Claude Sonnet 5 ist das Modell, von dem ich erwartet habe, dass Anthropic es nach dem Fable 5-Drama veröffentlicht: weniger dramatisch als Mythos, praktischer als ein kleines Upgrade und klar auf tägliche Agentenarbeit ausgerichtet.
Anthropic hat Claude Sonnet 5 am 30. Juni 2026 eingeführt. Die Schlagzeile ist nicht, dass Sonnet plötzlich jedes Opus-Klasse-Modell schlägt. Das tut es nicht. Die nützliche Geschichte ist das Kosten-Leistungs-Verhältnis. Sonnet 5 kommt bei agentischen Aufgaben Opus 4.8 viel näher, behält die Sonnet-Preise bei und wird zum neuen Standardmodell für viele Claude-Nutzer.
Das ist wichtig für die Art, wie ich AI-Agents verwende. Ich kümmere mich weniger um One-Shot-Chat-Antworten und mehr darum, ob ein Modell ein Repo inspizieren, Tools nutzen, bei der Aufgabe bleiben und einen Job beenden kann, ohne ein Chaos zu hinterlassen.
Der Benchmark-Überblick
Anthropics Starttabelle vergleicht Sonnet 5 mit Sonnet 4.6 und Opus 4.8. Das Muster ist klar: Sonnet 5 ist ein echter Sprung gegenüber Sonnet 4.6, aber Opus 4.8 führt bei einigen der schwierigsten agentischen Aufgaben weiterhin.
| Benchmark | Sonnet 5 | Sonnet 4.6 | Opus 4.8 |
|---|---|---|---|
| --- | ---: | ---: | ---: |
| SWE-bench Pro | 63.2% | 58.1% | 69.2% |
| Terminal-Bench 2.1 | 80.4% | 67.0% | 82.7% |
| Humanity's Last Exam, ohne Tools | 43.2% | 34.6% | 49.8% |
| Humanity's Last Exam, mit Tools | 57.4% | 46.8% | 57.9% |
| OSWorld-Verified | 81.2% | 78.5% | 83.4% |
| GDPval-AA v2 | 1618 | 1395 | 1615 |
Das stärkste Signal ist Terminal-Bench 2.1. Sonnet 5 springt von 67,0 % bei Sonnet 4.6 auf 80,4 %, nahe an Opus 4.8 mit 82,7 %. Das ist die Art von Lückenschluss, die für Coding-Agents wichtig ist, da Terminal-Arbeit Modelle bestraft, die nicht planen, sich erholen und Tools nutzen können.
SWE-bench Pro ist konservativer. Sonnet 5 verbessert sich gegenüber Sonnet 4.6, aber Opus 4.8 bleibt vorn. Ich würde das als Beschaffungsantwort und nicht als Hype-Antwort lesen: Nutzen Sie Sonnet 5 für normale Agenten-Durchläufe und behalten Sie Opus für die Fälle, in denen die zusätzliche Zuverlässigkeit den Preis wert ist.
Kosten-Leistung ist die eigentliche Launch-Story
Anthropic hat auch Kosten-Leistungs-Diagramme für BrowseComp und OSWorld-Verified über verschiedene Aufwandsebenen hinweg veröffentlicht. Diese sind nützlicher als eine einzelne Top-Line-Punktzahl, da Sonnet 5 Teams nun einen Regler bietet: Weniger für mittleren Aufwand ausgeben oder den Aufwand höher treiben, wenn die Aufgabe es erfordert.
Genau hier sollte ein Modell der Sonnet-Klasse gewinnen. Opus existiert für schwierigere Schlussfolgerungen, aber die meisten Workflows benötigen genug Intelligenz zu einem Preis, bei dem man den Agenten wiederholt ausführen kann. Debugging, Browser-QA, Repo-Inspektion, Content-Operationen und kleine Automatisierungsaufgaben profitieren alle von einem Modell, das günstiger im Betrieb ist, ohne halfway durch den Faden zu fallen.
Anthropic gibt an, dass Sonnet 5 bis zum 31. August 2026 zu einem Einführungs-API-Preis von 2 $ pro Million Input-Tokens und 10 $ pro Million Output-Tokens verfügbar ist. Danach steigt es auf 3 $ Input und 15 $ Output pro Million Tokens. Dieser Standardpreis entspricht Sonnet 4.6 pro Token, aber es gibt einen Haken: Die Docs besagen, dass Sonnet 5 einen neuen Tokenizer verwendet, der für denselben Text etwa 30 % mehr Tokens erzeugt.
Ich würde die Migration also nicht automatisch als kostenneutral bezeichnen. Ich würde Prompts neu zählen, bevor ich langlaufende Agents von Sonnet 4.6 auf Sonnet 5 umstelle.
Was sich für Entwickler ändert
Die Modell-ID ist `claude-sonnet-5`. Anthropic beschreibt es als Drop-in-Upgrade von Sonnet 4.6, aber die Docs listen Verhaltensänderungen auf, die in echten Apps wichtig sind.
