@levie:在Box,我们一直在早期访问中测试Sonnet 5.5,在Box Agent的复杂工作评估中,Sonnet 5.5是另一个…

X AI KOLs Timeline 模型

摘要

Box在早期访问中测试了Claude Sonnet 5.5,并报告在金融服务、法律、生命科学和公共部门的复杂工作评估中取得了显著的性能提升,处理速度更快,令牌使用量减少。

在Box,我们一直在早期访问中测试Sonnet 5.5,在Box Agent的复杂工作评估中,Sonnet 5.5是Sonnet 5在企业内容知识工作上的又一强跃。 总体而言,我们在最困难的测试中看到了4分的整体改进,但完成交付物的速度快了大约2.4倍,令牌使用量减少了12%。我们在关键垂直领域也看到了重大胜利,例如金融服务提高了+18个百分点,法律提高了+7分,生命科学提高了+8分,公共部门提高了+7分。 以下是一些特定任务的胜利,展示了Sonnet 5.5的强大能力: * 金融服务(+48分):对交易工具收购的尽职调查审查,其中交易书的计算不成立。Sonnet 5.5捕获了计算错误的利息总额和定价错误的期权并标记了它们,而且完成这项工作快了约61%。 * 法律(+14分):商业租赁审查。Sonnet 5.5拒绝为续租条款和通知期发明一个“标准”市场基准,而是标记了租赁真正缺失的内容。 * 生命科学(+22分):从原始测量数据中撰写现场试验。Sonnet 5.5在两个治疗组中正确获得了样本标准差。Sonnet 5几乎错过了所有这些。而且Sonnet 5.5做得快了约41%。 * 公共部门(+11分):关于数学干预计划的报告。Sonnet 5.5从底层数据中提取了正确的学生成绩监控数据,快了约71%。 客户很快将能够在Box AI Studio中使用Sonnet 5.5构建AI代理。
查看原文
查看缓存全文

缓存时间: 2026/09/28 19:37

在Box,我们一直在复杂工作评估中对Box Agent提前测试Sonnet 5.5,结果显示,Sonnet 5.5在企业内容的知识型工作中相比Sonnet 5再次实现了显著提升。

整体而言,我们在最困难的测试中看到4分的总体提升,同时完成最终成果的速度快了约2.4倍,使用的令牌减少了12%。我们还在关键垂直领域取得了重大突破,例如金融服务领域提升18个百分点,法律领域提升7个百分点,生命科学领域提升8个百分点,公共部门提升7个百分点。

以下是Sonnet 5.5在某些任务中的具体胜利,展示了其强大能力:

  • 金融服务领域(+48分):对一笔交易工具收购的尽职调查审查,其中交易文件中的计算存在问题。Sonnet 5.5捕捉到了错误的利息总额和定价不当的期权并标记出来,同时完成这项工作的速度还快了约61%。

  • 法律领域(+14分):一份商业租赁审查。Sonnet 5.5没有虚构所谓的“标准“市场基准来设定续约条款和通知期限,而是指出了租赁协议中实际缺失的内容。

  • 生命科学领域(+22分):从原始测量数据中撰写现场试验报告。Sonnet 5.5正确计算了两个处理组的样本标准差。Sonnet 5几乎全部出错。而且Sonnet 5.5完成速度还快了约41%。

  • 公共部门(+11分):一份关于数学干预项目的报告。Sonnet 5.5从基础数据中提取了正确的学生进度监测数据,速度约快71%。

客户很快就可以在Box AI Studio中使用Sonnet 5.5构建AI代理。

Claude (@claudeai): 介绍Claude Sonnet 5.5,这是Claude 5.5家族中的第二个模型。

它比Sonnet 5有明显升级,运行速度提高30%以上,对大多数工作的成本降低了最高30%。

相似文章