Anthropic julkaisi Claude Sonnet 5:n, jota yhtiö kuvaa agenttisimmaksi Sonnet-mallikseen tähän mennessä. Malli suunnittelee tehtäviä, käyttää työkaluja kuten selainta ja terminaalia ja toimii itsenäisesti tasolla, joka vielä hiljattain vaati suurempia ja kalliimpia malleja.
Julkistus on merkittävä, koska Sonnet on pitkään ollut Anthropicin työjuhta. Sonnet 5 kaventaa eroa lippulaivamalli Opus 4.8:aan mutta selvästi matalammalla hinnalla. Yhtiön mukaan malli parantaa edeltäjäänsä Sonnet 4.6:ta juuri niillä osa-alueilla, jotka ratkaisevat agenttityössä: päättelyssä, työkalujen käytössä, koodauksessa ja tietotyössä.
Agenttikyky nousee lähelle lippulaivaa
Anthropicin mukaan Sonnet 5:n suorituskyky on lähellä Opus 4.8:aa, joka on yhtiön yleiskäyttöisin malli. Ero kaventuu erityisesti agenttitehtävissä, joissa malli suunnittelee, suorittaa ja tarkistaa oman työnsä. Yhtiö korostaa, että malli tarkistaa tuloksensa ilman erillistä pyyntöä.
Varhaiset kumppanit kuvaavat mallia selvästi edeltäjiään itsenäisemmäksi. Testaajien mukaan Sonnet 5 vie loppuun monivaiheisia tehtäviä, joissa aiemmat Sonnet-mallit pysähtyivät kesken. Käytännössä tämä tarkoittaa pidempiä ja luotettavampia ajoja ilman ihmisen väliintuloa.
Agenttiaika alkoi monelle kehittäjälle juuri Sonnet-luokan malleista. Claude Sonnet 3.5, 3.6 ja 3.7 olivat ensimmäisiä, jotka osoittivat vakuuttavaa taitoa koodauksessa ja työkalujen käytössä. Sonnet 5 jatkaa tätä linjaa mutta nostaa itsenäisen toiminnan rimaa.
Hinnoittelu ja saatavuus
Sonnet 5 on saatavilla kaikilla tilaustasoilla julkaisupäivästä alkaen. Se on oletusmalli ilmaisella ja Pro-tasolla ja käytettävissä myös Max-, Team- ja Enterprise-käyttäjille. Malli toimii lisäksi Claude Codessa ja Claude-alustalla.
Kehittäjille malli lanseerataan tutustumishinnalla: kaksi dollaria miljoonalta syötetokenilta ja kymmenen dollaria miljoonalta tuotostokenilta. Tutustumishinta on voimassa elokuun 31. päivään 2026 asti, minkä jälkeen hinta nousee kolmeen ja viiteentoista dollariin. Rajapinnassa malli tunnetaan nimellä claude-sonnet-5.
Hinnoittelu on julkistuksen ydin. Opus-tason lähelle yltävä suorituskyky Sonnet-hinnalla muuttaa laskelmia niissä työnkuluissa, joissa token-määrät kasvavat suuriksi. Anthropic nosti myös käyttörajoja Chatissa, Cowork-työkalussa, Claude Codessa ja alustalla korkeampien effort-tasojen tueksi.
Mitä tämä tarkoittaa kehittäjille
Kehittäjille Sonnet 5 tarjoaa vahvan suoritusytimen monivaiheiseen ohjelmistotyöhön. Anthropicin mukaan malli hoitaa pitkäkestoisen koodauksen, työkalujen käytön ja virheenkorjauksen hyvin myös sekavissa teknisissä konteksteissa. Se soveltuu erityisesti työnkulkuihin, joissa loppuun saattaminen ja tekninen tarkkuus ratkaisevat.
Käytännössä tämä laskee kynnystä antaa agentille suurempia tehtäviä. Kun malli seuraa itse omaa etenemistään ja korjaa virheitä, ihmisen rooli siirtyy ohjaamiseen ja tarkistamiseen. Tämä on ollut agenttityökalujen keskeinen pullonkaula.
Hinnan ja kyvyn yhdistelmä tekee mallista houkuttelevan taustamalliksi agenttijärjestelmiin. Moni tuote on aiemmin joutunut valitsemaan halvan mutta rajallisen ja kalliin mutta kyvykkään mallin väliltä. Sonnet 5 kaventaa tätä valintaa.
Turvallisuus ja arvioinnit
Anthropicin esikäyttöönoton turvallisuusarviot kertovat Sonnet 5:n parantavan Sonnet 4.6:ta. Yhtiön mukaan malli torjuu haitallisia pyyntöjä ja vastustaa kaappausyrityksiä paremmin kehoteinjektiohyökkäyksissä. Malli myös hallusinoi ja mielistelee edeltäjäänsä vähemmän.
Automatisoidussa käyttäytymisauditoinnissa, joka testaa laajaa kirjoa väärin kohdistuvia toimintoja, Sonnet 5 sai kokonaisuutena turvallisemman tuloksen. Anthropic kuitenkin huomauttaa, että malli näytti hieman korkeampia väärinkäyttäytymisen lukemia verrattuna kyvykkäämpään Opus 4.8:aan.
Yhtiö julkaisi mallista järjestelmäkortin, joka raportoi laajemman joukon arvioita yksityiskohtaisesti. Tämä jatkaa Anthropicin linjaa, jossa turvallisuusarviot julkaistaan mallin mukana.
Yhteenveto
Claude Sonnet 5 vie agenttikyvyn lähelle lippulaivamallia mutta pitää hinnan Sonnet-tasolla. Yhdistelmä ratkaisee juuri sen valinnan, jonka moni agenttituote on aiemmin joutunut tekemään suorituskyvyn ja kustannusten välillä. Kehittäjille tämä tarkoittaa suurempia ja itsenäisempiä tehtäviä ilman kustannusten karkaamista.