O Claude Sonnet 5 é o modelo que eu esperava que a Anthropic lançasse após o drama do Fable 5: menos dramático que o Mythos, mais prático que uma pequena atualização e claramente focado no trabalho diário de agentes.
A Anthropic lançou o Claude Sonnet 5 em 30 de junho de 2026. A manchete não é que o Sonnet de repente supere todos os modelos da classe Opus. Não supera. A história útil é o custo-benefício. O Sonnet 5 se move muito mais perto do Opus 4.8 em trabalho agentivo, mantém os preços do Sonnet e se torna o novo modelo padrão para muitos usuários do Claude.
Isso importa para a maneira como uso agentes de AI. Me importo menos com respostas de chat de uma única tentativa e mais com se um modelo pode inspecionar um repositório, usar ferramentas, manter-se focado na tarefa e concluir um trabalho sem fazer uma bagunça.
O instantâneo dos benchmarks
A tabela de lançamento da Anthropic compara o Sonnet 5 com o Sonnet 4.6 e o Opus 4.8. O padrão é claro: o Sonnet 5 é um salto real sobre o Sonnet 4.6, mas o Opus 4.8 ainda lidera em algumas das tarefas agentivas mais difíceis.
| 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, sem ferramentas | 43.2% | 34.6% | 49.8% |
| Humanity's Last Exam, com ferramentas | 57.4% | 46.8% | 57.9% |
| OSWorld-Verified | 81.2% | 78.5% | 83.4% |
| GDPval-AA v2 | 1618 | 1395 | 1615 |
O sinal mais forte é o Terminal-Bench 2.1. O Sonnet 5 salta dos 67.0% do Sonnet 4.6 para 80.4%, perto do Opus 4.8 em 82.7%. Esse é o tipo de redução de lacuna que importa para agentes de codificação, porque o trabalho no terminal pune modelos que não conseguem planejar, recuperar-se e usar ferramentas.
O SWE-bench Pro é mais conservador. O Sonnet 5 melhora em relação ao Sonnet 4.6, mas o Opus 4.8 permanece à frente. Eu leria isso como uma resposta de aquisição, não de hype: use o Sonnet 5 para execuções normais de agentes, mantenha o Opus para os casos onde a confiabilidade extra vale o preço.
Custo-benefício é a verdadeira história do lançamento
A Anthropic também publicou gráficos de custo-benefício para BrowseComp e OSWorld-Verified em vários níveis de esforço. Estes são mais úteis do que uma única pontuação geral, porque o Sonnet 5 agora oferece às equipes um controle: gastar menos para esforço médio ou aumentar o esforço quando a tarefa exigir.
É exatamente aqui que um modelo da classe Sonnet deve vencer. O Opus existe para raciocínio mais difícil, mas a maioria dos fluxos de trabalho precisa de inteligência suficiente a um preço onde você possa executar o agente repetidamente. Depuração, QA no navegador, inspeção de repositório, operações de conteúdo e pequenas tarefas de automação se beneficiam de um modelo que é mais barato de executar sem perder o fio da meada no meio do caminho.
A Anthropic diz que o Sonnet 5 está disponível com preços introdutórios de API de $2 por milhão de tokens de entrada e $10 por milhão de tokens de saída até 31 de agosto de 2026. Depois disso, muda para $3 de entrada e $15 de saída por milhão de tokens. Esse preço padrão corresponde ao do Sonnet 4.6 por token, mas há uma pegadinha: a documentação diz que o Sonnet 5 usa um novo tokenizer que produz cerca de 30% mais tokens para o mesmo texto.
Portanto, eu não chamaria a migração automaticamente de neutra em custos. Eu recomputaria os prompts antes de mover agentes de longa duração do Sonnet 4.6 para o Sonnet 5.
O que muda para os desenvolvedores
O ID do modelo é `claude-sonnet-5`. A Anthropic o descreve como uma atualização drop-in em relação ao Sonnet 4.6, mas a documentação lista mudanças de comportamento que importam em aplicativos reais.
Primeiro, o pensamento adaptativo está ativado por padrão. Se você não passar um campo de pensamento, o Sonnet 5 ainda executa com pensamento adaptativo. Você pode desativá-lo, mas o padrão mudou.
