Simon Willison’ın Claude 4.5 Opus incelemesi

Claude Opus 4.5 ve yeni LLM değerlendirmelerinin giderek daha zor hale gelmesinin nedeni

Fiyatlandırma oldukça tatmin edici

• girdi için milyon dolar başına 5 dolar, çıktı için milyon dolar başına 25 dolar
• önceki Opus’un 15 dolar / 75 dolar fiyatına göre çok daha ucuz
• ayrıca GPT-5.1 ailesiyle (1,25 dolar / 10 dolar) ve Gemini 3 Pro’yla da (2 dolar / 12 dolar ya da 200 bin token üzeri alımlarda 4 dolar / 18 dolar) karşılaştırıldığında rekabetçi

Opus 4.5’teki ilginç iyileştirmeler

• Opus 4.5’e varsayılan olarak yüksek ayarlı yeni bir effort parametresi eklendi
• geliştirilmiş Computer use desteği sunuyor; özellikle ekranın büyütülmüş alanlarını incelemesini isteyebileceğiniz zoom aracını sağlıyor
• önceki yardımcı dönüşlerin düşünce blokları, varsayılandan farklı olarak artık model bağlamında varsayılan biçimde korunuyor

Değerlendirmenin zorlukları

• en ileri seviye LLM’lerin performansını birbirinden ayırmak giderek zorlaşıyor
• SWE-bench Verified gibi benchmark’larda modeller arasında tek haneli yüzde puan farkları görülüyor
• ancak bu, gerçek bir problemi çözmeye çalıştığınızda bunun nasıl bir sonuç doğuracağını ya da ne tür bir fark yaratacağını açıklamıyor
• şimdilik bisiklete binen pelikan çizimi sürüyor.

[youknowone]

Çeviri: https://rosettalens.com/s/ko/claude-opus

[laeyoung]

Anthropic'teki Opus 4.5 benchmark grafiğinde

• Düz çizildiğinde yükseklikler neredeyse aynı göründüğü için, grafiğin Y eksenindeki 0-70 aralığı kısaltılmış.