GuidesOneMux

Claude Haiku 5.5 cho trích xuất dữ liệu có cấu trúc: Những gì đã được công bố và những điều chưa rõ

Đánh giá Claude Haiku 5.5 cho tác vụ trích xuất JSON có kiểm tra schema. Tìm hiểu Anthropic công bố gì về lập trình và sử dụng công cụ, cách so sánh với Sonnet 5.5 và những điểm còn chưa được xác nhận.

AI

Tóm tắt · TL;DR

Anthropic mô tả Claude Haiku 5.5 phù hợp với các tác vụ khối lượng lớn như phân loại và truy vấn cơ sở dữ liệu, nên trích xuất dữ liệu có cấu trúc là một ứng dụng đáng để thử nghiệm. Tài liệu ra mắt do Anthropic cung cấp không đề cập đến đầu ra được ràng buộc theo JSON Schema theo cách tích hợp sẵn, cũng không đưa ra so sánh trực tiếp về khả năng gọi công cụ với Sonnet 5.5. Hãy xem kiểm tra schema là một biện pháp kiểm soát ở phía ứng dụng và chỉ so sánh năng lực lập trình dựa trên các kết quả benchmark Anthropic đã công bố.

Điểm chính

  • Anthropic nêu phân loại và truy vấn cơ sở dữ liệu là những tác vụ phù hợp với Haiku 5.5, nhưng không đề cập cụ thể đến khả năng tạo đầu ra được ràng buộc theo JSON Schema.
  • Hãy kiểm tra JSON trả về trong ứng dụng; đừng cho rằng mô hình sẽ luôn tuân thủ schema.
  • Anthropic báo cáo điểm Terminal-Bench 4.0 là 39.2% cho Haiku 5.5 và 70.6% cho Sonnet 5.5, đồng thời cho biết Sonnet phù hợp hơn với các tác vụ lập trình phức tạp theo kiểu agent.
  • Nguồn được cung cấp không xác lập điểm số so sánh về gọi công cụ, bộ tính năng đầu ra có cấu trúc tích hợp sẵn hay độ chính xác trích xuất của hai mô hình.
Mục lục (5)

Claude Haiku 5.5 là một lựa chọn hợp lý để đánh giá cho các tác vụ trích xuất dữ liệu có cấu trúc khối lượng lớn: Anthropic mô tả mô hình phù hợp với những công việc lặp lại như phân loại và truy vấn cơ sở dữ liệu. Tuy nhiên, tài liệu ra mắt hiện có không đề cập đến đầu ra được ràng buộc theo JSON Schema theo cách tích hợp sẵn, độ chính xác trích xuất hay so sánh trực tiếp khả năng gọi công cụ với Claude Sonnet 5.5. Cách làm thực tế là yêu cầu đầu ra theo định dạng xác định, kiểm tra phản hồi trong ứng dụng và đo lường lỗi trên dữ liệu đại diện.

Hướng dẫn này tập trung vào quy trình đó, thay vì giả định về những khả năng chưa được công bố. OneMux là đơn vị xuất bản bài viết này và cung cấp quyền truy cập mô hình qua một API tương thích với OpenAI; mức hỗ trợ endpoint và tham số có thể khác nhau, vì vậy hãy kiểm tra tài liệu API tương ứng trước khi phụ thuộc vào một tính năng cụ thể.

Anthropic công bố gì về Haiku 5.5

Anthropic định vị Haiku 5.5 cho các tác vụ nhạy cảm về chi phí, khối lượng lớn như tóm tắt, rút gọn ngữ cảnh, truy vấn cơ sở dữ liệu và phân loại. Anthropic cũng mô tả mô hình phù hợp với các công việc cần tốc độ, gồm hỗ trợ khách hàng trực tiếp và sử dụng trình duyệt. Những ví dụ này khiến việc thử nghiệm trích xuất trở nên đáng cân nhắc khi tác vụ có phạm vi hẹp và lặp lại, nhưng không đảm bảo mô hình tuân thủ schema.

Về lập trình, Anthropic báo cáo Haiku 5.5 đạt 39.2% trên Terminal-Bench 4.0 và 46.4% trên FrontierCode 1.1 (Main). Với Sonnet 5.5, các kết quả tương ứng được báo cáo là 70.6% và 52.1% Xhigh. Anthropic cho biết Sonnet 5.5 và Opus 5.5 vẫn là lựa chọn tốt hơn cho các tác vụ lập trình phức tạp theo kiểu agent, được đánh giá bằng Terminal-Bench, còn Haiku phù hợp với các tác vụ có phạm vi hẹp hơn. Các kết quả benchmark này chỉ phản ánh những bài đánh giá đó, không phải thước đo chung về năng lực lập trình hay chất lượng trích xuất. Thông báo Haiku 5.5 và thông tin benchmark của Anthropic

