Claude Sonnet 5 догоняет Opus 4.8 по бенчмаркам, но стоит в 2,5 раза дешевле

Anthropic позиционирует новинку не как лидера одного рейтинга, а как самую надёжную модель среднего сегмента для длинных цепочек задач. Claude Sonnet 5 уже доступна пользователям бесплатного и Pro-планов, а также в Claude Code и на платформе Claude Platform. Данные о бенчмарках и ценах опубликованы Anthropic в день запуска.

Что и как измеряли?

Anthropic опубликовала таблицу, в которой Claude Sonnet 5 сравнивается с предшественником Sonnet 4.6 (вышел в феврале 2026) и с флагманом Opus 4.8.

Тесты охватывают пять направлений:

• Агентное программирование (SWE-bench Pro): модель получает реальный баг и должна сама написать тест, исправить код и подтвердить, что без исправления баг возвращается.
• Управление компьютером (OSWorld-Verified): модель управляет браузером и терминалом, выполняя многошаговые операции.
• Работа в терминале (Terminal-Bench 2.1): командная строка, скрипты, системные задачи.
• Сложные вопросы с инструментами (HLE): задачи, где модели нужно самостоятельно вызывать внешние инструменты.
• Работа со знаниями (GDPval-AA v2): аналитические и офисные задачи.

Модель поддерживает четыре уровня усилий: low, medium, high и xhigh (максимальное). Чем выше уровень, тем больше токенов модель тратит на рассуждение, и тем выше качество, но и стоимость.

Одна техническая деталь, которую легко упустить: Claude Sonnet 5 использует обновлённый токенизатор (алгоритм, который разбивает текст на токены). По данным Anthropic, один и тот же текст может превращаться в объём от 1,0 до 1,35 раза больше токенов по сравнению со старым токенизатором. Это напрямую влияет на итоговый счёт.

Что обнаружили?

• Claude Sonnet 5 обошла предшественника по всем тестам. SWE-bench Pro: 63,2% против 58,1% у Sonnet 4.6. Terminal-Bench: 80,4% против 67,0%.
• Разрыв с Opus 4.8 почти исчез в ряде тестов. HLE: 57,4% у Sonnet 5 против 57,9% у Opus 4.8. На бенчмарке GDPval-AA v2 Sonnet 5 обогнала Opus: 1 618 против 1 615.
• Вводная цена Sonnet 5 в 2,5 раза ниже Opus 4.8. $2/$10 за миллион токенов (вход/выход) до 31 августа 2026 года, затем $3/$15. Opus 4.8 стоит $5/$25.
• На максимальном усилии (xhigh) экономия пропадает. По данным Anthropic, при xhigh стоимость Claude Sonnet 5 может превысить стоимость Opus 4.8 при сопоставимом качестве.
• Ниже уровень галлюцинаций (когда модель уверенно выдумывает факты) и поддакивания. Anthropic сообщает о снижении этих показателей по сравнению с Sonnet 4.6.
• Кибервозможности намеренно ограничены. Для задач, связанных с кибербезопасностью, Anthropic рекомендует Opus 4.8.

Что это значит для вас?

Разработчику и автоматизатору. Если вы строите ИИ-агентов для рутины (парсинг, работа с API, отладка кода), Claude Sonnet 5 на уровнях low и medium даёт качество, близкое к флагману, за $2/$10. Практическая рекомендация из документа Anthropic: отправляйте большинство агентных задач на Sonnet 5, а Opus 4.8 оставляйте для случаев, где ошибка критична. Haiku 4.5 (младшая модель) подойдёт для высоконагруженных вызовов, где важна скорость.

Автору Дзена и контент-маркетологу. Снижение стоимости токенов означает, что автоматизация написания черновиков, рерайт, анализ комментариев обходятся дешевле. Но следите за уровнем усилий: на xhigh модель тратит больше токенов на «размышления», и счёт может оказаться выше, чем у Opus.

Предпринимателю в РФ и СНГ. Claude доступен через API, но напрямую из России оплата и доступ ограничены: понадобится иностранный аккаунт или посредник. Из доступных в РФ альтернатив со схожей логикой «средняя модель для агентных задач» можно смотреть на YandexGPT и GigaChat, хотя прямого сопоставления бенчмарков с Claude Sonnet 5 на момент публикации нет.

Вводная цена действует до 31 августа 2026 года. Кто планирует тестировать агентную автоматизацию, имеет смысл начать до этой даты: после неё стоимость вырастет в полтора раза, а окно дешёвых экспериментов закроется.

По данным Anthropic