHkM32K5g1cJWJs1hw
Einige Internetnutzer verwendeten auch Opus 5.5, um ähnliche Animationen zu erstellen:
Videolink: https://mp.weixin.qq.com/s/dVLbNHkM32K5g1cJWJs1hw
https://x.com/devteamdrew/status/2102436464323661880
Claude kann jetzt mit reinem JavaScript wirklich hörbare elektronische Musik schreiben.
Einige Internetnutzer gaben Opus 5.5 nur die Aufforderung „Machen Sie Bassmusik mit Javascript“ (verwenden Sie JavaScript, um Bassmusik zu machen). Als Ergebnis schrieb Claude den kompletten JS-Code in einem Rutsch und generierte ein Stück Bassmusik, das ziemlich gut klang.
Videolink: https://mp.weixin.qq.com/s/dVLbNHkM32K5g1cJWJs1hw
https://x.com/aj_dev_smith/status/2102504509637587339?s=20
Kommentare