跳到正文
原文
AWS Machine Learning Blog· Dani Mitchell·· 10 天前精选AI 评分73

Claude Sonnet 5.5 在 AWS 上线

Introducing Claude Sonnet 5.5 on AWS

AI 导读

AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上正式可用。该模型专注于编码和知识工作,多数任务的单任务成本更低、速度更快,并支持 IAM、CloudTrail、CloudWatch 和 Bedrock Guardrails 等现有 AWS 管控能力。

推荐理由

原文说明了 Sonnet 5.5 在 AWS 上的定位与成本优势,有助于读者在 Sonnet 与 Opus 之间作选型判断。

正文 · AI 翻译

今天,我们激动地宣布 Claude Sonnet 5.5 已在 Amazon Bedrock 和 AWS 上的 Claude 平台 上正式可用。Claude Sonnet 5.5 是一款更智能、更高效的 Sonnet 模型,适合专注的编码和知识工作,对大多数任务而言,每次任务成本更低,速度更快。

Amazon Bedrock 为你提供 Sonnet 5.5 的能力,同时通过区域数据驻留将你的数据保留在 AWS 基础设施内。它与你的团队已经在使用的 AWS 控制措施配合使用,包括用于访问控制的 AWS Identity and Access Management (IAM)、用于审计的 AWS CloudTrail、用于监控的 Amazon CloudWatch 以及 Amazon Bedrock Guardrails。使用情况会显示在你的 AWS 账单上。

本文介绍了 Claude Sonnet 5.5 的改进、何时选择 Sonnet 的实用指导,以及如何在 Amazon Bedrock 上开始使用。

是什么让 Claude Sonnet 5.5 与众不同

这些改进在范围明确的工作中尤为突出。无论是分配一项功能还是修复一个缺陷,Sonnet 5.5 都能完成工作,并根据既定要求检查结果。与 Sonnet 5 相比,它还能生成更精致的文档和视觉内容,包括一页纸总结、架构图和摘要幻灯片。

再加上大多数任务每次任务成本更低,这使得 Sonnet 5.5 非常适合持续运行或大规模运行的工作负载。在工程领域,这包括对警报的首次响应、对代理的持续监控、SQL 生成、UI 和 UX 测试,以及 IDE 中具有固定支出上限的快速编码代理。在整个企业中,它支持针对大型用户群体的范围分析、简短电子表格编辑和日常文档任务。

将 Sonnet 5.5 与 Opus 5.5 搭配使用,完成任务

我们最近宣布了 Opus 5.5 的可用性。现在,借助 Sonnet 5.5,你可以结合两种工作:需要谨慎判断的决策,以及范围明确的任务。以下是你如何看待这些模型:

  • Claude Opus 5.5 负责判断性决策。对于编码而言,这意味着发布调试、多 PR 功能栈、大型拉取请求的安全审查,以及目标明确的代码迁移。除了代码之外,它还处理以完成的电子表格、演示文稿或报告为最终结果的长时间分析,以及金融研究和合同红线标注。
  • Claude Sonnet 5.5 负责方法已经很明确的工作,剩下的就是快速执行,并且(相比 Opus 5.5)大多数任务每次任务成本更低,速度更快。

在 Amazon Bedrock 上开始使用 Claude Sonnet 5.5

要试用 Sonnet 5.5,请打开 Amazon Bedrock 控制台,进入 测试 > Playground,然后选择 Sonnet 5.5 作为模型。从那里,你可以直接针对它运行提示词。

图 1:在 Amazon Bedrock 控制台 Playground 中选择 Anthropic Claude 模型

以编程方式,你可以通过 Anthropic SDK 使用 Anthropic Messages API 针对 bedrock-runtime 调用该模型。你也可以通过 Invoke 和 Converse API 在 bedrock-runtime 上使用 AWS 命令行界面 (AWS CLI) 和 AWS SDK 进行调用。

前提条件

你必须具备以下前提条件:

  1. 具有 Amazon Bedrock 访问权限的活跃 AWS 账户。
  2. 已安装并配置 AWS CLI。
  3. Python 3.10+。
  4. 已安装 Boto3:pip install boto3。
  5. AWS Identity and Access Management (IAM) 权限:bedrock:InvokeModel、bedrock:InvokeModelWithResponseStream。

以下是使用 AWS SDK for Python (Boto3) 和 InvokeModel API 的快速示例:

import boto3
import json

# Create a Bedrock Runtime client
bedrock_runtime = boto3.client(
    service_name="bedrock-runtime",
    region_name="us-east-1"
)

# Invoke Claude Sonnet 5.5
response = bedrock_runtime.invoke_model(
    modelId="global.anthropic.claude-sonnet-5-5",
    contentType="application/json",
    accept="application/json",
    body=json.dumps({
        "anthropic_version": "bedrock-2023-05-31",
        "max_tokens": 4096,
        "messages": [
            {
                "role": "user",
                "content": " Write a Python function slugify(text) that lowercases a string, replaces spaces and underscores with hyphens, and strips any character that isn't a letter, digit, or hyphen. Code only."
            }
        ]
    })
)

result = json.loads(response["body"].read())
# Sonnet 5.5 may return a thinking block before the text block,
# so select the text block rather than a fixed index.
print(next(b["text"] for b in result["content"] if b["type"] == "text"))

你可以通过入门笔记本探索更多示例。你可以通过Amazon CloudWatch和AWS Cost Explorer监控使用情况、性能和成本,以便随着需求增长扩展你的应用程序。

可用性

Claude Sonnet 5.5 现已在 Amazon Bedrock 上通过 bedrock-runtime 上的 Global CRIS (global.) 推理配置档提供。

请参阅Amazon Bedrock 文档获取支持的 AWS 区域的完整列表。有关定价信息,请参阅Amazon Bedrock 定价。它也可通过 北美的AWS 上的 Claude Platform获得。

在 Amazon Bedrock 控制台、AWS 上的 Claude Platform 中尝试 Claude Sonnet 5.5,或在 GitHub 上探索入门笔记本。


关于作者

Dani Mitchell

Dani Mitchell

Dani 是 AWS 生成式 AI 的高级专家解决方案架构师,负责 Anthropic 在 Amazon Bedrock 上的市场推广工作。他帮助全球企业利用 Anthropic 的模型和能力在 Amazon Bedrock 上设计和部署生成式 AI 解决方案,以构建可扩展的生产级应用程序。

Alfredo Castillo

Alfredo Castillo

Alfredo 是 AWS 生成式 AI 的高级专家解决方案架构师,专注于 Anthropic 模型在 Amazon Bedrock 上的市场推广。他与金融服务客户合作,在分布式系统中设计和扩展生成式 AI 解决方案,并将生成式 AI 实验转化为生产工作负载。在工作之外,他热爱家庭和耐力运动。

Aamna Najmi

Aamna Najmi

Aamna 是生成式 AI 的高级专家解决方案架构师,专注于 Anthropic 模型以及 Amazon Bedrock 上大规模生成式 AI 系统的运营和治理。她帮助 ISV 解决挑战、拥抱创新,并通过 Amazon Bedrock 创造新的商业机会。

Sofian Hamiti

Sofian Hamiti

Sofian 是一位技术领导者,拥有超过 12 年构建 AI 解决方案的经验,并领导高绩效团队以最大化客户成果。他热衷于赋能多元化人才,以推动全球影响并实现他们的职业抱负。

来源:AWS Machine Learning Blog · aws.amazon.com