Anthropic uvádí Claude Sonnet 5.5 za nezměněné ceny Sonnet 5

Anthropic vydal Claude Sonnet 5.5 dne 28. září 2026, druhý model v rodině Claude 5.5. Model zachovává cenu Claude Sonnet 5 na 2 $ za milion vstupních tokenů a 10 $ za milion výstupních tokenů a Anthropic uvádí, že generuje výstup o více než 30 % rychleji při nákladech až o 30 % nižších na úkol ve svých testech.

Ve svém oznámení o vydání Anthropic popsal Sonnet 5.5 jako rychlejší, levnější doplněk k Claude Opus 5.5, který, jak společnost uvádí, je určen pro složitou práci vyžadující pečlivý úsudek. Sonnet 5.5 je nejsilnější při dobře vymezených každodenních úkolech, opravách chyb a tvorbě vylepšených dokumentů, prezentací a tabulek, uvedl Anthropic a dodal, že má také ostrý cit pro design.

Claude Sonnet 5.5 je dostupný na všech platformách, včetně Amazon Web Services, Google Cloud a Microsoft Azure, pod ID modelu claude-sonnet-5-5, a je nabízen s nulovým uchováváním dat, stejně jako Opus 5.5 a Sonnet 5.

Uvedené výsledky benchmarků

Anthropic uvádí, že Sonnet 5.5 dosáhl 70,6 % v Terminal-Bench 4.0, hodnocení agentického programování, oproti 10,3 % u Sonnet 5, přičemž uvedený výsledek Opus 5.5 je 66,4 % a odráží výsledek při úsilí Xhigh. V hlavní sadě FrontierCode 1.1 dosahuje Sonnet 5.5 46,2 % při maximálním úsilí a 52,1 % při Xhigh, ve srovnání s 42,4 % u Sonnet 5, 54,4 % u Opus 5.5 a 49,3 % u GPT-6 Sol od OpenAI. Uvedené skóre v CursorBench 4.0 je 55,5 % pro Sonnet 5.5, 34,1 % pro Sonnet 5 a 57,8 % pro Opus 5.5.

Při hodnocení práce s informacemi společnost uvádí skóre GDPval-AA v2.1 ve výši 1844 pro Sonnet 5.5, o dva body pod 1846 u Opus 5.5 a přibližně 400 bodů nad 1449 u Sonnet 5, a skóre AA‑Briefcase v1.1 ve výši 1811 oproti 1822 u Opus 5.5 a 1359 u Sonnet 5. Oznámení také uvádí 64,5 % s nástroji v Humanity’s Last Exam, 80,1 % částečného kreditu v OSWorld 2.1 a 61,6 % bez nástrojů v Chartography, testu rozpoznávání vizuálních grafů. Anthropic uvádí, že Sonnet 5.5 je první model Sonnet, který překonal Pokémon Red pracující pouze ze screenshotů.

Společnost varuje, že výsledky benchmarků zachycují jen jeden aspekt schopností modelu, a uvádí, že ve svých testech i testech externích hodnotitelů zůstává Opus 5.5 zřetelně silnější při složité práci s otevřeným zadáním vyžadující trvalý úsudek. Poznámka pod čarou uvádí, že Artificial Analysis spustil GDPval-AA a AA‑Briefcase na předběžném nasazení s chybou strukturovaných výstupů, která byla opravena a pokud by měla nějaký vliv, pak by podhodnocovala výkon Sonnet 5.5. Další poznámka pod čarou uvádí, že OpenAI nedávno opravila chybu při porozumění obrazu v GPT‑6 Sol, kterou třetí strany ještě nemusí odrážet ve svých skóre.

Výsledky raných testerů

Viceprezident AI ve společnosti CodeRabbit, David Loker, uvedl, že Sonnet 5.5 prokazuje lepší úsudek než Sonnet 5 napříč úrovněmi složitosti při podstatně menším počtu výstupních tokenů a že CodeRabbit plánuje nyní přesunout jednoduché a středně složité kontroly kódu na tento model, s dalším rozšířením v nadcházejících týdnech. Vedoucí inženýrství AI ve společnosti Base44, Gabriel Grinberg, oznámil, že v rámci 118 reálných sestavení aplikací dosahoval Sonnet 5.5 průměrně 3,6 iterace na sestavení oproti 7,7 u Opus 5, a měl nejméně neúspěšných volání nástrojů ze všech modelů, které Base44 porovnával.

Hlavní inženýr Slacku Curtis Allen uvedl, že při offline hodnocení Slackbota došlo k přibližně 14 % menšímu počtu výstupních tokenů bez změn promptu. Ředitel AI ve společnosti Zendesk, Abhinay Kathuria, řekl, že tikety byly zpracovány o 20 % rychleji než s modely Claude, které Zendesk používá v produkci. Balyasny Asset Management uvedl přibližně 121 000 tokenů na odpověď oproti 497 000 u Sonnet 5 v soukromé sadě 2 441 finančních úkolů. Box oznámil výsledky 2,4‑krát rychlejší s 12 % méně celkových tokenů a Atlassian uvedl, že zákazníci mohou spouštět Rovo Agents až o 30 % rychleji než se Sonnet 5.

