Anthropic выпускает Claude Sonnet 5.5 по прежним ценам Sonnet 5

Anthropic выпустила Claude Sonnet 5.5 28 сентября 2026 года, вторую модель в семействе Claude 5.5. Модель сохраняет цены Claude Sonnet 5 — $2 за миллион входных токенов и $10 за миллион выходных токенов, и Anthropic заявляет, что она генерирует вывод более чем на 30 % быстрее, при этом стоимость задачи снижается максимум на 30 % в её тестах.

В своём объявлении о выпуске Anthropic описала Sonnet 5.5 как более быстрое и более дешёвое дополнение к Claude Opus 5.5, который, по словам компании, создан для сложных задач, требующих тщательного суждения. Sonnet 5.5 лучше всего справляется с чётко определёнными повседневными задачами, исправлением ошибок и созданием отшлифованных документов, презентаций и таблиц, заявила Anthropic, добавив, что у него также острый глаз к дизайну.

Claude Sonnet 5.5 доступен на всех платформах, включая Amazon Web Services, Google Cloud и Microsoft Azure, под идентификатором модели claude-sonnet-5-5, и предлагается с нулевым хранением данных, как и Opus 5.5 и Sonnet 5.

Сообщённые результаты бенчмарков

Anthropic сообщает, что Sonnet 5.5 набирает 70,6 % в Terminal-Bench 4.0, оценке агентного кодинга, по сравнению с 10,3 % у Sonnet 5, при этом указанный показатель Opus 5.5 составляет 66,4 %, отражая результат при Xhigh‑усилии. В основном наборе FrontierCode 1.1 Sonnet 5.5 показывает 46,2 % при Max‑усилии и 52,1 % при Xhigh, против 42,4 % у Sonnet 5, 54,4 % у Opus 5.5 и 49,3 % у GPT-6 Sol от OpenAI. Сообщённые результаты CursorBench 4.0 составляют 55,5 % для Sonnet 5.5, 34,1 % для Sonnet 5 и 57,8 % для Opus 5.5.

В оценках интеллектуального труда компания сообщает о результате GDPval-AA v2.1 в 1844 для Sonnet 5.5, что на два пункта ниже 1846 у Opus 5.5 и примерно на 400 пунктов выше 1449 у Sonnet 5, а также о результате AA‑Briefcase v1.1 в 1811 против 1822 у Opus 5.5 и 1359 у Sonnet 5. В объявлении также указаны 64,5 % с инструментами в Humanity’s Last Exam, 80,1 % при частичном начислении баллов в OSWorld 2.1 и 61,6 % без инструментов в Chartography, тесте визуального распознавания диаграмм. Anthropic заявляет, что Sonnet 5.5 — первая модель Sonnet, обыгравшая Pokémon Red, работая только со скриншотами.

Компания предупреждает, что результаты бенчмарков отражают лишь один аспект возможностей модели, и заявляет, что в собственных тестах и тестах внешних проверяющих Opus 5.5 явно превосходит в сложных, открытых задачах, требующих продолжительного суждения. В сноске указано, что Artificial Analysis запускал GDPval-AA и AA‑Briefcase на предрелизной версии с ошибкой структурированных выводов, которая была исправлена и, если бы влияла на результат, то занижала бы показатели Sonnet 5.5. Другая сноска отмечает, что OpenAI недавно исправила ошибку понимания изображений в GPT‑6 Sol, которую сторонние оценки могут ещё не учитывать.

Результаты ранних тестировщиков

Вице‑президент по ИИ в CodeRabbit Дэвид Локер заявил, что Sonnet 5.5 демонстрирует лучшее суждение, чем Sonnet 5, на всех уровнях сложности, при этом использует значительно меньше выходных токенов, и что CodeRabbit планирует уже сейчас перенести простые и умеренно сложные проверки кода на эту модель, а в ближайшие недели — добавить ещё. Руководитель инженерии AI в Base44 Габриэль Гринберг сообщил, что в 118 реальных сборках приложений Sonnet 5.5 в среднем требовал 3,6 итерации на сборку против 7,7 у Opus 5, при этом имел наименьшее количество неудачных вызовов инструментов среди всех моделей, сравниваемых Base44.

Главный инженер Slack Кертис Аллен сообщил о примерно 14 % меньшем количестве выходных токенов в офлайн‑оценках Slackbot без изменения подсказок. Директор по ИИ в Zendesk Абхинай Катуария заявил, что заявки обрабатывались на 20 % быстрее, чем с моделями Claude, используемыми в продакшене Zendesk. Balyasny Asset Management сообщил о примерно 121 000 токенов на ответ против 497 000 у Sonnet 5 в частном наборе из 2 441 финансовой задачи. Box сообщил о результатах в 2,4 раза быстрее при 12 % меньшем общем количестве токенов, а Atlassian заявил, что клиенты могут запускать Rovo Agents до 30 % быстрее, чем с Sonnet 5.