Lĩnh vực năng lựcNhững gì nguồn được cung cấp xác nhậnNhững gì nguồn đó chưa làm rõ
Trích xuất dữ liệu có cấu trúcPhân loại và truy vấn cơ sở dữ liệu được nêu là các tác vụ phù hợp; trích xuất có thể thuộc nhóm này.Khả năng tạo đầu ra được ràng buộc theo JSON Schema, tỷ lệ tuân thủ schema và độ chính xác trích xuất.
Sử dụng công cụAnthropic cho biết Haiku phù hợp với việc sử dụng trình duyệt và mô tả hỗ trợ SDK cho thao tác với trình duyệt và máy tính ở giai đoạn beta.Đánh giá trực tiếp khả năng gọi công cụ giữa Haiku và Sonnet hoặc tỷ lệ thành công để so sánh.
Lập trìnhCó công bố kết quả Terminal-Bench 4.0 và FrontierCode 1.1 cho cả hai mô hình.Các điểm số đó thể hiện ra sao trên codebase, nhóm tác vụ hoặc quy trình trích xuất của bạn.

Đừng xem “sử dụng trình duyệt” là bằng chứng cho một giao diện gọi công cụ cụ thể, và cũng đừng mặc định rằng một trong hai mô hình hỗ trợ một tham số schema nhất định. Nguồn được cung cấp không nêu chi tiết API đó.

Quy trình trích xuất JSON an toàn

Bắt đầu với một schema nhỏ, phân biệt rõ trường bắt buộc và trường tùy chọn. Yêu cầu mô hình chỉ trả về JSON, nhưng hãy xem chỉ dẫn đó là hướng dẫn chứ không phải bước kiểm tra hợp lệ. Sau đó, phân tích cú pháp và xác thực phản hồi ở phía bạn trước khi chấp nhận.

Ví dụ dưới đây là bước xác thực minh họa ở phía ứng dụng bằng Python và gói jsonschema. Ví dụ này không kiểm thử API của mô hình và không hàm ý Haiku có cơ chế thực thi schema tích hợp sẵn.

import json
from jsonschema import validate, ValidationError

schema = {
    "type": "object",
    "properties": {
        "invoice_number": {"type": "string"},
        "total": {"type": "number"},
        "currency": {"type": "string"}
    },
    "required": ["invoice_number", "total", "currency"],
    "additionalProperties": False
}

raw = '{"invoice_number":"A-104","total":82.50,"currency":"USD"}'

try:
    record = json.loads(raw)
    validate(instance=record, schema=schema)
except (json.JSONDecodeError, ValidationError) as exc:
    raise ValueError("Reject or send this record for repair") from exc

Trong quy trình dùng cho môi trường thực tế, hãy nêu rõ trong prompt cách xử lý giá trị bị thiếu, đơn vị và việc nên trả về null hay bỏ trường đó. Lưu lại văn bản nguồn cùng bản ghi đã trích xuất để người kiểm duyệt có thể xử lý các trường hợp chưa rõ. Nếu xác thực thất bại, hãy ghi lại nhóm lỗi và quyết định nên thử lại, chuyển sang mô hình mạnh hơn hay yêu cầu người kiểm duyệt. Đừng âm thầm ép một giá trị sai định dạng thành bản ghi trông có vẻ hợp lệ.

Danh sách kiểm tra đánh giá ngắn gọn

Trước khi phân luồng một khối lượng lớn, hãy thử trên mẫu đại diện, gồm cả bản ghi thông thường lẫn trường hợp khó: thiếu trường, phát biểu mâu thuẫn, định dạng bất thường và giá trị sát ngưỡng. Theo dõi ít nhất:

  • Lỗi phân tích cú pháp JSON và lỗi xác thực schema.
  • Giá trị trường sai hoặc không có căn cứ phát hiện được qua bước rà soát.
  • Trường hợp cần thử lại hoặc cần người đưa ra quyết định.
  • Độ trễ và chi phí đầu cuối của toàn bộ quy trình, bao gồm cả bước thử lại và xác thực.

So sánh Haiku 5.5 với Sonnet 5.5 trên cùng dữ liệu đầu vào và cùng tiêu chí chấp nhận. Các con số benchmark khi ra mắt không cho biết mô hình nào sẽ trích xuất trường dữ liệu của bạn chính xác hơn. Hãy lựa chọn dựa trên mức độ chấp nhận lỗi và kết quả đo của chính bạn, không chỉ dựa vào điểm số lập trình.

Khi nào nên cân nhắc Sonnet 5.5

Phạm vi so sánh có cơ sở khá hẹp: Anthropic báo cáo Sonnet 5.5 đạt điểm cao hơn Haiku 5.5 ở hai benchmark lập trình nêu trên và khuyến nghị rõ Sonnet hoặc Opus cho các tác vụ lập trình phức tạp theo kiểu agent. Điều này là cơ sở để cân nhắc Sonnet cho công việc lập trình đòi hỏi cao. Tuy nhiên, điều đó không chứng minh Sonnet trích xuất JSON tốt hơn, tuân thủ schema đáng tin cậy hơn hay gọi công cụ vượt trội hơn. Nguồn được cung cấp không đưa ra các so sánh này.

