மாதிரி வணிகமயமாக்கலின் திருப்புமுனை: கிளாட் சோனெட் 4.6 மற்றும் திறன் புரட்சி

பிப்ரவரி 17 அன்று Anthropic கிளாட் சோனெட் 4.6 ஐ வெளியிட்டபோது, அதன் திறன் மேம்பாடு அல்ல, அதன் விலை மாறாமல் இருந்ததுதான் மிகவும் குறிப்பிடத்தக்கது.

ஒரு மில்லியன் டோக்கன்களுக்கு $3 உள்ளீடு / $15 வெளியீடு. இந்த எண்ணிக்கை AI துறையில் மிகவும் பரிச்சயமானதாகிவிட்டது, அதன் மூலோபாய முக்கியத்துவத்தை நாம் எளிதாக புறக்கணிக்க முடியும். ஆனால் Sonnet 4.6 SWE-பெஞ்சில் 79.6% (Opus 4.6 இன் 80.8% ஐ விட 1.2 சதவீதம் மட்டுமே குறைவு) மற்றும் OSWorld கணினி பயன்பாட்டு சோதனையில் 72.5% (Opus இன் 72.7% உடன் அடிப்படையில் சமம்) அடையும்போது, ஒரு கேள்வி தவிர்க்க முடியாததாகிறது:

நடுத்தர தயாரிப்பு முதன்மைக்கு நெருக்கமான செயல்திறனை வழங்க முடிந்தால், முதன்மை தயாரிப்புகளின் இருப்புக்கான அர்த்தம் என்ன?

திறன் முன்னுரிமை மூலோபாய மாற்றம்

Anthropic இன் இந்த வெளியீடு, சாராம்சத்தில் ஒரு \Sonnet 4.6 இன் மற்றொரு முக்கிய மேம்பாடு கணினி பயன்பாட்டு திறன் ஆகும் - இது OSWorld தரப்படுத்தலில் மனித அளவை எட்டியுள்ளது.

இது தொழில்நுட்ப விவரம் போல் தோன்றலாம், ஆனால் இதன் வணிக முக்கியத்துவம் மாதிரி தன்னை விட அதிகமாக இருக்கலாம்.

AI ஆனது மனிதனைப் போலவே கணினி இடைமுகங்களை இயக்க முடிந்தால் - பொத்தான்களைக் கிளிக் செய்வது, படிவங்களை நிரப்புவது, வலைப்பக்கங்களை உலாவல் செய்வது - அது இனி ஒரு "உரையாடல் இடைமுகம்" அல்ல, ஆனால் ஒரு "டிஜிட்டல் ஊழியர்". மேலும் முக்கியமாக, இந்த திறனுக்கு API ஒருங்கிணைப்பு தேவையில்லை, தனிப்பயன் மேம்பாடு தேவையில்லை, வலைப்பக்க இடைமுகம் கொண்ட எந்த மென்பொருளும் அதன் சாத்தியமான வேலைக்கான இலக்கு ஆகும்.

"AI இனி 'சிந்திப்பது' மட்டுமல்ல, அது 'செயல்படவும்' தொடங்குகிறது. வாடிக்கையாளர் வலைத்தள உலாவல், தகவல் பிரித்தெடுத்தல், சந்தைப்படுத்தல் பகுப்பாய்வு - இந்த செயல்முறை ஆட்டோமேஷன் இப்போது உண்மையாகி வருகிறது." - @Tail_hammer

இது RPA (ரோபோ செயல்முறை ஆட்டோமேஷன்) உடன் முற்றிலும் வேறுபட்டது. பாரம்பரிய RPA க்கு "மனிதன் படிகளை எழுத வேண்டும்", அதே நேரத்தில் AI ஏஜென்ட்க்கு "மனிதன் இலக்கை வழங்கினால்" போதும். "எப்படி செய்வது" என்பதிலிருந்து "என்ன செய்வது" என்பதற்கான மாற்றம், உற்பத்தி கருவிகளின் தலைமுறை மாற்றமாகும்.

1M Context: சந்தைப்படுத்தல் தந்திரமா அல்லது உண்மையான தேவையா?

Sonnet 4.6 இன் மற்றொரு சிறப்பம்சம் 1 மில்லியன் டோக்கன்களின் சூழல் சாளரம் (பீட்டா).

