Anthropic выпустила Claude Sonnet 5.5 — она быстрее Sonnet 5 на 30% при той же цене API

Anthropic представила Claude Sonnet 5.5 — вторую модель семейства Claude 5.5 после флагманской Opus 5.5. Компания описывает новинку как быструю и недорогую модель для повседневных задач с чётко поставленной целью: правки в коде, работа с документами, презентациями и таблицами. На части сложных тестов Sonnet 5.5 уже почти не уступает Opus 5.5.

Программирование и работа с компьютером

Самый резкий рост — в программировании. В тесте Terminal-Bench 4.0, где модель должна выполнять многоэтапные задачи через командную строку, Sonnet 5.5 набрала 70,6%, тогда как Sonnet 5 — 10,3%. У Opus 5.5 на максимальном уровне усилий результат 66,4%. В CursorBench 4.0 Sonnet 5.5 получила 55,5%, Opus 5.5 — 57,8%.

В работе с компьютером разрыв ещё меньше: в OSWorld 2.1 у Sonnet 5.5 80,1% против 81,8% у Opus 5.5 и 57% у Sonnet 5. В GDPval-AA v2.1, который имитирует реальные профессиональные задачи в 44 профессиях, модели набрали 1844 и 1846 баллов соответственно. Anthropic отдельно оговаривает: результат Sonnet 5.5 в GDPval-AA получен на предварительной версии модели с ошибкой в работе со структурированным выводом, и компания ждёт, что исправление лишь немного поднимет показатель.

Отдельный практический тест — прохождение Pokémon Red: Sonnet 5.5 стала первой моделью линейки Sonnet, которая справилась с игрой, ориентируясь только по скриншотам. В Anthropic этот результат приводят как пример работы с длинными последовательностями действий и визуальной информацией.

Sonnet не заменяет Opus

Полностью заменить Opus 5.5 новинка не должна. Opus в Anthropic описывают как модель для сложной работы, требующей долгих рассуждений и самостоятельных решений, а Sonnet — как инструмент под хорошо определённые задачи. На максимальном уровне усилий результаты двух моделей в части тестов сопоставимы, но в открытых задачах с длительным самостоятельным суждением Opus 5.5 по-прежнему сильнее.

Sonnet 5.5 отвечает более чем на 30% быстрее Sonnet 5 и обычно тратит меньше токенов, поэтому в Anthropic оценивают снижение стоимости выполнения типичной задачи до 30%. Цена самих токенов не изменилась: $2 ≈ 6,01 BYN за миллион входных, $10 ≈ 30,05 BYN за миллион выходных, чтение из кэша — $0,20 за миллион токенов. Модель уже доступна в Claude, через API и на облачных платформах Amazon Web Services, Google Cloud и Microsoft Azure.