Claude Sonnet 5 är modellen jag förväntade mig att Anthropic skulle lansera efter Fable 5-dramat: mindre dramatisk än Mythos, mer praktisk än en liten uppgradering och tydligt riktad mot dagligt agenterarbete.
Anthropic lanserade Claude Sonnet 5 den 30 juni 2026. Rubriken är inte att Sonnet plötsligt slår varje Opus-klass modell. Det gör den inte. Den användbara berättelsen handlar om kostnadseffektivitet. Sonnet 5 kommer mycket närmare Opus 4.8 när det gäller agenterarbete, behåller Sonnet-prissättningen och blir den nya standardmodellen för många Claude-användare.
Det är viktigt för hur jag använder AI-agenter. Jag bryr mig mindre om engångssvar i chatt och mer om huruvida en modell kan inspektera ett repo, använda verktyg, hålla sig till uppgiften och avsluta ett jobb utan att skapa röra.
Ögonblicksbild av benchmark
Anthropics lanseringstabell jämför Sonnet 5 med Sonnet 4.6 och Opus 4.8. Mönstret är tydligt: Sonnet 5 är ett verkligt hopp framåt jämfört med Sonnet 4.6, men Opus 4.8 leder fortfarande inom några av de svåraste agentuppgifterna.
| 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, inga verktyg | 43.2% | 34.6% | 49.8% |
| Humanity's Last Exam, med verktyg | 57.4% | 46.8% | 57.9% |
| OSWorld-Verified | 81.2% | 78.5% | 83.4% |
| GDPval-AA v2 | 1618 | 1395 | 1615 |
Den starkaste signalen kommer från Terminal-Bench 2.1. Sonnet 5 hoppar från Sonnet 4.6:s 67.0% till 80.4%, vilket ligger nära Opus 4.8 på 82.7%. Det är den typen av minskat gap som är viktig för kodningsagenter eftersom terminalarbete straffar modeller som inte kan planera, återhämta sig och använda verktyg.
SWE-bench Pro är mer konservativ. Sonnet 5 förbättras jämfört med Sonnet 4.6, men Opus 4.8 ligger fortfarande före. Jag skulle läsa det som ett svar på upphandling, inte som hype: använd Sonnet 5 för normala agentkörningar, behåll Opus för de fall där den extra tillförlitligheten är värd priset.
Kostnadseffektivitet är den verkliga lanseringsberättelsen
Anthropic publicerade också diagram över kostnadseffektivitet för BrowseComp och OSWorld-Verified över olika ansträngningsnivåer. Dessa är mer användbara än ett enda övergripande betyg eftersom Sonnet 5 nu ger team en reglage: spendera mindre för medelstor ansträngning, eller öka ansträngningen när uppgiften kräver det.
Det är exakt här en Sonnet-klass modell bör vinna. Opus finns för svårare resonemang, men de flesta arbetsflöden behöver tillräcklig intelligens till ett pris där du kan köra agenten upprepade gånger. Felsökning, webbläsar-QA, repo-inspektion, innehållsoperationer och små automatiseringsuppgifter gynnas alla av en modell som är billigare att köra utan att tappa tråden mitt i processen.
Anthropic säger att Sonnet 5 finns tillgänglig till introduktionspriser för API på $2 per miljon input-tokens och $10 per miljon output-tokens fram till den 31 augusti 2026. Därefter går priset upp till $3 för input och $15 för output per miljon tokens. Det standardpriset matchar Sonnet 4.6 per token, men det finns en hake: dokumentationen säger att Sonnet 5 använder en ny tokenizer som producerar cirka 30% fler tokens för samma text.
Så jag skulle inte kalla migrationen automatiskt kostnadsneutral. Jag skulle räkna om prompts innan jag flyttar långvariga agenter från Sonnet 4.6 till Sonnet 5.
Vad som ändras för utvecklare
Modell-ID:t är `claude-sonnet-5`. Anthropic beskriver det som en drop-in-uppgradering från Sonnet 4.6, men dokumentationen listar beteendeändringar som är viktiga i riktiga appar.
