Anthropic ha rilasciato Claude Sonnet 5 il 30 giugno, definendolo il modello di fascia media più agentico mai realizzato e rendendolo il default su Claude.ai per gli utenti Free e Pro fin dal giorno del lancio. L’azienda ha affermato che il modello può pianificare, usare strumenti come browser e terminali e svolgere in autonomia attività in più passaggi — lavori che fino a poco tempo fa erano appannaggio dei sistemi più grandi della classe Opus.

Lavori da classe Opus a prezzi Sonnet

I punteggi dei benchmark confermano la tesi. Sonnet 5 registra il 63,2% su SWE-bench Pro contro il 69,2% dell’ammiraglia Opus 4.8, e l’81,2% nel test di uso del computer OSWorld-Verified contro l’83,4% di Opus. Su Terminal-Bench 2.1 ottiene l’80,4%, davanti al 74,6% di Opus 4.8, e raggiunge l’84,7% nel benchmark di ricerca agentica BrowseComp. Il quadro è coerente: Sonnet 5 si colloca a pochi punti da un modello molto più costoso in una serie di attività agentiche.

Il prezzo riflette questo divario. Anthropic ha fissato tariffe introduttive di 2 dollari per milione di token in input e 10 dollari per milione di token in output fino al 31 agosto, dopo di che saliranno a 3 e 15 dollari. Questo mantiene Sonnet 5 ben al di sotto dei prezzi della fascia Opus, pur avvicinandosi alla capacità di livello Opus in diversi test.

Una prima settimana accidentata

Il lancio non è stato privo di attriti. Gli sviluppatori hanno segnalato che il tokenizer di Sonnet 5 produce tra 1,0 e 1,35 volte più token del suo predecessore a parità di testo, il che significa che il costo reale per attività può essere superiore a quanto suggerisca il prezzo nominale per token. Anthropic ha inoltre rimosso la temperatura e altri parametri di sampling, mandando in crisi alcune integrazioni esistenti che li avevano impostati in modo rigido.

La società ha riconosciuto un errore nel modo in cui aveva misurato il benchmark BrowseComp e ha ripubblicato il grafico usando una metodologia basata su un budget di 10 milioni di token. Ha anche distribuito un nuovo classificatore di sicurezza mirato a una specifica tecnica di jailbreak, che — ha detto — blocca il metodo in oltre il 99% dei casi, al prezzo di più falsi positivi su legittime query di sicurezza e coding, alcune delle quali vengono ora instradate verso Opus 4.8.

Perché Anthropic sta spingendo la fascia media

La strategia di Anthropic punta a rendere gli agenti abbastanza economici da poter essere eseguiti su larga scala. Portando un’autonomia da livello Opus nella fascia di prezzo di Sonnet, l’azienda si rivolge agli sviluppatori che vogliono agenti in produzione senza i costi di un modello di punta. Le prime lamentele sul tokenizer e sulle API mostrano i compromessi di muoversi rapidamente su un modello che migliaia di team collegano ai sistemi live già dal primo giorno.