Anthropic, Claude Sonnet 5.5’i Değişmeyen Sonnet 5 Fiyatlandırmasıyla Yayınladı

Anthropic, 28 Eylül 2026’da Claude Sonnet 5.5’i yayınladı; bu, Claude 5.5 ailesindeki ikinci modeldir. Model, Claude Sonnet 5’in fiyatlandırmasını milyon giriş tokeni başına 2 $, milyon çıkış tokeni başına 10 $ olarak koruyor ve Anthropic, testlerinde görevin başına %30’a kadar daha az maliyetle %30’dan fazla daha hızlı çıktı ürettiğini belirtiyor.

Kendi yayın duyurusu‘nda, Anthropic, Sonnet 5.5’i Claude Opus 5.5‘e daha hızlı ve daha düşük maliyetli bir tamamlayıcı olarak tanımladı; şirket, bunun dikkatli yargı gerektiren karmaşık işler için tasarlandığını söylüyor. Anthropic, Sonnet 5.5’in iyi tanımlanmış günlük görevlerde, hata düzeltmede ve düzenli belgeler, slaytlar ve elektronik tablolar üretmede en güçlü olduğunu, ayrıca tasarım konusunda keskin bir göze sahip olduğunu ekledi.

Claude Sonnet 5.5, model kimliği claude-sonnet-5-5 altında, Amazon Web Services, Google Cloud ve Microsoft Azure dahil tüm platformlarda mevcuttur ve Opus 5.5 ve Sonnet 5’te olduğu gibi sıfır veri saklama ile sunulmaktadır.

Raporlanan Benchmark Sonuçları

Anthropic, Sonnet 5.5’in Terminal-Bench 4.0’da %70.6 puan aldığını, bu puanın ajan tabanlı kodlama değerlendirmesi olduğunu, Sonnet 5’in %10.3 puanına karşı ve Opus 5.5’in %66.4 olarak listelenen puanının Xhigh çaba sonucunu yansıttığını rapor ediyor. FrontierCode 1.1’in ana setinde, Sonnet 5.5 %46.2 puanı Max çaba seviyesinde ve %52.1 puanı Xhigh seviyesinde elde eder; bu, Sonnet 5 için %42.4, Opus 5.5 için %54.4 ve OpenAI’nın GPT-6 Sol için %49.3 ile karşılaştırılır. Rapor edilen CursorBench 4.0 puanları Sonnet 5.5 için %55.5, Sonnet 5 için %34.1 ve Opus 5.5 için %57.8’tir.

Bilgi-iş değerlendirmelerinde, şirket Sonnet 5.5 için GDPval-AA v2.1 puanının 1844 olduğunu rapor ediyor; bu, Opus 5.5’in 1846 puanının iki puan altında ve Sonnet 5’in 1449 puanının yaklaşık 400 puan üzerindedir. Ayrıca AA-Briefcase v1.1 puanı 1811 iken, Opus 5.5 için 1822 ve Sonnet 5 için 1359’dur. Duyuru, Humanity’s Last Exam’de araçlarla %64.5, OSWorld 2.1’de %80.1 kısmi kredi ve görsel grafik tanıma testi Chartography’de araçsız %61.6 olduğunu da listeliyor. Anthropic, Sonnet 5.5’in yalnızca ekran görüntülerinden Pokémon Red’i yenebilen ilk Sonnet modeli olduğunu belirtiyor.

Şirket, benchmark puanlarının bir modelin yeteneklerinin yalnızca bir yönünü yansıttığını ve kendi testlerinde ve dış testçilerin testlerinde Opus 5.5’in sürdürülen yargı gerektiren karmaşık, açık uçlu işlerde açıkça daha güçlü kaldığını belirtiyor. Bir dipnot, Artificial Analysis’in yapılandırılmış çıktı hatası içeren bir ön sürüm dağıtımında GDPval-AA ve AA-Briefcase testlerini çalıştırdığını, bu hatanın giderildiğini ve bunun Sonnet 5.5’in performansını daha da düşük göstermesine yol açabileceğini belirtiyor. Başka bir dipnot, OpenAI’nin GPT-6 Sol’da yakın zamanda bir görüntü anlama hatasını düzelttiğini, üçüncü taraf puanlarının henüz bunu yansıtmayabileceğini not ediyor.

