Anthropic представи нов модел от семейството Claude, Sonnet 5.5, и остави цената му непроменена спрямо предшественика. Според компанията резултатите му при агентно програмиране скачат многократно. За компании и разработчици, които вече плащат за достъп до Claude през API, това означава потенциално по-способен асистент за писане и поправяне на код без по-висока сметка за токени.

Според съобщение на Anthropic Sonnet 5.5 постига 70,6% на Terminal-Bench 4.0, тест за агентни задачи в терминал, докато предишният Sonnet 5 е бил на 10,3% при същата оценка. Цената за достъп през API остава $2 за милион входящи токени, $10 за милион изходящи токени и $0,20 за милион токени при четене от кеш. Тя е идентична с тази на Sonnet 5. От компанията твърдят, че в собствените им тестове моделът струва до 30% по-малко на задача и генерира отговори с над 30% по-бързо, защото се нуждае от по-малко токени за същата работа.

Sonnet 5.5 е позициониран като по-бърз и по-евтин партньор на по-мощния Claude Opus 5.5. Той е предназначен за рутинни задачи, поправка на бъгове и създаване на документи и презентации. Според Anthropic трети модел от същото поколение, Claude Haiku 5.5, е планиран за пускане през следващите седмици. Sonnet 5.5 вече е достъпен през всички платформи на компанията, включително AWS, Google Cloud и Microsoft Azure, а официалният център за помощ на Anthropic посочва България сред местата, от които потребителите могат да ползват Claude.

Тук идва важната уговорка. Независимата организация Epoch AI, която прави прегледи на бенчмаркове за изкуствен интелект, определя версията Terminal-Bench 4.0.0 като „проблемна“. По нейни данни 30 от общо 66 задачи в теста имат публично документирани дефекти. Сред тях има случаи, в които моделите могат да заобиколят реалната проверка или да получат отговора директно от средата за оценка. Epoch AI подчертава, че тези пропуски могат да повлияят на резултатите на всеки модел, оценен с тази версия на теста, а не само на Claude.

С други думи, впечатляващата разлика между 70,6% и 10,3% идва изцяло от собствените измервания на Anthropic, а не от независима проверка. Това не означава, че моделът не е по-добър, но точният размер на подобрението засега трябва да се приема с известна резерва. За разработчиците и фирмите, които обмислят преминаване към Sonnet 5.5, най-сигурният ориентир остава непроменената цена и наличността на модела още сега, включително за потребители в България.