För det första är adaptivt tänkande påslaget som standard. Om du inte skickar ett thinking-fält, kör Sonnet 5 ändå med adaptivt tänkande. Du kan inaktivera det, men standardvärdet har ändrats.
För det andra är manuellt utökat tänkande borta. Det gamla mönstret `thinking: { type: "enabled", budget_tokens: N }` returnerar ett 400-fel. Anthropic vill att utvecklare ska använda adaptivt tänkande med effort-parametern istället.
För det tredje avvisas icke-standard sampling-parametrar. Förfrågningar som ställer in `temperature`, `top_p` eller `top_k` till icke-standardvärden returnerar ett 400-fel. Det är ett verkligt migrationsproblem om dina wrappers ställer in sampling-standardvärden automatiskt.
Den goda nyheten: Sonnet 5 stöder ett kontextfönster på 1M tokens som standard och upp till 128k output-tokens. För repo-stort arbete och långa kontextarbetsflöden ger det agenter mer utrymme att inspektera innan de redigerar.
Säkerhet och cyber-benchmarks
Anthropic positionerar Sonnet 5 som säkrare för vanlig agentanvändning än Sonnet 4.6. Lanseringsinlägget säger att Sonnet 5 har en lägre frekvens av oönskat beteende än Sonnet 4.6 och är säkrare i agentkontexter.
Cyber-diagrammet är den viktigare begränsningen. Anthropic säger att de inte medvetet tränade Sonnet 5 på cybersäkerhetsuppgifter. Vid en utvärdering av exploit-utveckling för Firefox 147 producerade Sonnet 5 aldrig en fullt fungerande exploit. Den fick 0.0% på lyckade exploiter och 13.2% på delvis framgång. Opus 4.8 och Mythos 5 är mycket starkare på den utvärderingen, vilket är exakt varför Anthropic behåller olika åtkomst- och skyddspolicyer kring modellerna med högre risk.
Den infallsvinkeln är rimlig. Sonnet 5 bör vara stark nog för normal kodning och agentarbete, men inte optimerad för farlig cyberkapacitet. Anthropic säger också att Sonnet 5 lanseras med realtidsskydd för cybersäkerhet aktiverat som standard.
Mina första intryck
Jag skulle behandla Claude Sonnet 5 som den nya standardmodellen för Claude-agenter.
Det är inte modellen jag skulle välja för varje svårt kodbasproblem. Opus 4.8 vinner fortfarande i vissa agentkodnings- och datoranvändnings-benchmarks. Fable 5 är fortfarande den mer dramatiska frontier-berättelsen. Men Sonnet 5 landar i den del av marknaden som de flesta byggare faktiskt känner: pris, kontext, verktygsanvändning och huruvida agenten fortsätter.
För Claude Code är detta förmodligen den mest intressanta vinkeln. En billigare modell som kan köra längre, använda verktyg bättre och hålla sig nära Opus på många uppgifter förändrar ekonomin för agentslingor. Du kan reservera Opus-klass modeller för granskning, svår felsökning eller högriskändringar, medan du använder Sonnet 5 för huvudkörningen.
Så här skulle jag testa den först:
En modell som presterar bra på benchmarks måste ändå bete sig inom ett verkligt arbetsflöde. Den måste läsa aktuella filer, undvika orelaterade redigeringar, köra kontroller och stoppa när nästa steg kräver ett mänskligt beslut. Jag skrev om den operativa stilen i min artikel Claude Code /loop och /goal→.
Slutsats
Claude Sonnet 5 ser ut att vara Anthropic:s svar på kostnadseffektivitet för agenteran. Den minskar gapet till Opus 4.8 utan att låtsas ersätta den överallt.
Benchmarks säger att den är mycket starkare än Sonnet 4.6 på terminalarbete, verktygsanvändning, datoranvändning, kunskapsarbete och resonemang. Dokumentationen säger att utvecklare måste hålla koll på token-antal, adaptivt tänkande och ändringar i sampling-parametrar. Säkerhetsberättelsen säger att Anthropic vill att Sonnet 5 ska vara kraftfull för vardagliga agenter utan att ge den samma cyberprofil som Opus eller Mythos.
Det är en praktisk lansering. Jag kommer att testa den som en praktisk modell.