Anthropic prezentuje Claude Sonnet 5.5: nowy standard wydajności i ekonomii pracy agentowej

Firma Anthropic oficjalnie zaprezentowała Claude Sonnet 5.5, drugi model należący do najnowszej generacji Claude 5.5. Zbudowany jako bezpośredni następca Claude Sonnet 5, nowy model generuje odpowiedzi o ponad 30% szybciej oraz obniża całkowity koszt realizacji większości zadań nawet o 30% dzięki radykalnie wyższej efektywności operacyjnej. Premiera z 28 września 2026 roku dopełnia ofertę amerykańskiego laboratorium – zaledwie kilka dni wcześniej zadebiutował flagowy Claude Opus 5.5. Podczas gdy Opus 5.5 stworzono z myślą o wieloetapowych problemach badawczych wymagających ciągłego osądu, Claude Sonnet 5.5 zoptymalizowano pod kątem precyzyjnie zdefiniowanych, codziennych wyzwań programistycznych, usuwania usterek w kodzie oraz generowania prezentacji, arkuszy kalkulacyjnych i dokumentów biznesowych. Całą rodzinę w nadchodzących tygodniach uzupełni zoptymalizowany pod kątem masowych wolumenów Claude Haiku 5.5.

Skok jakościowy w programowaniu agentowym i benchmarki wydajnościowe

Najbardziej zauważalny postęp Claude Sonnet 5.5 wykazuje w inżynierii oprogramowania oraz autonomicznych zadaniach terminalowych. W ewaluacji Terminal-Bench 4.0, sprawdzającej realizację złożonych scenariuszy w wierszu poleceń, model osiągnął wynik 70.6%. Oznacza to ogromny skok względem Claude Sonnet 5, który notował zaledwie 10.3%, a zarazem rezultat przewyższający flagowy Claude Opus 5.5 pracujący przy najwyższym poziomie wysiłku Xhigh (66.4%). Z kolei w benchmarku CursorBench 4.0, odzwierciedlającym wieloplikowe edycje w edytorze Cursor, model zdobył 55.5% wobec 34.1% u poprzednika.

Claude Sonnet 5.5 wyróżnia się także w przetwarzaniu danych wizualnych – to pierwszy model w tej linii, który przeszedł grę Pokémon Red, bazując wyłącznie na analizie zrzutów ekranu. Na opublikowanej przez firmę grafice dokumentującej generowanie interaktywnej symulacji stada boidów w pojedynczym pliku HTML proces zajął 12.5 s przy wygenerowaniu 4,158 tokenów, co potwierdza wysokie tempo pracy podczas generowania kodu interfejsów.

Sprawdzian w warunkach produkcyjnych i opinie partnerów

W obszarze pracy biurowej i analizy wiedzy model uzyskał 1844 punkty w benchmarku GDPval-AA v2.1, obejmującym 44 zawody i 9 branż, co daje wynik o niemal 400 punktów lepszy od Claude Sonnet 5 (1449 punktów) i niemal zrównany z Claude Opus 5.5 (1846 punktów). W teście długiego horyzontu pracy AA-Briefcase v1.1 model zdobył 1811 punktów, deklasując zarówno poprzednią generację (1359 punktów), jak i konkurencyjny GPT-6 Sol (1483 punkty).

Wdrożenia wczesnego dostępu dostarczyły twardych danych z komercyjnych środowisk wytwórczych. Daniel Vogel, dyrektor operacyjny w Epic Games, poinformował, że Claude Sonnet 5.5 przeszedł audyt system design i przegląd przepływu danych, zarządzając dziesiątkami tysięcy linii kodu architektury rozgrywki. W testach platformy Base44, prowadzonych przez Gabriela Grinberga na próbie 118 aplikacji, nowy model osiągnął poziom Claude Opus 5 w średnio 3.6 iteracjach na projekt (wobec 7.7 iteracji w Opus 5), notując najmniej nieudanych wywołań narzędzi spośród testowanych rozwiązań. Sam Zhang z Unity odnotował 90% ukończonych zadań w benchmarku Unity Editor, a David Loker z CodeRabbit podkreślił wyeliminowanie nawyku nadmiernego sięgania po wyszukiwarkę sieciową przy jednoczesnym ograniczeniu liczby generowanych tokenów.

