Anthropic Lancar Claude Sonnet 5, Fable dan Mythos Kembali Esok

Syarikat itu menggelarkan Sonnet 5 sebagai "model Sonnet paling ejentik setakat ini," yang mampu membina pelan, mengendalikan pelayar dan terminal, dan berjalan secara autonomi pada tahap yang, sehingga baru-baru ini, memerlukan model yang jauh lebih besar dan lebih mahal. Anthropic mengatakan keluaran baharu itu secara substansial merapatkan jurang prestasi dengan Opus 4.8 sambil mengurangkannya dengan ketara dari segi harga.

Penanda aras menunjukkan jurang yang semakin sempit

Pada SWE-bench Pro, penanda aras pengekodan yang disebut secara meluas, Sonnet 5 mencatatkan skor 63.2%, jauh mengatasi Sonnet 4.6 sebelumnya iaitu 58.1% dan menghampiri Opus 4.8 iaitu 69.2%. Pada Terminal-Bench 2.1, model tersebut melonjak kepada 80.4% daripada 67.0%, dan penaakulan berbantukan alat meningkat kepada 57.4% daripada 46.8%. Dalam penanda aras kerja-pengetahuan, Sonnet 5 sebenarnya mengatasi Opus 4.8, dengan skor 1618 berbanding 1615 model yang lebih besar.

“Opus 4.8 masih menjadi model pilihan untuk ketepatan yang lebih tinggi dalam tugas-tugas ini, tetapi Sonnet 5 menyediakan pembangun dengan pilihan harga yang lebih rendah dan berkualiti tinggi berbanding apa yang tersedia sebelum ini,” kata Anthropic dalam pengumumannya. Syarikat itu menambah bahawa pengguna kini boleh menukar tahap usaha antara Sonnet 5 dan Opus 4.8 untuk mengimbangi kos berbanding prestasi.

Soneta 5 hampir mencapai tahap kecerdasan Opus 4.8, Sumber: Anthropic

Penentuan harga mengurangkan bidang

Sonnet 5 dilancarkan dengan harga API pengenalan sebanyak $2 setiap juta token input dan $10 setiap juta token output, berlangsung sehingga 31 Ogos 2026, selepas itu kadarnya masing-masing meningkat kepada $3 dan $15. Harga itu masih jauh di bawah harga Opus 4.8 iaitu $5/$25, dan Anthropic mengatakan ia juga mengatasi GPT-5.5 OpenAI dan Gemini 3.1 Pro Google, walaupun Gemini 3.5 Flash Google masih didatangkan dengan harga yang lebih murah.

Model ini tersedia serta-merta merentasi pelan Percuma, Pro, Max, Team dan Enterprise, di mana ia kini berfungsi sebagai lalai untuk pengguna Percuma dan Pro. Ia juga tersedia dalam Claude Code dan melalui Claude API sebagai claude-sonnet-5.

Penguji awal menunjukkan susulan

Beberapa rakan pelancaran mengetengahkan kecenderungan model untuk menyelesaikan kerja berbilang langkah dan bukannya terhenti di pertengahan jalan. Daniel Shepard, seorang jurutera kanan di Zapier, berkata syarikat itu menyerahkan tugasan dua bahagian kepada Sonnet 5 — mengemas kini peringkat akaun Salesforce dan menghantar pengumuman pelancaran kepada kenalan perusahaan — “dan ia selesai dari awal hingga akhir. Itu pernah terhenti di pertengahan jalan. Untuk automasi harian, ia mudah.”

Pengasas bersama Cursor, Sualeh Asif berkata model itu memastikan ejen "berada dalam perancangan", mengikuti konvensyen pengekodan melalui perubahan berbilang langkah yang bersih "pada kos yang cekap." Pengasas bersama Lovable, Fabian Hedin, memuji pengendalian permintaan yang tidak selamat, dengan mengatakan ia "menolak permintaan yang tidak selamat secara bersih dan konsisten."

Sikap keselamatan bertambah baik, tetapi jurang dengan Opus masih wujud

Anthropic mengatakan Sonnet 5 menunjukkan kadar keseluruhan tingkah laku yang tidak diingini yang lebih rendah berbanding Sonnet 4.6, termasuk kadar halusinasi dan penjilat yang berkurangan, dan lebih baik dalam menahan percubaan rampasan suntikan segera. Syarikat itu telah mendayakan perlindungan siber masa nyata secara lalai, serupa dengan yang digunakan pada Opus 4.7 dan 4.8, walaupun kurang ketat berbanding kawalan yang dikenakan pada Fable 5.

