V Anthropicu v zadnjem času v ospredju niso bili splošni modeli Claude, podjetje je zaradi Mythosa in Fable preživelo viharno obdobje. Zdaj poskuša podjetje pozornost odvrniti od bolj specializiranih modelov, zato je izdalo najnovejšo različico Sonnet.
Po besedah razvijalcev Claude Sonnet 5 že dosega zmogljivost, ki je blizu modelu Opus 4.8, pri tem pa lahko deluje z zmožnostmi in tekočnostjo modela Sonnet 4.6.
Claude Sonnet 4.6 je debitiral še februarja, od takrat je izšlo že več izdaj večjih modelov, zdaj pa je Anthropic nadoknadil zaostanek. Sonnet 5 bo bistveno boljši pri agentskih nalogah, hkrati pa napreduje pri sklepanju generativne umetne inteligence, programiranju in uporabi različnih zunanjih orodij.
Anthropicovi strokovnjaki so model pripravili tako, da odlično organizira naloge med agentskimi procesi in uporablja orodja, kot so brskalniki ali programerski terminali. Zna delovati samostojno na ravni, ki so jo prej zmogli le večji in dražji modeli. Sonnet 5 je že ista generacija modela kot Opus 4.8, v določenih stvareh jih že presega, črpa pa neposredno iz Fable.
Pri Sonnetu 5 so v središču možnosti, ki jih je Anthropic prej res izpostavljal le pri večjih modelih, tako bo model na primer dobro deloval pri večkoraknem reševanju problemov. Za programerske in razvojne delovne tokove programske opreme Opus ne bo več potreben, hkrati pa mu bosta dobro šla tudi delo, ki temelji na leksikalnem znanju, in obdelava informacij.
V okviru testa SWE-Bench Pro, namenjenega ocenjevanju programerskih sposobnosti, Sonnet 5 že dosega 63,2 %, s čimer presega večino konkurenčnih jezikovnih modelov ne glede na velikost, medtem ko je 69,2-odstotna zmogljivost, ki jo je pokazal Opus 4.8, v tem primeru še naslednja raven. Pri Humanity’s Last Exam pa z uporabo orodij res dosega raven modela Opus s 57,2-odstotno uspešnostjo, brez orodij pa doseže le 43,2 % proti 49,8 % pri Opusu, je pa kljub temu boljši od Gemini 3.1 Pro in GPT-5.5.
Claude Sonnet 5 bo med izvajanjem nalog že zmogel samopreverjanje, zaradi česar bo lahko deloval zanesljiveje in redkeje halucinirat. Novi jezikovni model se bo izkazal tudi za bolj odpornega proti različnim metodam napada (zlonamerni ukazi, vbrizgavanje pozivov). Anthropic je glede na pretekla obdobja poudaril tudi, da ta model skoraj nima več nobenega tveganja za kibernetsko varnost, ni bil pripravljen na to, da bi bil močan pri odkrivanju ranljivosti.
Žal je novi Claude Sonnet 5 blizu prejšnjemu jezikovnemu modelu Opus 4.8 ne le po zmogljivostih, ampak tudi po ceni. Medtem ko pri večjem Opusu obdelava 1 milijona žetonov stane 5 dolarjev, generiranje tolikšne vsebine pa 25 dolarjev, so pri Sonnetu 5 cene 3 in 15 dolarjev. Anthropic verjetno tudi sam čuti, da je to precej, zato model nenavadno ponuja z uvajalnim popustom, tako da morajo partnerji do konca poletja računati le s stroški 2 in 10 dolarjev.
Model Claude Sonnet 5 bo v okviru Clauda na voljo brezplačnim uporabnikom in uporabnikom naročnine, z različnimi količinskimi omejitvami. Uveden je že v okviru Claude Code in Claude Platform, dostopen pa bo tudi razvijalcem prek API-ja. Podjetje je po poročanju zvišalo prejšnje omejitve uporabe, tako da bo njegove zmožnosti mogoče izkoristiti pri več nalogah.
