Claude Sonnet 5 da Anthropic é uma “inteligência quase Opus” para todos os planos

A Anthropic lançou o Claude Sonnet 5, o mais recente modelo da classe Sonnet. Embora não seja um avanço de modelo de fronteira, o Sonnet 5 atualiza significativamente o desempenho em relação aos modelos anteriores para oferecer capacidades de codificação mais fortes, melhor desempenho de agente e uso de token mais eficiente.

O anúncio da Antrópico enfatizou o desempenho do agente, especificamente a capacidade do modelo de realizar trabalho em várias etapas com orientação humana menos direta. A Anthropic diz que o Sonnet 5 pode fazer planos, usar ferramentas como navegadores e terminais e operar de forma autônoma em um nível que recentemente exigia modelos maiores e mais caros.

Soneto 5 é mais econômico com tokens

Anthropic mostra que o Sonnet 5 melhora acima de 4,6 com opções de preço mais baixo e qualidade superior. O Opus 4.8 ainda supera o Sonnet 5 em precisão, mas a Anthropic diz que o nível de esforço pode ser ajustado para encontrar o melhor equilíbrio entre custo e desempenho. Há também um preço introdutório para o Soneto 5 de entrada de US$ 2/MTok e saída de US$ 10/MTok até 31 de agosto.

Benchmarks de desempenho do Soneto 5

O Sonnet 5 supera o Sonnet 4.6, GPT-5.5 e Gemini 3.5 Flash em vários benchmarks.

O BrowseComp testa quão bem um agente de IA pode localizar informações difíceis de encontrar na web.

Pontuações do BrowseComp:

• Claude Sonnet 5: 84,7 (agente único)
• Soneto de Claude 4.6: 76.2
• GPT-5.5: 84,4

Terminal-Bench 2.1 é um teste da capacidade de um modelo de IA com tarefas de codificação em terminal e CLI.

Pontuações do Terminal-Bench 2.1:

• Claude Soneto 5: 80,4
• Claude Soneto 4,6: 67,0
• GPT-5.5: 83.4 (CLI do Codex)
• Gêmeos 3.5: Flash 76.2

SWE-bench Pro é um benchmark de engenharia de software no qual o Sonnet 5 superou outros LLMs semelhantes.

Pontuações do SWE-bench Pro:

• Claude Soneto 5: 63,2
• Soneto de Claude 4.6: 58.1
• GPT-5.5: 58,6
• Flash Gêmeos 3,5: 55,1

FrontierCode é uma referência para codificação de agente em 150 tarefas, uma referência em que o Sonnet 5 superou significativamente o GPT-5.5.

A placa do sistema Claude Sonnet 5 explica:

“Cada tarefa fornece ao agente um repositório com check-out e uma única descrição do problema; o agente então trabalha de forma autônoma em um ambiente conteinerizado para produzir um patch final, sem intervenção humana e sem informações de tempo limite.

Os patches são classificados de acordo com critérios funcionais de bloqueio (principalmente testes unitários mantidos) além de critérios de rubrica ponderados, incluindo verificações avaliadas por modelo para cobertura de teste necessária e padrões de implementação proibidos. As tarefas foram criadas pelos mantenedores dos repositórios subjacentes e revisadas individualmente pelos pesquisadores da Cognition, com um subconjunto aleatório resolvido manualmente para verificar a imparcialidade.”

As pontuações do FrontierCode:

• Claude Soneto 5: 38,8
• Soneto de Claude 4.6: 15.1
• GPT-5,5: 25,5

Soneto 5 é “Inteligência Quase Opus”

A Anthropic não afirma que o Sonnet 5 seja um avanço no modelo de fronteira, embora diga que é o modelo mais capaz da classe Sonnet. A placa do sistema explica que ele é menos capaz do que os modelos Opus e Mythos mais capazes da Antrópico. No entanto, a Antthropic afirma que é “inteligência quase Opus nos preços do Sonnet para codificação, agentes e trabalho profissional diário.”

Leia o comunicado completo na Antrópico.

Imagem em destaque por Shutterstock/jackpress