இது முழு குறியீடு நூலகம், நீண்ட தொழில்நுட்ப ஆவணங்கள் அல்லது பல மாத உரையாடல் வரலாற்றை நிரப்ப போதுமானது. ஆனால் ஒரு கூர்மையான கருத்து என்னவென்றால்:

"1M context என்பது நான் தேவைப்படும் ஒரு அம்சம் அல்ல, அது ஒரு நெகிழ்வுத்தன்மை. எனது பெரும்பாலான வேலை 50K-100K இல் நடக்கிறது." - @tahaabuilds

இந்த கருத்தை தீவிரமாக எடுத்துக்கொள்ள வேண்டும். பெரிய சூழல் என்றால் மெதுவான பதில் மற்றும் அதிக செலவு என்று அர்த்தம். 90% காட்சிகளுக்கு 100,000 டோக்கன்கள் மட்டுமே தேவைப்பட்டால், 1 மில்லியன் டோக்கன்களின் மதிப்பு முன்மொழிவு கேள்விக்குறியாகிறது.

ஆனால் இங்கே ஒரு நுட்பமான விஷயம் உள்ளது: கிடைக்கக்கூடிய தன்மை பயன்பாட்டிலிருந்து வேறுபட்டது.

1 மில்லியன் டோக்கன்களின் உண்மையான மதிப்பு அன்றாட பயன்பாட்டில் இல்லாமல் இருக்கலாம், ஆனால் "விளிம்பு வழக்குகள் பற்றி கவலைப்பட தேவையில்லை" என்பதில் உள்ளது. சூழல் ஒருபோதும் நிரம்பி வழியாது என்று உங்களுக்குத் தெரிந்தால், உங்கள் பணிப்பாய்வு வேறுபட்டதாக இருக்கும். நீங்கள் இனி தூண்டுதல் சொற்களின் நீளத்தை கவனமாக வடிவமைக்க வேண்டியதில்லை, நீண்ட ஆவணங்களை இனி பிரித்து கையாள வேண்டியதில்லை. இந்த "மனச்சுமையை நீக்குவது" தனக்குத்தானே ஒரு மதிப்பு.

விலை நிர்ணய உத்தியின் ஆழமான தர்க்கம்

விலைக்கு வருவோம். Anthropic ஏன் Sonnet 4.6 இன் விலையை மாற்றாமல் வைத்திருக்க முடிவு செய்தது, சந்தர்ப்பத்தைப் பயன்படுத்தி விலையை உயர்த்தவில்லை?

ஒரு சாத்தியமான விளக்கம் என்னவென்றால்: அவர்கள் விலை போரின் மூலம் போட்டியாளர்களின் லாப வரம்பை குறைக்கிறார்கள்.

"போதுமான நல்ல" மாதிரியின் விலை $3/M டோக்கன்களுக்குக் குறையும்போது, அதிக விலை நிர்ணயம் கொண்ட எந்த மாதிரியும் அதன் பிரீமியத்தை நியாயப்படுத்த வேண்டும். இது OpenAI மற்றும் Google க்கு அழுத்தத்தை உருவாக்குகிறது - அவற்றின் முதன்மை மாதிரிகளின் விலை முறையே $5/M மற்றும் $8/M (உள்ளீடு). Sonnet 4.6 90% வேலையைச் செய்ய முடிந்தால், மீதமுள்ள 10% க்கு ஏன் 2-3 மடங்கு விலை கொடுக்க வேண்டும்?

மேலும் முக்கியமாக, இந்த உத்தி திறந்த மூல மாதிரிகளின் உயிர்வாழ்வையும் குறைக்கிறது. திறந்த மூல மாதிரிகளின் இயக்கச் செலவுக்கு நெருக்கமாக மூடிய மூல மாதிரிகளின் விலை குறையும்போது, "திறந்த மூலமானது மலிவானது" என்ற வாதம் நம்பகத்தன்மையை இழக்கிறது.

சந்தை எதிர்வினை: மென்பொருள் பங்குகளில் அதிர்வு

Forbes ஜப்பானின் அறிக்கை சந்தை எதிர்வினையை நேரடியாக விவரிக்கிறது: "AI மீண்டும் மென்பொருள் பங்குகளை உலுக்குகிறது, Claude Sonnet 4.6 ஒரு தூண்டுதலாக உள்ளது."

இந்த எதிர்வினைக்கு பின்னால் உள்ள தர்க்கம் என்னவென்றால்: AI வலுவாகவும் மலிவாகவும் மாறினால், "AI க்கு அதிக கணக்கீட்டு சக்தி தேவை" என்ற அனுமானத்தை நம்பியிருக்கும் SaaS நிறுவனங்கள் அழுத்தத்தை எதிர்கொள்ளும். எந்தவொரு டெவலப்பரும் $3/M டோக்கன்களின் விலையில் சிறந்த AI திறனைப் பெற முடிந்தால், "AI அம்சம்" இனி வேறுபடுத்தும் நன்மை அல்ல, ஆனால் உள்கட்டமைப்பு.