Với tác vụ trích xuất, hãy đưa ra quyết định dựa trên kết quả thực nghiệm. Nếu Haiku đáp ứng ngưỡng về schema và rà soát trên dữ liệu đầu vào đại diện, mức độ phù hợp đã nêu của mô hình với các tác vụ lặp lại, khối lượng lớn có thể khiến nó trở thành lựa chọn đáng cân nhắc. Nếu không, hãy thử prompt khác, bổ sung bước rà soát hoặc sửa lỗi, hay so sánh với mô hình khác bằng cùng một bộ đánh giá.

Kết luận

Các ví dụ về tác vụ được công bố cho Haiku 5.5 khiến việc đánh giá mô hình cho trích xuất dữ liệu có cấu trúc trở nên đáng cân nhắc, nhưng không khẳng định có tính năng JSON Schema tích hợp sẵn. Hãy phân tích cú pháp và xác thực schema ở phía ứng dụng, thử trên các bản ghi khó và phân biệt kết quả đo thực tế với benchmark lập trình của Anthropic. Sonnet 5.5 có điểm được báo cáo cao hơn trong các bài đánh giá lập trình được dẫn, nhưng nguồn được cung cấp không làm rõ hiệu năng so sánh về trích xuất và gọi công cụ.

FAQ

Claude Haiku 5.5 có hỗ trợ đầu ra JSON Schema không?

Tài liệu ra mắt của Anthropic được cung cấp không đề cập đến đầu ra được ràng buộc theo JSON Schema theo cách tích hợp sẵn. Bạn có thể yêu cầu JSON trong prompt, nhưng hãy xác thực phản hồi trong ứng dụng và kiểm tra tài liệu API hiện hành để biết các tham số đầu ra có ràng buộc được hỗ trợ.

Haiku 5.5 có tốt hơn Sonnet 5.5 cho trích xuất dữ liệu có cấu trúc không?

Nguồn được cung cấp không báo cáo độ chính xác trích xuất hay kết quả tuân thủ schema của hai mô hình, nên không thể xác định mô hình nào tốt hơn. Hãy so sánh cả hai trên cùng dữ liệu đầu vào đại diện và cùng quy tắc xác thực.

Haiku 5.5 so với Sonnet 5.5 như thế nào về lập trình?

Anthropic báo cáo điểm Terminal-Bench 4.0 là 39.2% cho Haiku 5.5 và 70.6% cho Sonnet 5.5. Anthropic cũng báo cáo điểm FrontierCode 1.1 (Main) lần lượt là 46.4% và 52.1% Xhigh. Các kết quả benchmark này không dự đoán hiệu năng trên mọi tác vụ lập trình.

Nguồn này có chứng minh Haiku 5.5 gọi công cụ tốt hơn không?

Không. Anthropic mô tả Haiku 5.5 phù hợp với việc sử dụng trình duyệt và đề cập đến hỗ trợ SDK beta cho thao tác với trình duyệt và máy tính, nhưng nguồn được cung cấp không có so sánh trực tiếp về khả năng gọi công cụ với Sonnet 5.5.

Bài viết liên quan

Guides

Gemini 4 Hydrogen và Carbon: Nguồn tài liệu cho thấy gì về trích xuất có cấu trúc?

So sánh bằng chứng được công bố về khả năng lập trình, sử dụng công cụ và đầu ra có cấu trúc của Gemini 4 Hydrogen và Carbon, sau đó thiết kế quy trình trích xuất có kiểm định schema.

阅读全文 →

Guides

Gemini 3.7 Flash và Claude cho doanh nghiệp: Biến tín hiệu benchmark thành quyết định chọn mô hình an toàn hơn

Khung đánh giá thực tế khi so sánh Gemini 3.7 Flash với Claude cho khối lượng công việc doanh nghiệp, bao gồm hướng dẫn về kiến thức thế giới, kiểm thử chất lượng, kiểm soát chi phí, định tuyến và triển khai qua OneMux.

阅读全文 →

Guides

OpenAI vs Claude vs Gemini: Vị trí của GLM 5.3 trong chiến lược điều phối mô hình thực tế

Hướng dẫn thực tế giúp các đội ngũ kỹ thuật và vận hành so sánh OpenAI, Claude, Gemini và GLM 5.3—tập trung vào điều phối tác vụ, kiểm soát chi phí, đánh giá hiệu năng và triển khai qua một API duy nhất.

阅读全文 →

Guides

Chọn Mô Hình Claude Phù Hợp Cho Sản Phẩm SaaS Của Bạn: Hướng Dẫn Thực Tế Về Claude Opus 4.8

Tìm hiểu cách chọn mô hình Claude tốt nhất cho ứng dụng SaaS của bạn. Chúng tôi phân tích Claude Opus 4.8, Claude Fable 5 và nhiều hơn nữa, với giá cả, trường hợp sử dụng và cách truy cập qua OneMux.

阅读全文 →