Segundo, o pensamento estendido manual foi removido. O antigo padrão `thinking: { type: "enabled", budget_tokens: N }` retorna um erro 400. A Anthropic quer que os desenvolvedores usem o pensamento adaptativo com o parâmetro de esforço em vez disso.
Terceiro, parâmetros de amostragem não padrão são rejeitados. Solicitações que definem `temperature`, `top_p` ou `top_k` para valores não padrão retornam um erro 400. Isso é um problema real de migração se seus wrappers definirem padrões de amostragem automaticamente.
A parte boa: o Sonnet 5 suporta uma janela de contexto de 1 milhão de tokens por padrão e até 128k tokens de saída. Para trabalho em escala de repositório e fluxos de trabalho de contexto longo, isso dá aos agentes mais espaço para inspecionar antes de editar.
Segurança e benchmarks de cibersegurança
A Anthropic está posicionando o Sonnet 5 como mais seguro para uso comum de agentes do que o Sonnet 4.6. O post de lançamento diz que o Sonnet 5 tem uma taxa menor de comportamento indesejável do que o Sonnet 4.6 e é mais seguro em contextos agentivos.
O gráfico de cibersegurança é o limite mais importante. A Anthropic diz que não treinou deliberadamente o Sonnet 5 em tarefas de cibersegurança. Em uma avaliação de desenvolvimento de exploit para o Firefox 147, o Sonnet 5 nunca produziu um exploit completo e funcional. Ele marcou 0.0% em sucesso de exploit funcional e 13.2% em sucesso parcial. O Opus 4.8 e o Mythos 5 são muito mais fortes nessa avaliação, que é exatamente por que a Anthropic mantém diferentes políticas de acesso e guardrails em torno dos modelos de maior risco.
Essa estruturação faz sentido. O Sonnet 5 deve ser forte o suficiente para codificação normal e trabalho de agentes, mas não otimizado para capacidades cibernéticas perigosas. A Anthropic também diz que o Sonnet 5 é lançado com salvaguardas de cibersegurança em tempo real ativadas por padrão.
Minha primeira análise
Eu trataria o Claude Sonnet 5 como o novo modelo de trabalho padrão para agentes do Claude.
Não é o modelo que eu escolheria para todo problema difícil de base de código. O Opus 4.8 ainda vence em alguns benchmarks de codificação agentiva e uso de computador. O Fable 5 ainda é a história de fronteira mais dramática. Mas o Sonnet 5 aterrissa na parte do mercado que a maioria dos construtores realmente sente: preço, contexto, uso de ferramentas e se o agente continua indo.
Para o Claude Code, este é provavelmente o ângulo mais interessante. Um modelo mais barato que pode rodar por mais tempo, usar ferramentas melhor e permanecer perto do Opus em muitas tarefas muda a economia dos loops de agentes. Você pode reservar modelos da classe Opus para revisão, depuração difícil ou alterações de alto risco, enquanto usa o Sonnet 5 para a passagem de execução principal.
É assim que eu o testaria primeiro:
Um modelo que pontua bem em benchmarks ainda tem que se comportar dentro de um fluxo de trabalho real. Ele tem que ler os arquivos atuais, evitar edições não relacionadas, executar verificações e parar quando o próximo passo precisar de uma decisão humana. Escrevi sobre esse estilo operacional no meu artigo Claude Code /loop e /goal→.
Veredito
O Claude Sonnet 5 parece ser a resposta de custo-benefício da Anthropic para a era dos agentes. Ele reduz a lacuna para o Opus 4.8 sem fingir substituí-lo em todos os lugares.
Os benchmarks dizem que é muito mais forte que o Sonnet 4.6 em trabalho de terminal, uso de ferramentas, uso de computador, trabalho de conhecimento e raciocínio. A documentação diz que os desenvolvedores precisam observar contagens de tokens, pensamento adaptativo e mudanças nos parâmetros de amostragem. A história de segurança diz que a Anthropic quer que o Sonnet 5 seja poderoso para agentes do dia a dia sem dar a ele o mesmo perfil cibernético do Opus ou do Mythos.
Esse é um lançamento prático. Vou testá-lo como um modelo prático.