Erstens ist adaptives Denken standardmäßig aktiviert. Wenn Sie kein thinking-Feld übergeben, läuft Sonnet 5 dennoch mit adaptivem Denken. Sie können es deaktivieren, aber der Standardwert hat sich geändert.
Zweitens wurde das manuelle erweiterte Denken entfernt. Das alte Muster `thinking: { type: "enabled", budget_tokens: N }` gibt einen 400-Fehler zurück. Anthropic möchte, dass Entwickler stattdessen adaptives Denken mit dem effort-Parameter verwenden.
Drittens werden Nicht-Standard-Sampling-Parameter abgelehnt. Anfragen, die `temperature`, `top_p` oder `top_k` auf Nicht-Standardwerte setzen, geben einen 400-Fehler zurück. Das ist ein echtes Migrationsproblem, wenn Ihre Wrapper Sampling-Standards automatisch setzen.
Der gute Teil: Sonnet 5 unterstützt standardmäßig ein 1-Million-Token-Kontextfenster und bis zu 128k Output-Tokens. Für Repo-scale-Arbeiten und Long-Context-Workflows gibt das Agents mehr Raum zur Inspektion vor der Bearbeitung.
Sicherheit und Cyber-Benchmarks
Anthropic positioniert Sonnet 5 als sicherer für den gewöhnlichen Agenteneinsatz als Sonnet 4.6. Der Launch-Post besagt, dass Sonnet 5 eine niedrigere Rate an unerwünschtem Verhalten als Sonnet 4.6 aufweist und in agentischen Kontexten sicherer ist.
Das Cyber-Diagramm ist die wichtigere Einschränkung. Anthropic sagt, dass es Sonnet 5 nicht absichtlich auf Cybersecurity-Aufgaben trainiert hat. Bei einer Firefox 147 Exploit-Development-Evaluierung hat Sonnet 5 nie einen vollständigen funktionierenden Exploit erzeugt. Es erzielte 0,0 % bei erfolgreichem Exploit und 13,2 % bei teilweisem Erfolg. Opus 4.8 und Mythos 5 sind bei dieser Evaluierung viel stärker, weshalb Anthropic unterschiedliche Zugriffs- und Guardrail-Richtlinien für die risikoreicheren Modelle beibehält.
Diese Rahmung ergibt Sinn. Sonnet 5 sollte stark genug für normales Coding und Agentenarbeit sein, aber nicht für gefährliche Cyber-Fähigkeiten optimiert werden. Anthropic sagt auch, dass Sonnet 5 mit standardmäßig aktivierten Echtzeit-Cybersecurity-Schutzmaßnahmen startet.
Mein erster Eindruck
Ich würde Claude Sonnet 5 als das neue Standard-Arbeitspferd-Modell für Claude-Agents behandeln.
Es ist nicht das Modell, das ich für jedes schwierige Codebase-Problem wählen würde. Opus 4.8 gewinnt bei einigen agentischen Coding- und Computer-Use-Benchmarks immer noch. Fable 5 ist immer noch die dramatischere Frontier-Story. Aber Sonnet 5 landet in dem Teil des Marktes, den die meisten Builder tatsächlich spüren: Preis, Kontext, Tool-Nutzung und ob der Agent weitermacht.
Für Claude Code ist dies wahrscheinlich der interessanteste Aspekt. Ein günstigeres Modell, das länger laufen, Tools besser nutzen und bei vielen Aufgaben nahe an Opus bleiben kann, verändert die Wirtschaftlichkeit von Agenten-Loops. Sie können Opus-Klasse-Modelle für Reviews, hartes Debugging oder risikoreiche Änderungen reservieren und Sonnet 5 für den Hauptausführungsdurchlauf verwenden.
So würde ich es zuerst testen:
Ein Modell, das in Benchmarks gut abschneidet, muss sich dennoch in einem echten Workflow bewähren. Es muss die aktuellen Dateien lesen, unrelated Edits vermeiden, Checks ausführen und stoppen, wenn der nächste Schritt eine menschliche Entscheidung erfordert. Ich habe über diesen Betriebsstil in meinem Artikel Claude Code /loop und /goal→ geschrieben.
Urteil
Claude Sonnet 5 sieht nach Anthropics Kosten-Leistungs-Antwort für das Agenten-Zeitalter aus. Es verringert die Lücke zu Opus 4.8, ohne vorzugeben, es überall zu ersetzen.
Die Benchmarks sagen, dass es bei Terminal-Arbeit, Tool-Nutzung, Computer-Nutzung, Wissensarbeit und Reasoning viel stärker ist als Sonnet 4.6. Die Docs sagen, dass Entwickler Token-Zahlen, adaptives Denken und Änderungen an Sampling-Parametern im Auge behalten müssen. Die Sicherheits-Story besagt, dass Anthropic möchte, dass Sonnet 5 für alltägliche Agents leistungsstark ist, ohne ihm dasselbe Cyber-Profil wie Opus oder Mythos zu geben.
Das ist ein praktischer Launch. Ich werde es wie ein praktisches Modell testen.