AI நிறுவனங்கள் மறைந்துவிடும் என்று இது அர்த்தப்படுத்துவதில்லை. ஆனால் AI நிறுவனங்கள் புதிய மதிப்பு உருவாக்கும் வழியைக் கண்டுபிடிக்க வேண்டும் - "நாங்கள் AI ஐ வழங்குகிறோம்" என்பதற்கு பதிலாக "நாங்கள் AI ஐப் பயன்படுத்தி குறிப்பிட்ட சிக்கலைத் தீர்க்கிறோம்".

போட்டி நிலப்பரப்பை மறுவடிவமைத்தல்

Sonnet 4.6 இன் வெளியீடு Anthropic இன் போட்டி உத்தியையும் வெளிப்படுத்துகிறது.

அவர்கள் "வலுவான மாதிரி" ஆயுதப் போட்டியில் வெற்றிபெற முயற்சிக்கவில்லை - Opus 4.6 இன்னும் சில தரப்படுத்தல்களில் GPT-5.3 Codex ஐ விட பின்தங்கியுள்ளது. மாறாக, அவர்கள் "சிறந்த விலை செயல்திறன்" என்ற பரிமாணத்தில் ஒரு நன்மையை உருவாக்கத் தேர்வு செய்தனர்.

இது ஒரு புத்திசாலித்தனமான தேர்வு. வலுவான மாதிரியின் கிரீடம் தற்காலிகமானது, ஒவ்வொரு புதிய மாதிரி தலைமுறையும் மறுசீரமைக்கப்படும். ஆனால் "விலை செயல்திறன்" என்பது மிகவும் நிலையான போட்டி பரிமாணம் - இதற்கு பொறியியல் திறன், அளவு விளைவு மற்றும் செலவு கட்டுப்பாடு தேவை, இந்த திறன்களை குவிக்க முடியும்.## சுற்றுச்சூழல் அமைப்பின் விரைவான ஒருங்கிணைப்பு

Sonnet 4.6 வெளியான பிறகு, முழு சுற்றுச்சூழல் அமைப்பின் எதிர்வினை வேகம் மிகவும் ஈர்க்கக்கூடியதாக இருந்தது:

GitHub Copilot: வெளியீட்டு நாளில் ஒருங்கிணைக்கப்பட்டது
Windsurf: 1M சூழலை ஆதரிக்கிறது
Azure Microsoft Foundry: நிறுவன அளவிலான வரிசைப்படுத்தல்
Perplexity: Pro பயனர்களுக்குக் கிடைக்கிறது
GenSpark: இலவச பயனர்கள் முயற்சி செய்யலாம்

இந்த ஒருங்கிணைப்பு வேகம் இரண்டு விஷயங்களைப் பிரதிபலிக்கிறது: ஒன்று, மாதிரி APIகளின் தரப்படுத்தல் ஏற்கனவே மிக அதிகமாக உள்ளது, மற்றொன்று, "சிறந்த, மலிவான" மாதிரிகளுக்கு தளங்களுக்கு வலுவான தேவை உள்ளது. மாதிரி திறன்கள் ஒன்றிணையும்போது, தளம் போட்டியின் கவனம் "யாருடைய மாதிரி தேர்வு அதிகமாக உள்ளது" என்பதில் மாறுகிறது.

பூர்த்தி செய்யப்படாத தேவைகள்

நிச்சயமாக, Sonnet 4.6 சரியானது அல்ல.

"மாதிரி அணுகுமுறை" மாற்றத்தைப் பற்றிய ஒரு குறிப்பிடத்தக்க விமர்சனம்:

"They both try to be a parent, trying to correct you in the interests of the company. Paternalism, HRism. These AIs are HRs for office slaves." — @ai_handle

இந்த புகார் ஒரு ஆழமான பதற்றத்தை சுட்டிக்காட்டுகிறது: AI மாதிரிகள் "புத்திசாலித்தனமாக" மாறும்போது, அவை "கருத்துடையவையாகவும்" மாறுகின்றன. பாதுகாப்பு சீரமைப்பு வழிமுறைகளின் வலுவூட்டல், சில பயனர்களுக்கு "அதிகப்படியான தலையீடாக" மாறியுள்ளது. எதிர்கால பதிப்புகளில் Anthropic சமநிலைப்படுத்த வேண்டிய ஒரு பிரச்சனையாக இது இருக்கலாம்.

