Claude Sonnet 5 của Anthropic sắp hoàn thành Opus 4.8 với mức giá chỉ bằng một phần nhỏ

Anthropic đã phát hành Claude Sonnet 5 vào thứ ba, gọi nó là “mẫu Sonnet đặc sắc nhất từ ​​trước đến nay”. Đây là mô hình mặc định dành cho người dùng Free và Pro, hoạt động trên các gói Max, Team và Enterprise, trong Claude Code và thông qua API . Không giống như các lần ra mắt Sonnet trước đây, phiên bản này được thiết kế để đặt cạnh Opus trước đó thay vì xếp sau nó.

TRONG bài đăng ra mắt của nócông ty cho biết hiệu suất của Sonnet 5 “gần bằng Opus 4.8, nhưng ở mức giá thấp hơn.” Các nhà phát triển có thể trượt vòng quay nỗ lực giữa hai mô hình hoặc chọn các cấp độ khác nhau trên ứng dụng web để đánh đổi chi phí lấy độ chính xác trong cùng một nhiệm vụ, bao gồm cả nền tảng từng yêu cầu tỷ lệ Opus.

Trên SWE-bench Pro—một điểm chuẩn mã hóa giải quyết các vấn đề từ các kho lưu trữ được duy trì tích cực với các thay đổi nhiều tệp, được tính điểm theo phần trăm được giải quyết—Sonnet 5 đạt 63,2% so với 58,1% của Sonnet 4.6%.

Trên GDPval-AA v2, một điểm chuẩn Phân tích nhân tạo chấm điểm các nhiệm vụ chuyên môn trong thế giới thực trên 44 công việc thông qua xếp hạng Elo theo cặp mù, nó đạt 1.618, ngang bằng về mặt thống kê với 1.616 của Opus 4.8. Sự khác biệt giữa Sonnet 5 và Opus 4.8 trong Bài kiểm tra cuối cùng của loài người về cơ bản là không đáng kể: 57,4% so với 57,9%.

Sonnet 5 cũng đi kèm với một mã thông báo được cập nhật—hệ thống chia văn bản thành các đơn vị mà mô hình lập hóa đơn—và nó đòi hỏi nhiều thời gian hơn, biến cùng một đầu vào thành một tác vụ tiêu tốn nhiều mã thông báo hơn. “Sonnet 5 là bản nâng cấp của Sonnet 4.6, nhưng nó sử dụng mã thông báo được cập nhật để thay đổi cách mô hình xử lý văn bản nhằm cải thiện hiệu suất” Anthropic viết trong một chú thích nhỏ. “Sự cân bằng là cùng một đầu vào có thể ánh xạ tới nhiều mã thông báo hơn: khoảng 1,0–1,35 × tùy thuộc vào loại nội dung.”

Anthropic đặt mức giá giới thiệu $2/$10 để làm cho việc chuyển đổi đó gần đạt mức trung tính về chi phí cho đến ngày 31 tháng 8, sau đó giá sẽ quay trở lại mức giá tiêu chuẩn $3/$15 mà Sonnet đã tính phí.

Một số sự khao khát dành cho bản phát hành này đã được hình thành. Các nhà phát triển đã dành nhiều tuần vào mùa xuân này để thảo luận về việc Anthropic đã để Opus 4.6 lặng lẽ mất đi lợi thế của mình—được mệnh danh là Giảm lạm phát AItrích dẫn đánh rơi khả năng—và Anthropic phủ nhận việc cố ý làm suy giảm bất kỳ mô hình nào. Một số cuộc tranh luận tương tự đã mở rộng sự nghi ngờ đó đến Sonnet, lập luận rằng mô hình lặp lại: để mô hình cũ trôi qua, sau đó mô hình mới trông giống như một bước nhảy vọt lớn hơn khi so sánh.