Erken Testçi Sonuçları

CodeRabbit’ın AI başkan yardımcısı David Loker, Sonnet 5.5’in karmaşıklık seviyelerinde Sonnet 5’e göre daha iyi yargı gösterdiğini ve çıktıda çok daha az token harcadığını söyledi ve CodeRabbit’ın şimdi basit ve orta düzey incelemeleri modele taşıma, önümüzdeki haftalarda daha fazlasını ekleme planı olduğunu belirtti. Base44 AI mühendislik lideri Gabriel Grinberg, 118 gerçek uygulama derlemesi boyunca Sonnet 5.5’in derleme başına ortalama 3.6 yineleme sağladığını, Opus 5’in 7.7 olduğu ve Base44’ün karşılaştırdığı modeller arasında en az başarısız araç çağrısına sahip olduğunu rapor etti.

Slack baş mühendisi Curtis Allen, çevrim dışı Slackbot değerlendirmelerinde istem değişikliği olmadan yaklaşık %14 daha az çıktı tokeni rapor etti. Zendesk’in AI direktörü Abhinay Kathuria, destek taleplerinin Zendesk’in üretimde kullandığı Claude modellerine göre %20 daha hızlı işlendiğini söyledi. Balyasny Asset Management, 2.441 finans görevinden oluşan özel bir paket içinde cevap başına yaklaşık 121.000 token, Sonnet 5’in ise 497.000 token olduğunu bildirdi. Box, sonuçların 2,4 kat daha hızlı ve toplam tokenlerde %12 daha az olduğunu rapor etti; Atlassian ise müşterilerin Rovo Agent’ları Sonnet 5’e göre en fazla %30 daha hızlı çalıştırabildiğini belirtti.

Fiyatlandırma, Hız ve Geçiş

Sonnet 5.5’in listelenen fiyatları Sonnet 5 ile tam olarak aynı: milyon giriş tokeni başına 2 $, milyon çıkış tokeni başına 10 $, milyon önbellek okuma tokeni başına 0,20 $, ve milyon önbellek yazma tokeni başına 2,50 $. Opus 5.5 ise girişte 4 $, çıkışta 20 $ ve önbellek yazmalarında 5 $ listeliyor. Anthropic, Sonnet 5.5’in aynı iş için genellikle çok daha az token gerektirdiğini ve şu ana kadarki en hızlı Sonnet modeli olduğunu belirtiyor.

Model, düşük, orta, yüksek, xhigh ve max olmak üzere beş yeniden kalibre edilmiş çaba seviyesi sunar. Varsayılanlar, Claude Code ve Claude uygulamalarında Orta, Claude Platform’da ise Yüksek’tir; bu aynı zamanda API varsayılanıdır.

Anthropic’in geçiş kılavuzu, Sonnet 5’ten geçiş yapan geliştiriciler için geriye dönük uyumluluğu bozan değişiklikleri listeliyor. Uyarlamalı düşünme artık varsayılan olarak çalışıyor, devre dışı bırakılmış düşünme ayarı 400 hatası döndürüyor ve düşünme kapalıyken Sonnet çalıştıran geliştiricilerin geçiş yapmadan önce mevcut en düşük seviye olan yeni between_tools ayarına geçmeleri gerekiyor. Zorunlu araç seçimi, katı araçlarla eşleştirilmiş otomatik araç seçimi lehine reddediliyor ve minimum önbelleklenebilir istem, Sonnet 5’te 1.024 iken 512 tokena düşüyor. Dokümantasyon ayrıca siber, biyolojik, frontier_llm, reasoning_extraction ve general_harms alanlarını kapsayan beş ret nedeniyle durma kategorisini listeler ve sunucu tarafı geri dönüş denemelerinin Sonnet 5 üzerinde yalnızca cyber ve frontier_llm kategorilerindeki retleri yeniden denediğini belirtir.

