Anthropic wypuszcza Claude Sonnet 5.5 przy niezmienionych cenach Sonnet 5

Anthropic wypuściło Claude Sonnet 5.5 28 września 2026 r., drugi model w rodzinie Claude 5.5. Model utrzymuje ceny Claude Sonnet 5 na poziomie 2 USD za milion tokenów wejściowych i 10 USD za milion tokenów wyjściowych, a Anthropic twierdzi, że generuje wyjścia ponad 30 % szybciej, jednocześnie kosztując do 30 % mniej na zadanie w swoich testach.

W swoim ogłoszeniu wydania, Anthropic opisało Sonnet 5.5 jako szybszy, tańszy uzupełniający model do Claude Opus 5.5, który, jak podaje firma, jest przeznaczony do złożonych zadań wymagających starannego osądu. Sonnet 5.5 jest najmocniejszy w dobrze określonych codziennych zadaniach, naprawianiu błędów oraz tworzeniu dopracowanych dokumentów, slajdów i arkuszy kalkulacyjnych, dodało Anthropic, podkreślając, że ma także dobry zmysł projektowy.

Claude Sonnet 5.5 jest dostępny na wszystkich platformach, w tym Amazon Web Services, Google Cloud i Microsoft Azure, pod identyfikatorem modelu claude-sonnet-5-5, i jest oferowany z zerowym przechowywaniem danych, tak jak Opus 5.5 i Sonnet 5.

Zgłoszone wyniki benchmarków

Anthropic podaje, że Sonnet 5.5 uzyskał 70,6 % w Terminal-Bench 4.0, ocenie kodowania agentowego, w porównaniu z 10,3 % Sonnet 5, przy podanym wyniku Opus 5.5 wynoszącym 66,4 % odzwierciedlającym wynik przy poziomie wysiłku Xhigh. W głównym zestawie FrontierCode 1.1, Sonnet 5.5 uzyskał 46,2 % przy poziomie Max oraz 52,1 % przy Xhigh, w porównaniu z 42,4 % Sonnet 5, 54,4 % Opus 5.5 i 49,3 % GPT‑6 Sol firmy OpenAI. Zgłoszone wyniki CursorBench 4.0 to 55,5 % dla Sonnet 5.5, 34,1 % dla Sonnet 5 i 57,8 % dla Opus 5.5.

Podczas ocen pracy opartej na wiedzy, firma podaje wynik GDPval‑AA v2.1 równy 1844 dla Sonnet 5.5, czyli o dwa punkty mniej niż 1846 Opus 5.5 i około 400 punktów więcej niż 1449 Sonnet 5, oraz wynik AA‑Briefcase v1.1 równy 1811 w porównaniu z 1822 Opus 5.5 i 1359 Sonnet 5. Ogłoszenie wymienia także 64,5 % z narzędziami w Humanity’s Last Exam, 80,1 % punktacji częściowej w OSWorld 2.1 oraz 61,6 % bez narzędzi w Chartography, teście rozpoznawania wykresów wizualnych. Anthropic twierdzi, że Sonnet 5.5 jest pierwszym modelem Sonnet, który pokonał Pokémon Red, pracując wyłącznie na zrzutach ekranu.

Firma ostrzega, że wyniki benchmarków odzwierciedlają tylko jedną stronę możliwości modelu i twierdzi, że we własnych testach oraz testach zewnętrznych testerów Opus 5.5 pozostaje wyraźnie silniejszy w złożonych, otwartych zadaniach wymagających ciągłego osądu. Przypis wskazuje, że Artificial Analysis przeprowadziło GDPval‑AA i AA‑Briefcase na wdrożeniu przedpremierowym z błędem w strukturalnych wyjściach, który został naprawiony i który, jeśli już miał jakiś wpływ, zaniżałby wyniki Sonnet 5.5. Inny przypis zauważa, że OpenAI niedawno naprawiło błąd rozumienia obrazu w GPT‑6 Sol, którego wyniki zewnętrznych ocen mogą jeszcze nie odzwierciedlać.

Wczesne wyniki testerów

Wiceprezes ds. AI w CodeRabbit, David Loker, powiedział, że Sonnet 5.5 wykazuje lepszy osąd niż Sonnet 5 na różnych poziomach złożoności, przy jednoczesnym zużyciu znacznie mniejszej liczby tokenów wyjściowych, oraz że CodeRabbit planuje przenieść przeglądy o małej i umiarkowanej złożoności do tego modelu już teraz, a w kolejnych tygodniach dodać kolejne. Lider inżynierii AI w Base44, Gabriel Grinberg, poinformował, że wśród 118 rzeczywistych kompilacji aplikacji Sonnet 5.5 średnio wykonał 3,6 iteracji na kompilację w porównaniu z 7,7 w Opus 5, przy najniższej liczbie nieudanych wywołań narzędzi spośród wszystkich modeli porównywanych przez Base44.

Główny inżynier Slack, Curtis Allen, zgłosił około 14 % mniej tokenów wyjściowych w ocenach offline Slackbota bez zmian w promptach. Dyrektor ds. AI w Zendesk, Abhinay Kathuria, powiedział, że zgłoszenia były przetwarzane o 20 % szybciej niż przy modelach Claude używanych przez Zendesk w produkcji. Balyasny Asset Management podało około 121 000 tokenów na odpowiedź w porównaniu z 497 000 tokenów Sonnet 5 w prywatnym zestawie 2 441 zadań finansowych. Box odnotował wyniki 2,4‑krotnie szybsze przy 12 % mniejszej liczbie tokenów całkowitych, a Atlassian stwierdził, że klienci mogą uruchamiać Rovo Agents nawet o 30 % szybciej niż przy Sonnet 5.

