Claude Sonnet 5: Anthropic выпустила одну из самых мощных ИИ-моделей для работы и программирования

Anthropic позиционирует Sonnet 5 как самую агентную модель в линейке на сегодняшний день. Она способна самостоятельно строить планы, пользоваться инструментами вроде браузера и терминала и работать автономно на уровне, который еще недавно требовал более крупных и дорогих моделей.

Раньше именно Sonnet-модели версий 3.5, 3.6 и 3.7 первыми показали серьезные навыки в кодинге и работе с инструментами. Но в последних поколениях основной прогресс в агентности уходил в Opus. Sonnet 5 сокращает этот разрыв: по производительности он близок к Opus 4.8, но стоит дешевле.

Для кого

Модель подойдет разработчикам и командам, использующим Claude Code. Агент теперь доводит многошаговые PR до проверенного результата без постоянного присмотра.

Она полезна продуктовым командам, строящим AI-агентов для автоматизации CRM, обработки тикетов и рабочих процессов. Заявлен реальный кейс, где модель обновила тиры аккаунтов в Salesforce и разослала анонсы клиентам полностью самостоятельно, от начала до конца.

Компаниям с высоким объемом запросов Sonnet 5 интересен как способ получить хорошее соотношение цены и качества там, где абсолютный максимум возможностей не нужен. Для таких задач есть Opus.

Для enterprise это теперь стандартная модель по умолчанию. Она доступна на Free и Pro планах, а также в Max, Team, Enterprise, Claude Code и через API.

Что нового технически

Появились уровни усилия — low, medium, high, max и x-high. Они позволяют регулировать глубину рассуждений под конкретную задачу и бюджет.

На максимальном уровне модель по некоторым задачам приближается к Opus 4.8. Но это может обходиться дороже самого Opus на сравнимом уровне точности, так что эффорт стал полноценным рычагом управления стоимостью, а не просто переключателем режима размышлений.

Изменился токенизатор, как и в Opus 4.7. Это улучшает качество обработки текста, но тот же ввод теперь превращается в больше токенов, примерно в 1.0 до 1.35 раза в зависимости от типа контента. Вводная цена подобрана так, чтобы переход с Sonnet 4.6 был примерно нейтральным по стоимости, это стоит учитывать при пересчете бюджетов и лимитов.

Контекстное окно по разным источникам составляет один миллион токенов, с ростом лимитов запросов на более тяжелых уровнях усилия.

Модель заметно лучше работает с терминалом и legacy-кодом, включающим состояния гонки и скрытые тесты. По отзывам партнеров вроде Cursor, Warp и Lovable, она сама пишет воспроизводящий тест, чинит баг и откатывает фикс, чтобы убедиться, что баг действительно исчезает, без явного запроса на это.

Цены

Вводная цена, действующая до 31 августа 2026 года, составляет $2 за миллион входных токенов и $10 за миллион выходных. После этой даты цена вырастет до $3 и $15 соответственно.

Для сравнения, Opus 4.8 стоит $5 за вход и 25 за выход. По API модель доступна под именем claude-sonnet-5.

Бенчмарки

Официальный пост Anthropic приводит сравнение с Sonnet 4.6 и Opus 4.8 в виде графика, без точных цифр в тексте. Независимые обзоры, опирающиеся на карту модели, в целом сходятся на такой картине.

По агентному кодингу на SWE-bench Pro Sonnet 4.6 показывает около 58%, Sonnet 5 около 63%, а Opus 4.8 около 69%. Прирост заметный, но Opus все еще впереди.

На Humanity's Last Exam с использованием инструментов Sonnet 4.6 после пересчета грейдера дает около 46.8%, Sonnet 5 около 57.4%, а Opus 4.8 около 57.9%. Здесь Sonnet 5 практически догоняет Opus.

На OSWorld-Verified, тесте компьютерного использования, Sonnet 4.6 после пересчета методологии показывает около 78.5%, у Sonnet 5 заметный прирост сверх этого. А на одном из бенчмарков по работе со знаниями Sonnet 5 даже немного обгоняет Opus 4.8.

Стоит сделать оговорку. Некоторые вторичные источники, особенно ряд SEO-блогов, приводят друг другу противоречащие цифры, где-то фигурируют показатели вроде 92 процентов на SWE-bench Verified и 96% на GPQA, что расходится со всеми остальными материалами и выглядит как непроверенный клик-бейт. Самый надежный источник точных цифр — карта модели на сайте Anthropic.

Важно и то, что Anthropic задним числом пересчитала результаты Sonnet 4.6 по HLE из-за смены грейдера и по OSWorld-Verified из-за смены методологии. Старые посты про версию 4.6 и новые цифры не всегда сравнимы напрямую.

Безопасность

У модели ниже частота нежелательного поведения, включая галлюцинации, подхалимство и содействие злоупотреблению, чем у Sonnet 4.6. Также лучше сопротивление атакам через внедрение промптов в агентных сценариях.

По части кибербезопасности модель не обучалась специально на этих темах и показывает существенно более слабые результаты в разработке эксплойтов, чем Opus 4.8 и Mythos 5. В тесте с Mozilla на создание эксплойтов для Firefox 147 ни Sonnet 5, ни Sonnet 4.6 не смогли создать рабочий эксплойт, у Sonnet 5 чуть выше показатель частичного успеха.

Из-за этого модель запущена с включенными по умолчанию защитами реального времени против киберугроз. Это те же защиты, что у Opus 4.7 и 4.8, хотя менее строгие, чем у Fable 5.

Как выбирать между моделями

Haiku 4.5 остается выбором для простых, массовых и дешевых задач. Sonnet 5 стал новым дефолтом для большинства продакшн-сценариев с агентной работой, включая кодинг, автоматизацию и использование инструментов, там где важен баланс цены и качества.

Opus 4.8 остается лучшим выбором там, где нужна максимальная точность на сложных задачах или где требования к киберзащите ниже. Fable 5 и Mythos 5 занимают вершину линейки, с более узкой доступностью и дополнительными ограничениями на темы биологии, кибербезопасности и разработки LLM для Fable 5.