Sonnet 5 cũng xuất xưởng mà không có hành lý gắn liền với cấp cao nhất của Anthropic. Fable 5 và Mythos 5 vẫn bị đình chỉ đối với công dân nước ngoài kể từ ngày 12 tháng 6 theo lệnh của Mỹ chỉ thị kiểm soát xuất khẩu gắn liền với một phát hiện bẻ khóa gây tranh cãi. Sonnet 5 chưa bao giờ được đào tạo về các nhiệm vụ an ninh mạng và đạt 0% khi phát triển một cách khai thác Firefox đang hoạt động, do đó, nó có các biện pháp bảo vệ nhẹ hơn so với khóa của Fable.

nhân chủng học thẻ hệ thống mô tả một mô hình được xây dựng để cung cấp thông tin gần giống Opus với mức giá Sonnet dành cho mã hóa, đại lý và công việc hàng ngày. Nhóm nghiên cứu viết: “Đây là mô hình đầu tiên chỉ trích quy tắc trong Hiến pháp của mình quy định rằng nó phải tuân theo những ràng buộc cứng rắn ngay cả khi nó coi những ràng buộc đó là phi đạo đức”. Anthropic cho biết họ không chắc điều đó có ý nghĩa gì đối với mô hình, chỉ biết rằng nó đáng xem.

Chúng tôi sẽ không nói đó là cách Skynet bắt đầu nhưng đó là skynet bắt đầu như thế nào.

Chúng tôi đã chạy thử nghiệm nhanh

Chúng tôi đã gửi cho Sonnet 5 một lời nhắc không cần bắn để xây dựng một trò chơi trình duyệt nhỏ, giống như thử nghiệm mà chúng tôi đã thực hiện Sonnet 4.5 năm ngoái.

Trò chơi đánh máy của chúng tôi đã chạy ngay lần thử đầu tiên, với hình ảnh rõ ràng hơn và logic chặt chẽ hơn so với Sonnet 4.6 được tạo ra trên cùng một lời nhắc.

Tuy nhiên, nó tốn quá nhiều thời gian so với các mô hình khác (khoảng 30 phút suy luận) và tiêu tốn token như điên. Lần lặp lại duy nhất đó đã tiêu tốn 90% hạn ngạch 5 giới hạn của chúng tôi đối với gói Claude Pro.

Bạn có thể thử nghiệm trò chơi cuối cùng trên itch.io địa điểm.

Trong nhiệm vụ mã hóa nhiều bước khó hơn, Sonnet 5 đã đạt gần đến Opus 4.8 tùy thuộc vào mức độ nỗ lực và cùng một lần chạy nhiều lần nhắc nhở có chi phí thấp hơn đáng kể so với công việc tương đương trên Opus hoặc Fable.

Số phiên bản của Sonnet 5 cũng đang hoạt động thực sự. Mỗi lần tăng số nguyên trước đó trong lịch sử của Claude đều đánh dấu một thế hệ mới—phiên bản 1 vào tháng 3 năm 2023, phiên bản 2 bốn tháng sau, phiên bản 3 tám tháng sau đó và phiên bản 4 ra mắt 14 tháng sau đó vào tháng 5 năm 2025. Sonnet 5 ra mắt sau 13 tháng với khoảng cách tương tự về mặt thời gian, có lẽ là một dấu hiệu cho thấy mức độ cạnh tranh gay gắt, đặc biệt là khi các mẫu xe Trung Quốc đang phát triển thu hẹp khoảng cách thật nhanh chóng.

Điều đó nói lên rằng khoảng cách thế hệ sẽ không ấn tượng bằng việc nhảy từ Claude 3 lên Claude 4 chẳng hạn. Đây cũng là dấu hiệu cho thấy các công ty AI lớn đang gấp rút tung ra các mẫu máy mới, bất kể cải tiến có lớn đến đâu.

Nếu Anthropic tuân theo thứ tự mà nó đã sử dụng trong chu kỳ trước, thì Sonnet thường dẫn đầu, sau đó nó sẽ phát hành haiku nhỏ và rẻ tiền với Opus, phiên bản hiện đại nhất của nó, được phát hành sau đó. Khoảng cách ngắn hơn giữa ba mẫu có phiên bản tương tự là một tháng cho mỗi lần phát hành: Sonnet 4.5 ra mắt vào tháng 9 năm 2025, Haiku 4.5 tiếp theo vào tháng 10 và Tác phẩm 4.5 đã đóng cửa thế hệ đó vào tháng 11.

Theo nhịp độ lạc quan đó, Haiku 5 và Opus 5 là hai mẫu máy vẫn chưa ra mắt, có khả năng sẽ ra mắt trong năm nay. Điều đó nói lên rằng, Anthropic không nhất quán với các bản phát hành. Khoảng cách giữa Haiku 4.5 và Sonnet 4.6 là hơn 3 tháng, vì vậy hãy chờ đợi nếu bạn muốn sớm thử nghiệm Opus 5.