Sonnet 5.5 рассчитана прежде всего на рутинные задачи: исправление ошибок, подготовку документов, презентаций и электронных таблиц. Более сложные задачи, требующие длительного анализа и многоэтапного принятия решений, Anthropic по-прежнему рекомендует отдавать Opus 5.5. В ближайшие недели семейство также должна дополнить модель Haiku 5.5, ориентированная на большой объем запросов при минимальной стоимости.
Наиболее заметный рост производительности компания отмечает в программировании. В тесте Terminal-Bench 4.0, который оценивает способность ИИ выполнять многоэтапные задачи в командной строке, Sonnet 5.5 получила 70,6% против 10,3% у Sonnet 5. В бенчмарках FrontierCode и CursorBench новая модель также значительно опередила предшественницу, а в некоторых режимах приблизилась к результатам Opus 5.5.
Anthropic заявляет об улучшениях и в работе с интеллектуальными задачами. В тесте GDPval-AA, который оценивает выполнение реальных рабочих заданий в 44 профессиях, Sonnet 5.5 получила 1844 балла против 1449 у Sonnet 5 и почти сравнялась с Opus 5.5, набравшей 1846 баллов.
Кроме того, новинка превзошла GPT-6 Sol в задачах, требующих работы на протяжении длительного времени. Модель также лучше справляется с изображениями и диаграммами. Sonnet 5.5 стала первой моделью семейства Sonnet, которая смогла пройти Pokémon Red, получая информацию об игре только со скриншотов и самостоятельно принимая решения о дальнейших действиях.
При этом Sonnet 5.5 не только мощнее, но и экономичнее. Базовая стоимость токенов осталась такой же, как у Sonnet 5: $2 за 1 млн входных токенов и $10 за 1 млн выходных. Однако новая модель решает задачи меньшим количеством токенов, поэтому фактическая стоимость выполнения одной задачи может быть до 30% ниже. Скорость генерации также выросла на 30%.
Одновременно Anthropic усилила защиту Sonnet 5.5. Модель получила сдерживающие механизмы, сопоставимые с Opus 5.5, поскольку ее возможности в области кибербезопасности заметно выросли.
Также усилена защита от дистилляции — массового копирования возможностей модели через множество учетных записей. Sonnet 5.5 стала первой моделью семейства Sonnet, для которой Anthropic внедрила специальные классификаторы, препятствующие извлечению логики мышления. Кроме того, модель сохраняет цепочки рассуждений между вызовами, что затрудняет их передачу на другую учетную запись.
Claude Sonnet 5.5 уже доступна на платформах Anthropic и через Amazon Web Services, Google Cloud и Microsoft Azure. Таким образом, компания позиционирует новую модель как промежуточное звено между более дорогой и мощной Opus 5.5 и будущей Haiku 5.5: Sonnet должна обеспечивать близкую к флагманской производительность в ряде задач, но при этом работать быстрее и обходиться дешевле.
