Η Anthropic φέρνει την επανάσταση των AI Agents με το Claude Sonnet 5

Το Claude Sonnet 5 κυκλοφόρησε και είναι ήδη διαθέσιμο σε όλα τα πλάνα χρήσης, ως νέο προεπιλεγμένο μοντέλο στα Free και Pro.

Είναι το πιο agentic μοντέλο Sonnet, ικανό να σχεδιάζει, να χρησιμοποιεί εργαλεία (browsers, terminals) και να λειτουργεί αυτόνομα σε επίπεδο που μέχρι πρόσφατα απαιτούσε μεγαλύτερα και ακριβότερα μοντέλα.

Η σειρά Sonnet ουσιαστικά εγκαινίασε την εποχή του agentic AI: τα Claude 3.5, 3.6 και 3.7 Sonnet ήταν τα πρώτα μοντέλα με αξιοσημείωτες δυνατότητες σε coding και χρήση εργαλείων.

Τους τελευταίους μήνες, όμως, τα μεγαλύτερα κέρδη σε agentic απόδοση είχαν μετατοπιστεί στα μοντέλα Opus. Σύμφωνα με την Anthropic, το Sonnet 5 μειώνει αυτό το χάσμα: η απόδοσή του πλησιάζει αυτή του Opus 4.8 σε χαμηλότερο κόστος, με ουσιαστική βελτίωση σε σχέση με τον προκάτοχό του (Sonnet 4.6) σε συλλογιστική, χρήση εργαλείων, coding και εργασίες γνώσης.

Σε agentic benchmarks όπως το BrowseComp (αναζήτηση πληροφοριών) και το OSWorld-Verified (χρήση υπολογιστή), το Sonnet 5 σημειώνει σημαντικά υψηλότερες βαθμολογίες σε σχέση με το Sonnet 4.6.

Το Opus 4.8 παραμένει η κορυφαία επιλογή για μέγιστη ακρίβεια, αλλά τα δύο μοντέλα καλύπτουν πλέον ένα ενιαίο εύρος απόδοσης. Οι χρήστες μπορούν να ρυθμίζουν το επίπεδο effort για να βρουν τη σωστή ισορροπία κόστους και ποιότητας ανάλογα με τις ανάγκες τους.

Στον τομέα της ασφάλειας, το Sonnet 5 αποτελεί συνολική βελτίωση σε σχέση με το Sonnet 4.6. Είναι καλύτερο στην άρνηση κακόβουλων αιτημάτων, πιο ανθεκτικό σε prompt injection, και εμφανίζει χαμηλότερα ποσοστά ψευδαισθήσεων και κολακείας. Στον αυτοματοποιημένο έλεγχο συμπεριφοράς, σημείωσε χαμηλότερο σκορ μη ευθυγραμμισμένων συμπεριφορών από τον προκάτοχό του, αν και υψηλότερο σε σύγκριση με τα Opus 4.8 και Mythos Preview.

Δεν εκπαιδεύτηκε σκόπιμα σε εργασίες κυβερνοασφάλειας και υστερεί σημαντικά σε αυτόν τον τομέα σε σύγκριση με τα μοντέλα Opus, γι’ αυτό κυκλοφόρησε με ενεργοποιημένες προστασίες κυβερνοασφάλειας (cyber safeguards) από προεπιλογή.

Η εισαγωγική τιμολόγηση ορίζεται σε $2 ανά εκατομμύριο input tokens και $10 ανά εκατομμύριο output tokens, και ισχύει έως τις 31 Αυγούστου 2026. Μετά, η τιμολόγηση αυξάνεται σε $3 και $15 αντίστοιχα. Για σύγκριση, το Opus 4.8 κοστίζει $5 και $25.

Το μοντέλο χρησιμοποιεί ενημερωμένο tokenizer (παρόμοιο με αυτό του Opus 4.7), ο οποίος βελτιώνει την απόδοση αλλά μπορεί να αντιστοιχίσει την ίδια είσοδο σε 1,0 έως 1,35 φορές περισσότερα tokens.

Η εισαγωγική τιμολόγηση καλύπτει αυτή τη διαφορά, κάνοντας τη μετάβαση από το Sonnet 4.6 ουδέτερη ως προς το κόστος. Αυξήθηκαν επίσης τα rate limits σε Claude Chat, Claude Code και την πλατφόρμα API.

Οι developers μπορούν να χρησιμοποιούν το μοντέλο μέσω API με model ID claude-sonnet-5. Είναι επίσης διαθέσιμο στο Claude Code και στο Claude Chat.

Ίσως και μέσα στην ημέρα αναμένονται ακόμη πιο σημαντικά νέα από την Anthropic και αυτό διότι η αμερικανική κυβέρνηση ήρε την απαγόρευση εξαγωγής στα προηγμένα AI μοντέλα Claude Fable 5 και Mythos 5, λίγες εβδομάδες μετά τους περιορισμούς για λόγους εθνικής ασφάλειας. Η εταιρεία ανακοίνωσε ότι θα αρχίσει να αποκαθιστά την πρόσβαση από σήμερα, μετά την άρση των περιορισμών από το Υπουργείο Εμπορίου των ΗΠΑ.