Dalam penilaian pembangunan eksploitasi Firefox yang dijalankan dengan Mozilla, Sonnet 5 mahupun Sonnet 4.6 tidak menghasilkan eksploitasi yang berfungsi, walaupun Sonnet 5 mencatatkan kadar kejayaan separa yang lebih tinggi (13.2% berbanding 8.8%). Kedua-duanya kekal jauh di belakang Opus 4.8 (68.8%) dan Mythos 5 (88.4%) dalam ujian yang sama. Nota Anthropic Sonnet 5 masih menunjukkan "kadar tingkah laku yang tidak sejajar yang agak tinggi" berbanding Opus 4.8 dan model Pratonton Mythos terhad syarikat itu.

Konteks: usaha IPO dan barisan model yang dirombak

Pelancaran itu berlaku berlatarbelakangkan pemfailan sulit SEC Anthropic pada 1 Jun untuk IPO yang dilaporkan menyasarkan penilaian hampir $1 trilion. Ia juga menyusuli tempoh bergolak untuk barisan syarikat terkemuka : Fable 5 dan Mythos 5, model kelas Mythos pertama Anthropic, dilancarkan pada 9 Jun sebelum arahan kawalan eksport Jabatan Perdagangan memaksa Anthropic menggantung akses ke seluruh dunia pada 12 Jun, dengan alasan kebimbangan mengenai kemungkinan memintas perlindungan keselamatan siber Fable 5.

Anthropic mempertikaikan tahap keterukan isu tersebut tetapi akur, menjadikan kedua-dua model tersebut luar talian untuk setiap pengguna di seluruh dunia kerana ia tidak dapat menapis akses mengikut kewarganegaraan dalam masa nyata. Pada 26 Jun, Setiausaha Perdagangan Howard Lutnick melonggarkan sebahagian daripada perintah tersebut, membenarkan Mythos 5 tanpa had digunakan oleh sekumpulan kecil organisasi infrastruktur kritikal AS dan agensi kerajaan yang telah diperiksa; Fable 5, versi terlindung yang dibina untuk kegunaan umum dan komersial, kekal digantung untuk pelanggan, pembangun API dan semua pelanggan antarabangsa, tanpa tarikh pemulihan diumumkan. OpenAI telah menghadapi campur tangan selari: Rumah Putih meminta syarikat itu untuk mengehadkan pelancaran awal barisan GPT-5.6nya — Sol, Terra dan Luna — kepada sekumpulan kecil rakan kongsi yang diluluskan kerajaan selepas pegawai menilai keupayaan Sol "seperti Mythos," dengan OpenAI mengatakan ia menjangkakan ketersediaan yang lebih luas "dalam beberapa minggu akan datang" kerana kedua-dua syarikat bekerjasama dengan Washington dalam rangka kerja semakan jangka panjang untuk model sempadan. Pelancaran Sonnet 5 secara efektifnya meneruskan perniagaan seperti biasa untuk barisan pertengahan Anthropic sementara model paling berkuasa syarikat itu masih terperangkap dalam kebuntuan kawal selia yang tidak dapat diselesaikan itu.

Kemas kini: Fable 5 dan Mythos 5 dibenarkan untuk kembali esok

Gambaran kawal selia berubah lagi pada hari Rabu. Dalam satu catatan di X sejurus sebelum tengah hari, Anthropic berkata ia telah bekerjasama rapat dengan kerajaan AS sejak 12 Jun untuk memulihkan akses kepada Mythos 5 dan Fable 5, dan Jabatan Perdagangan kini telah menarik balik kawalan eksport ke atas kedua-dua model sepenuhnya — satu langkah melangkaui pembahagian separa, pembela infrastruktur sahaja untuk Mythos 5 yang telah diberikan oleh Setiausaha Perdagangan Howard Lutnick pada 26 Jun. Anthropic berkata ia akan mula memulihkan akses pada hari Khamis, dengan kemas kini yang lebih lengkap akan menyusul, dan mengucapkan terima kasih kepada pengguna atas kesabaran mereka sepanjang penggantungan selama 19 hari serta semua orang yang bekerjasama dengan syarikat itu dalam penggunaan semula model tersebut. Jika ia berterusan, langkah itu akan menamatkan salah satu penggunaan kuasa kawalan eksport yang lebih agresif terhadap model AI yang digunakan secara komersial setakat ini — dan akan tiba hanya sehari selepas pelancaran Sonnet 5, memberikan Anthropic dua kisah model utama dalam minggu yang sama. Calude Mythos 5 dan Fable 5 kembali!

Anthropic berkata ia akan mula memulihkan akses kepada Mythos 5 dan Fable 5 mulai esok, Sumber: X