Güvenlik Bulguları ve Önlemler

Sonnet 5.5’in siber yeteneklerinin Opus 5’ininkine benzer olduğunu belirten Anthropic, bunun şirketin en yetkin modellerinde kullanılan siber güvenlik önlemleri ve geri dönüş mekanizmalarıyla piyasaya çıkan ilk Sonnet modeli olduğunu söyledi. Sistem kartı, güvenlik önlemleri kapalıyken Sonnet 5.5’in ortalama 11.53 yetenek bayrağı ve ExploitBench’te %80 yakalama oranı elde ettiğini ve Sonnet 5’in birine karşı 178 tam keyfi kod yürütme açığı ürettiğini rapor ediyor. CyScenarioBench görevlerinin %46.1’ini tamamladı, Sonnet 5’in %0.7’sine kıyasla, ve Binary Exploitation Benchmark’te Sonnet 5’in 3’üne karşı 50 kontrol akışı kaçırması üretti.

Siber güvenlik önlemleri üç aşamada çalışır: modelin iç aktivasyonlarına yönelik bir yoklama, hafif bir model içi sınıflandırıcı ve ayrı bir eğitilmiş LLM sınıflandırıcı. Kart, siber zarar kapsam setinde %99.43 duyarlılık (recall) ve rewind-attacker dayanıklılık değerlendirmesinde %21.0 saldırı başarı oranı rapor ediyor; bu oran Sonnet 5 için %57.2’den iyileştirilmiştir ve kullanıcıları iyi niyetli siber güvenlik görevlerinde bile artan reddetmeler beklemeleri konusunda uyarıyor. Daha yüksek riskli istekler belirgin şekilde Sonnet 5’e geri dönüyor ve genişletilmiş Cyber Verification Programı yakında doğrulanmış savunuculara Sonnet 5.5, Opus 5.5 ve Claude Mythos modellerinde gelişmiş yeteneklere katmanlı erişim sağlayacak.

Biyoloji güvenlik önlemleri, Opus 5 için kullanılan aynı zararlı‑kötüye‑kullanım sınıflandırıcılarıdır ve geri dönüş modeli yoktur; Anthropic’in Life Sciences Verification Program biyoloji çalışmalarının tüm kapsamı için erişimi kapsar. Sonnet 5.5 ayrıca akıl yürütme çıkarımını engelleyen güvenlik sınıflandırıcılarına sahip ilk Sonnet modeli olup, korunmuş düşünceyi genişleterek bir modelin düşüncesinin onu yaratan hesaptan ayrılamamasını sağlar.

Anthropic’in yaklaşık 1.850 senaryoyu kapsayan otomatik davranış denetiminde, şirket Sonnet 5.5’in hizalama, kötüye kullanım direnci ve dürüstlük ölçütlerinin çoğunda Sonnet 5’i geride bıraktığını veya onunla eşit sonuç verdiğini, test edilen modeller arasında en düşük korumalı çalışma ortamından kaçma girişimi oranını kaydettiğini ve birçok önceki modele göre daha okunaksız düşünce gösterdiğini rapor ediyor. Sistem kartı, Sonnet 5.5’in yeni bir Responsible Scaling Policy eşiğini aşmadığını, politikanın CB-1 ve Autonomy-1 eşiklerini karşıladığı kabul edildiğini ve felaket boyutunda uyumsuzluk riskinin düşük değerlendirildiğini belirtiyor. Modelin güvenilir bilgi kesme tarihi Haziran 2026’dır.

Anthropic, yüksek hacimli ve maliyet duyarlı uygulamalar için inşa edilen Claude Haiku 5.5’in önümüzdeki haftalarda Claude 5.5 ailesine katılacağını söyledi.