Cennik, prędkość i migracja

Ceny podane dla Sonnet 5.5 są identyczne jak w Sonnet 5: 2 USD za milion tokenów wejściowych, 10 USD za milion tokenów wyjściowych, 0,20 USD za milion tokenów odczytu z pamięci podręcznej i 2,50 USD za milion tokenów zapisu w pamięci podręcznej. Opus 5.5 podaje 4 USD za wejście, 20 USD za wyjście oraz 5 USD za zapisy w pamięci podręcznej. Anthropic twierdzi, że Sonnet 5.5 zazwyczaj potrzebuje znacznie mniej tokenów do tej samej pracy i jest najszybszym modelem Sonnet dotychczas.

Model oferuje pięć przeskalowanych poziomów wysiłku: low, medium, high, xhigh i max. Domyślnie ustawiony jest poziom Medium w Claude Code i aplikacjach Claude oraz High na platformie Claude, co jest także domyślnym ustawieniem API.

Przewodnik migracji firmy Anthropic wymienia zmiany łamiące dla programistów przechodzących z Sonnet 5. Adaptacyjne myślenie jest teraz domyślnie włączone, wyłączona opcja myślenia zwraca błąd 400, a programiści, którzy uruchamiali Sonnet z wyłączonym myśleniem, muszą przełączyć się na nowe ustawienie between_tools, najniższe dostępne, przed migracją. Wymuszone wybieranie narzędzia jest odrzucane na rzecz automatycznego wyboru narzędzia połączonego z restrykcyjnymi narzędziami, a minimalny buforowalny prompt spada do 512 tokenów z 1 024 w Sonnet 5. Dokumentacja wymienia również pięć kategorii powodów odrzucenia, obejmujących cyber, bio, frontier_llm, reasoning_extraction, i general_harms, i zauważa, że serwerowe ponowne próby awaryjne dotyczą tylko odmów cyber i frontier_llm w Sonnet 5.

Wnioski dotyczące bezpieczeństwa i zabezpieczenia

Ponieważ cyber‑zdolności Sonnet 5.5 są porównywalne do Opus 5, Anthropic powiedziało, że jest to pierwszy model Sonnet, który uruchomiono z cyber‑zabezpieczeniami i mechanizmami awaryjnymi stosowanymi w najbardziej zaawansowanych modelach firmy. karta systemowa informuje, że przy wyłączonych zabezpieczeniach Sonnet 5.5 średnio uzyskał 11.53 wskaźników zdolności i 80% wskaźnik przechwycenia w ExploitBench oraz wygenerował 178 pełnych exploitów polegających na dowolnym wykonaniu kodu, w porównaniu do jednego w Sonnet 5. Udało mu się rozwiązać 46.1% wyzwań CyScenarioBench w porównaniu do 0.7% Sonnet 5 oraz wygenerował 50 przejęć kontroli przepływu w Binary Exploitation Benchmark w porównaniu do 3 w Sonnet 5.

Cyber‑zabezpieczenia działają w trzech etapach: sondowanie wewnętrznych aktywacji modelu, lekki klasyfikator działający na modelu oraz oddzielny wytrenowany klasyfikator LLM. Karta informuje o 99.43% czułości w zestawie pokrycia cyber‑zagrożeń oraz 21.0% wskaźniku sukcesu ataku w ocenie odporności na atakującego rewind, co stanowi poprawę w stosunku do 57.2% w przypadku Sonnet 5, jednocześnie ostrzegając użytkowników, że należy się spodziewać zwiększonej liczby odrzuceń nawet przy nieszkodliwych zadaniach z zakresu cyberbezpieczeństwa. Żądania o wyższym ryzyku wyraźnie przełączają się na Sonnet 5, a rozszerzony Program Weryfikacji Cybernetycznej wkrótce udostępni zweryfikowanym obrońcom warstwowy dostęp do zaawansowanych możliwości w modelach Sonnet 5.5, Opus 5.5 i Claude Mythos.

Zabezpieczenia biologiczne to te same klasyfikatory szkodliwego nadużycia stosowane w Opus 5, bez modelu awaryjnego, a Life Sciences Verification Program Anthropic obejmuje dostęp do pełnego zakresu prac biologicznych. Sonnet 5.5 jest także pierwszym modelem Sonnet z klasyfikatorami bezpieczeństwa, które blokują wydobywanie rozumowania, i rozszerza zachowane myślenie, tak aby myślenie modelu nie mogło być odłączone od konta, które je utworzyło.

W wyniku zautomatyzowanego audytu zachowań Anthropic obejmującego około 1 850 scenariuszy firma informuje, że Sonnet 5.5 poprawia lub dorównuje Sonnet 5 w większości miar zgodności, odporności na nadużycia i uczciwości, odnotowuje najniższy wskaźnik prób ucieczki z piaskownicy wśród testowanych modeli oraz wykazuje mniej czytelnego myślenia niż wiele wcześniejszych modeli. Karta systemowa stwierdza, że Sonnet 5.5 nie przekracza żadnych nowych progów Responsible Scaling Policy, jest uznawany za spełniający progi CB-1 i Autonomy-1 polityki oraz cechuje się niskim ocenianym ryzykiem katastrofalnej niezgodności. Termin wiarygodnego odcięcia wiedzy modelu to czerwiec 2026.

Anthropic poinformowało, że Claude Haiku 5.5, zbudowany z myślą o aplikacjach o dużej objętości i wrażliwych na koszty, dołączy do rodziny Claude 5.5 w nadchodzących tygodniach.