Ceny, rychlost a migrace

Uvedené ceny Sonnet 5.5 jsou přesně stejné jako u Sonnet 5: 2 $ za milion vstupních tokenů, 10 $ za milion výstupních tokenů, 0,20 $ za milion tokenů čtených z cache a 2,50 $ za milion tokenů zapisovaných do cache. Opus 5.5 uvádí 4 $ za vstup, 20 $ za výstup a 5 $ za zápisy do cache. Anthropic uvádí, že Sonnet 5.5 obvykle potřebuje mnohem méně tokenů pro stejnou práci a je dosud nejrychlejším modelem Sonnet.

Model nabízí pět přenastavených úrovní úsilí: low, medium, high, xhigh a max. Výchozí nastavení jsou Medium v Claude Code a v aplikacích Claude a High na Claude Platform, což je také výchozí nastavení API.

Anthropicův průvodce migrací uvádí zásadní změny pro vývojáře přecházející z Sonnet 5. Adaptivní myšlení nyní běží ve výchozím nastavení, vypnuté nastavení myšlení vrací chybu 400 a vývojáři, kteří spouštěli Sonnet s vypnutým myšlením, musí přejít na nové nastavení between_tools, nejnižší dostupné, před migrací. Vynucená volba nástroje je odmítnuta ve prospěch automatické volby nástroje spojené se striktními nástroji a minimální velikost cacheovatelného promptu klesá na 512 tokenů z 1 024 u Sonnet 5. Dokumentace také uvádí pět kategorií důvodů odmítnutí, zahrnujících cyber, bio, frontier_llm, reasoning_extraction, a general_harms, a uvádí, že serverové záložní opakování se vztahuje pouze na odmítnutí cyber a frontier_llm u Sonnet 5.

Zjištění o bezpečnosti a ochranná opatření

Protože kybernetické schopnosti modelu Sonnet 5.5 jsou srovnatelné s modely Opus 5, uvedla společnost Anthropic, že se jedná o první model Sonnet, který je uveden na trh s kybernetickými ochrannými opatřeními a záložními mechanismy používanými u nejvýkonnějších modelů společnosti. systémová karta uvádí, že při vypnutých ochranných opatřeních dosáhl Sonnet 5.5 průměrně 11.53 příznaků schopnosti a 80% zachycení na ExploitBench a vytvořil 178 úplných exploitů na libovolné spuštění kódu, oproti jednomu u Sonnet 5. Dokončil 46.1% úloh CyScenarioBench ve srovnání s 0.7% u Sonnet 5 a vytvořil 50 únosů řídicího toku na benchmarku Binary Exploitation ve srovnání se 3 u Sonnet 5.

Kybernetická ochranná opatření fungují ve třech fázích: sondování interních aktivací modelu, lehký klasifikátor na modelu a samostatný trénovaný klasifikátor LLM. Karta uvádí 99.43% záchytovosti v sadě pro pokrytí kybernetických škod a 21.0% úspěšnost útoku v hodnocení odolnosti rewind-attacker, což je zlepšení oproti 57.2% u Sonnet 5, a zároveň varuje uživatele, aby očekávali zvýšený počet odmítnutí i u neškodných úkolů kybernetické bezpečnosti. Požadavky s vyšším rizikem se zřetelně vracejí k modelu Sonnet 5 a rozšířený program Cyber Verification Program brzy nabídne ověřeným obráncům stupňovaný přístup k pokročilým schopnostem modelů Sonnet 5.5, Opus 5.5 a Claude Mythos.

Biologická ochranná opatření jsou stejné klasifikátory škodlivého zneužití, které jsou nasazeny u Opus 5, bez záložního modelu, a Life Sciences Verification Program společnosti Anthropic pokrývá přístup ke kompletnímu spektru biologické práce. Sonnet 5.5 je také první model Sonnet s bezpečnostními klasifikátory, které blokují extrakci uvažování, a rozšiřuje zachované myšlení tak, aby myšlení modelu nemohlo být odděleno od účtu, který jej vytvořil.

Při automatizovaném behaviorálním auditu Anthropic přibližně 1 850 scénářů společnost uvádí, že Sonnet 5.5 překonává Sonnet 5 nebo se mu vyrovnává ve většině měřítek souladu, odolnosti vůči zneužití a poctivosti, zaznamenává nejnižší míru pokusů o únik z sandboxu mezi testovanými modely a vykazuje méně čitelného myšlení než mnoho předchozích modelů. Systémová karta uvádí, že Sonnet 5.5 nepřekračuje žádné nové prahy Responsible Scaling Policy, je považován za splňující prahy CB-1 a Autonomy-1 a nese nízké odhadované riziko katastrofálního nesouladu. Spolehlivý limit znalostí modelu je červen 2026.

Společnost Anthropic uvedla, že Claude Haiku 5.5, vytvořený pro aplikace s vysokým objemem a citlivé na náklady, se během několika týdnů připojí k rodině Claude 5.5.