Podobne oszczędności raportują dostawcy oprogramowania korporacyjnego. Yashodha Bhavnani z Box wskazała na 2.4-krotne przyspieszenie przetwarzania i spadek zużycia tokenów o 12%. Curtis Allen ze Slacka zaobserwował spadek liczby tokenów wyjściowych o 14% w ewaluacjach bota Slackbot. Z kolei w funduszu Balyasny Asset Management, na próbie 2,441 zadań finansowych, Claude Sonnet 5.5 zużywał średnio 121 tysięcy tokenów na odpowiedź, podczas gdy Claude Sonnet 5 pochłaniał ich aż 497 tysięcy.

Ekonomia tokenowa i struktura kosztów

Cennik bazowy na platformie API pozostał na poziomie poprzednika, jednak realny koszt użytkowania spadł nawet o 30%. Wynika to ze zdolności modelu do grupowania wywołań narzędzi (batching) oraz rozwiązywania problemów w mniejszej liczbie kroków bez generowania zbędnych tokenów wyjściowych.

Elastyczność budżetową zapewnia konfiguracja poziomów wysiłku (effort level). W aplikacjach konsumenckich oraz narzędziu Claude Code standardem jest poziom Medium, natomiast platforma API domyślnie uruchamia zapytania na poziomie High. Przy ustawieniu Low lub Medium Claude Sonnet 5.5 pokonuje szczytowe rezultaty Claude Sonnet 5 za około jedną dziesiątą pierwotnego kosztu zadania.

Zabezpieczenia systemowe: cyberbezpieczeństwo, sandboxing i ochrona przed destylacją

W zautomatyzowanym audycie behawioralnym obejmującym około 1,850 scenariuszy Claude Sonnet 5.5 dorównał lub przewyższył poprzednika w odporności na nadużycia. W testach containment model wykazał najniższą ze wszystkich jednostek skłonność do badania granic kontenerów oraz znikomą liczbę prób ucieczki ze środowiska piaskownicy (sandbox escape), dorównując Claude Opus 5.5.

Ponieważ możliwości cybernetyczne Claude Sonnet 5.5 zrównały się z poziomem Claude Opus 5, firma zastosowała zabezpieczenia z automatycznym mechanizmem fallback – zadania wysokiego ryzyka są w sposób jawny degradowane do Claude Sonnet 5. Dla autoryzowanych specjalistów bezpieczeństwa udostępniono program Cyber Verification Program, dający dostęp do pełnej mocy modeli Claude Sonnet 5.5, Opus 5.5 i Claude Mythos. Wprowadzono także zabezpieczenia przed destylacją (distillation attacks), wykorzystujące klasyfikatory uniemożliwiające masową ekstrakcję rozumowania oraz mechanizm preserved thinking trwale powiązany z kontem użytkownika.

Dostępność chmurowa i perspektywy wdrożenia

Model Claude Sonnet 5.5 został udostępniony na platformie Claude Platform pod identyfikatorem claude-sonnet-5-5, a także w chmurach Amazon Web Services, Google Cloud i Microsoft Azure. Równolegle trafił do usługi GitHub Copilot dla abonentów planów Pro, Pro+, Max, Business oraz Enterprise. Wdrożenie objęte jest gwarancją zerowej retencji danych (zero data retention). W przypadku aplikacji rezygnujących z generowania toku myślenia programiści zobowiązani są do migracji na nowy parametr between_tools.

Wprowadzenie Claude Sonnet 5.5 wzmacnia pozycję Anthropic w segmencie wydajnych modeli roboczych, dostarczając inżynierom oprogramowania narzędzie o parametrach zbliżonych do klasy flagowej, lecz przystosowane do intensywnej, ekonomicznej eksploatacji w codziennych procesach biznesowych.