Цены, скорость и миграция

Указанные цены Sonnet 5.5 полностью совпадают с Sonnet 5: $2 за миллион входных токенов, $10 за миллион выходных токенов, $0,20 за миллион токенов чтения кэша и $2,50 за миллион токенов записи кэша. Opus 5.5 стоит $4 за вход, $20 за выход и $5 за запись в кэш. Anthropic заявляет, что Sonnet 5.5 обычно требует значительно меньше токенов для той же работы и является самой быстрой моделью Sonnet на сегодняшний день.

Модель предлагает пять откалиброванных уровней усилий: low, medium, high, xhigh и max. По умолчанию — Medium в Claude Code и приложениях Claude, а на Claude Platform — High, что также является значением по умолчанию API.

В руководстве по миграции Anthropic перечисляет критические изменения для разработчиков, переходящих с Sonnet 5. Адаптивное мышление теперь включено по умолчанию, отключённый режим мышления возвращает ошибку 400, и разработчикам, использовавшим Sonnet без мышления, необходимо переключиться на новую настройку between_tools, самую низкую из доступных, перед миграцией. Принудительный выбор инструмента отклоняется в пользу автоматического выбора инструмента в сочетании со строгими инструментами, и минимальный кэшируемый запрос снижается до 512 токенов с 1 024 в Sonnet 5. Документация также перечисляет пять категорий причин отказа, охватывающих кибер, био, frontier_llm, reasoning_extraction, и general_harms, и отмечает, что серверные повторные попытки с резервной моделью обрабатывают в Sonnet 5 только отказы категорий cyber и frontier_llm.

Выводы о безопасности и меры защиты

Поскольку киберспособности Sonnet 5.5 сопоставимы с Opus 5, Anthropic заявила, что это первая модель Sonnet, запущенная с киберзащитами и резервными механизмами, используемыми в самых мощных моделях компании. Системная карта сообщает, что при отключённых защитах Sonnet 5.5 в среднем генерировал 11,53 флага возможностей и достигал 80 % уровня захвата в ExploitBench, создав 178 полноценных эксплойтов произвольного выполнения кода, против одного у Sonnet 5. Он выполнил 46,1 % задач CyScenarioBench по сравнению с 0,7 % у Sonnet 5 и создал 50 перехватов управления потоком в Binary Exploitation Benchmark против 3 у Sonnet 5.

Киберзащиты работают в три этапа: проверка внутренних активаций модели, лёгкий классификатор внутри модели и отдельный обученный классификатор LLM. Карта сообщает о 99,43 % полноте на наборе покрытий киберрисков и о 21,0 % успешности атак в оценке устойчивости rewind-attacker, что улучшилось по сравнению с 57,2 % у Sonnet 5, при этом пользователям рекомендуется ожидать увеличения отказов даже при безвредных задачах кибербезопасности. Запросы с более высоким риском явно переключаются на Sonnet 5, а расширенная Программа киберверификации скоро предоставит проверенным защитникам уровневый доступ к продвинутым возможностям в Sonnet 5.5, Opus 5.5 и моделям Claude Mythos.

Защиты в области биологии такие же, как классификаторы вредоносного использования, развернутые для Opus 5, без резервной модели, а Life Sciences Verification Program Anthropic охватывает доступ ко всему спектру биологических работ. Sonnet 5.5 также первая модель Sonnet с классификаторами безопасности, блокирующими извлечение рассуждений, и она расширяет сохранённое мышление, чтобы мысли модели нельзя было отделить от учётной записи, её создавшей.

В результате автоматического аудита поведения Anthropic, охватывающего примерно 1 850 сценариев, компания сообщает, что Sonnet 5.5 превосходит Sonnet 5 или соответствует ему по большинству показателей согласованности, сопротивляемости злоупотреблениям и честности, фиксирует самый низкий уровень попыток выхода из песочницы среди протестированных моделей и демонстрирует более нечитаемое мышление, чем многие предыдущие модели. Системная карта указывает, что Sonnet 5.5 не пересекает новые пороги Политики ответственного масштабирования, считается соответствующим порогам CB-1 и Autonomy-1 и имеет низкую оценённую вероятность катастрофического рассогласования. Надёжный предел знаний модели — июнь 2026 года.

Anthropic заявила, что Claude Haiku 5.5, разработанный для приложений с высоким объёмом и чувствительных к стоимости, присоединится к семейству Claude 5.5 в ближайшие недели.