Az Anthropic-nál az utóbbi időben nem az általános Claude modellek voltak a fókuszban, viharos időszakon van túl a vállalat a Mythos és a Fable miatt. Most a vállalat próbálja elterelni a figyelmet a speciálisabb modellekről, ezért elindította a legújabb Sonnet verziót.
A fejlesztők elmondása alapján a Claude Sonnet 5 már közel olyan teljesítményt nyújt, mint az Opus 4.8, miközben a Sonnet 4.6 képességeivel és gördülékenységével üzemelhet.
A Claude Sonnet 4.6 még februárban debütált, azóta a nagyobb modellekből már több kiadás is befutott, de most az Anthropic pótolta az elmaradását. A Sonnet 5 sokkal jobb lesz az ágens feladatokban, miközben fejlődik a generatív MI érvelésben, programozásban és a különböző külső eszközök használatában egyaránt.
Az Anthropic szakemberei felkészítették a modellt arra, hogy kiválóan tudjon feladatokat szervezni az ágens-folyamatok során, és olyan eszközöket használjon, mint a böngészők vagy a programozási terminálok. Olyan szinten tud önállóan működni, amelyre korábban csak a nagyobb és drágább modellek voltak képesek. A Sonnet 5 már ugyanaz a modellgeneráció, mint az Opus 4.8, bizonyos dolgokban már túl is mutat azokon, és egyenesen a Fable-től merít.
Olyan lehetőségek vannak már a Sonnet 5-nél a középpontban, amiket korábban valóban csak a nagyobb modelleknél emelt ki az Anthropic, így például jól teljesít majd a modell a többlépéses problémamegoldásban. A programozási és szoftverfejlesztési munkafolyamatokhoz sem lesz már szükség az Opusra, miközben a lexikális tudásalapú munka, információfeldolgozás is jól megy majd neki.
A programozási képességek felmérésére szolgáló SWE-Bench Pro keretében a Sonnet 5 már 63,2%-on teljesít, amivel übereli a legtöbb konkurens nyelvi modellt mérettől függetlenül, miközben azért az Opus 4.8 által felmutatott 69,2 százalékos performansz ebben az esetben még egy következő szint. A Humanity’s Last Examben viszont eszközöket használva már valóban hozza az Opus szintjét az 57,2%-os sikerarányával, eszközök nélkül viszont még csak 43,2%-ot nyújt az Opus 49,8%-ával szemben, a Gemini 3.1 Prónál és a GPT-5.5-nél viszont így is jobb.
A Claude Sonnet 5 a feladatok végrehajtása során már képes lesz önellenőrzésre, ennek köszönhetően tud majd megbízhatóbban üzemelni, kevesebb alkalommal fog hallucinálni. Ellenállóbbnak bizonyul majd az új nyelvi modell a különböző támadási módszerekkel szemben (rosszindulatú utasítások, prompt injekció). Igyekezett az Anthropic azt is kiemelni az elmúlt időszak tükrében, hogy ennek a modellnek már szinte egyáltalán nincs kiberbiztonsági kockázata, nem lett arra felkészítve, hogy sebezhetőségek feltárásában erős legyen.
Sajnos nemcsak a képességeit tekintve, de az árát figyelembe véve is közel van az új Claude Sonnet 5 a korábbi Opus 4.8 nyelvi modellhez. Míg a nagyobb Opusnál 5 dollárba kerül 1 millió token feldolgozása, és 25 dollár ennyi tartalom generálása, addig a Sonnet 5 esetében 3 és 15 dolláros díjakról beszélhetünk. Valószínűleg az Anthropic is érzi, hogy ez elég sok, mert szokatlan módon bevezetési kedvezménnyel kínálja a modellt, így a nyár végéig csak 2 és 10 dolláros költségekkel kell számolnia a partnereknek.
A Claude Sonnet 5 modell elérhető lesz a Claude keretében az ingyenes és az előfizetést használók számára egyaránt különböző mennyiségi korlátozásokkal. Bevezetésre kerül már a Claude Code és a Claude Platform keretében, és a fejlesztők is elérhetik majd az API révén. A cég állítólag emelt a korábbi használati kereteken, így több feladatnál lehet majd igénybe venni a képességeit.