இணையத் தேடல் திறனைப் பற்றிய மற்றொரு விமர்சனம்:

"It's still very bad at serious web research. Gemini 3 Pro found a doctor's email while Sonnet 4.6 couldn't even give me his email." — @ryanindependant

இது நமக்கு நினைவூட்டுகிறது: பொதுவான திறன்கள் மற்றும் குறிப்பிட்ட சூழ்நிலை திறன்கள் இரண்டு வேறுபட்ட விஷயங்கள். தரப்படுத்தல் சோதனைகளில் அதிக மதிப்பெண்கள் அனைத்து பணிகளிலும் செயல்திறனுக்கு சமம் அல்ல.

டெர்மினல் என்பது IDE

ஒரு சுவாரஸ்யமான போக்கு வெளிவருகிறது: AI திறன்களின் முன்னேற்றம் மேம்பாட்டு கருவிகளின் வடிவத்தை மாற்றுகிறது.

"The terminal is becoming the new IDE." — @LanYunfeng64

AI முழு குறியீடு தளத்தையும் புரிந்து கொள்ளும்போது, மறுசீரமைப்பு, பிழைத்திருத்த சிக்கல்களைச் செய்யும்போது, பாரம்பரிய IDE செயல்பாடுகள் - தொடரியல் சிறப்பம்சம், தானியங்கு நிரப்புதல், பிழை கண்டறிதல் - அவ்வளவு முக்கியமல்ல. உண்மையில் முக்கியமானது: AI உடன் எவ்வாறு திறமையாக ஒத்துழைப்பது.

Claude Code, Cursor, Windsurf போன்ற கருவிகளின் எழுச்சி, டெவலப்பர் பணிப்பாய்வின் அடிப்படை மாற்றத்தைக் குறிக்கிறது. இது "AI உதவி நிரலாக்கம்" அல்ல, ஆனால் "AI தலைமையிலான நிரலாக்கம், மனிதன் மேற்பார்வைக்கு பொறுப்பு".

சுருக்கம்: செயல்திறன் என்பது புதிய பாதுகாப்பு அரண்

Claude Sonnet 4.6 வெளியீடு, AI தொழில் புதிய கட்டத்திற்குள் நுழைவதைக் குறிக்கிறது.

இந்த கட்டத்தில், "வலுவானது" என்பது ஒரே போட்டி பரிமாணம் அல்ல, அல்லது மிக முக்கியமான பரிமாணமாகவும் இருக்க முடியாது. மாதிரி திறன் 90% பணிகளை முடிக்க போதுமானதாக இருக்கும்போது, போட்டி செயல்திறனுக்கு மாறுகிறது - குறைந்த செலவு, வேகமான வேகம், சிறந்த ஒருங்கிணைப்பு.

இது முழு தொழிலுக்கும் அர்த்தம்:

மாதிரி அடுக்கு வணிகமயமாக்கப்படுகிறது - வேறுபடுத்தப்பட்ட மதிப்பு பயன்பாட்டு அடுக்குக்கு மாற்றப்படுகிறது
விலை போர் தொடரும் - விலை செயல்திறன் முக்கிய போட்டி பரிமாணமாக மாறும்
சுற்றுச்சூழல் ஒருங்கிணைப்பு துரிதப்படுத்தப்படுகிறது - மாதிரியை விட தளம் முக்கியமானது
எல்லை வழக்குகள் முக்கியத்துவம் பெறுகின்றன - பொதுவான திறன்கள் ஒன்றிணையும்போது, குறிப்பிட்ட சூழ்நிலைகளின் தேர்வுமுறை வேறுபடுத்தும் புள்ளியாக மாறும்

டெவலப்பர்கள் மற்றும் நிறுவனங்களுக்கு, இது ஒரு நல்ல செய்தி. AI ஆடம்பரப் பொருளிலிருந்து அன்றாடப் பொருளாக மாறும் செயல்முறை, அது உண்மையில் பெரிய அளவிலான மதிப்பை உருவாக்கும் செயல்முறையாகும்.

Anthropic Sonnet 4.6 உடன் ஒரு விஷயத்தை நிரூபித்துள்ளது: AI தொழிலில், செயல்திறன் என்பது ஒரு பாதுகாப்பு அரண் ஆகும்.

இந்தக் கட்டுரை 2026 பிப்ரவரி 18 அன்று X/Twitter இல் கிளாட் சோனெட் 4.6 வெளியீடு குறித்து வெளியான 100 பிரபலமான விவாதங்களின் பகுப்பாய்வின் அடிப்படையில் எழுதப்பட்டது.