A Claude Sonnet 5 az Anthropic új zászlóshajó Sonnet-modellje, amelyet a cég 2026. június 30-án mutatott be. A modell frontier szintű teljesítményt ígér kódolásban és ügynöki, vagyis agentic munkában, miközben jóval kedvezőbb áron érhető el, mint az Opus 4.8.
Az Anthropic a Sonnet 5-öt a „most agentic Sonnet model yet”, vagyis eddigi legügynökibb Sonnet-modelljeként írja le. A modell már az első naptól alapértelmezett a Free és Pro csomagokon, miközben a Max, Team és Enterprise ügyfeleknek, valamint a Claude Code és Claude Platform felhasználóinak is elérhető.
A hír üzleti szempontból azért fontos, mert a Sonnet 5 több benchmarkon közel kerül a drágább Opus 4.8-hoz, egy teszten pedig meg is előzi azt. A tokenenkénti ár közben bevezető időszakban akár 60%-kal alacsonyabb lehet az Opus 4.8-hoz képest.
Claude Sonnet 5: mi változott a modellben?
A Sonnet 5 az Anthropic Sonnet-vonalának új generációja, közvetlen utódként a Sonnet 4.6 helyére lép. A hangsúly egyértelműen az agentic megbízhatóságon van: azon, hogy a modell ne csak elindítson egy többlépéses feladatot, hanem végig is vigye azt.
Ez a különbség a gyakorlatban dönti el, hogy egy AI-ból kísérleti demó lesz-e, vagy éles, produkciós munkaeszköz. Az Anthropic szerint a Sonnet 5 stabilabban követi a terveket, jobban tartja a konvenciókat, és hosszabb, összetettebb munkamenetekben is megbízhatóbban dolgozik.
Fejlesztői szempontból ez különösen fontos a Claude Code használatánál. Egy kódoló AI-modellnél nem elég, hogy egyetlen fájlban jó választ adjon; a valódi érték akkor jelenik meg, ha több lépésen, több fájlon és több döntési ponton keresztül is konzisztens marad.
A frissített tokenizer költséghatása
A Sonnet 5 frissített tokenizert használ, hasonló változással, mint amit az Opus 4.7-nél láttunk. A tokenizer az a komponens, amely a szöveget a modell számára feldolgozható egységekre, tokenekre bontja, és a token az az egység, amely után az API-használat ára számolódik.
A gyakorlati következmény az, hogy ugyanaz a bemenet a tartalomtípustól függően nagyjából 1,0–1,35-szörös tokenmennyiségre képeződhet le. Az Anthropic szerint a bevezető árazás ezt figyelembe véve nagyjából költségsemleges, de nagy volumenű workloadoknál érdemes saját mérést végezni.
A listaár önmagában nem elég: a valós költséget a tokenizer, a cache-használat, a promptstruktúra és az outputhossz együtt határozza meg.
Ez fontos figyelmeztetés minden vállalatnak, amely pusztán a tokenár csökkenéséből számol megtakarítást. A Sonnet 5 olcsóbb lehet, de a tényleges költség csak saját felhasználási mintán mérhető pontosan.
Benchmarkok: hol közelíti meg az Opus 4.8-at?
Az Anthropic által közölt, a VentureBeat által részletezett benchmarkok alapján a Sonnet 5 több fontos evaluáción közel kerül az Opus 4.8-hoz. Egy tudásmunka-benchmarkon még meg is előzi a drágább csúcsmodellt.
- SWE-bench Pro agentic kódolás: Sonnet 5 = 63,2%, Sonnet 4.6 = 58,1%, Opus 4.8 = 69,2%.
- Terminal-Bench 2.1 kódolás: Sonnet 5 = 80,4%, Sonnet 4.6 = 67,0%, Opus 4.8 = 82,7%.
- Humanity’s Last Exam eszközökkel: Sonnet 5 = 57,4%, Opus 4.8 = 57,9%.
- OSWorld-Verified computer use: Sonnet 5 = 81,2%, Sonnet 4.6 = 78,5%.
- GDPval-AA v2 knowledge-work: Sonnet 5 = 1618, Sonnet 4.6 = 1395, Opus 4.8 = 1615.
A GDPval-AA v2 tudásmunka-benchmarkon a Sonnet 5 az 1618-as pontszámmal ténylegesen megelőzi az Opus 4.8-at, amely 1615-öt ért el. Ez azért beszédes, mert egy olcsóbb modell egy komoly vállalati jellegű evaluáción lépi túl a saját csúcsmodellt.
A számok ugyanakkor nem azt jelentik, hogy a Sonnet 5 minden helyzetben jobb választás lenne. A benchmarkok irányt mutatnak, de a vállalati döntést saját kódon, saját adatfolyamon és saját hibaköltségen kell meghozni.
Ahol továbbra is nagy a különbség
A kép nem egyoldalú. A Mozilla által futtatott Firefox 147 exploit-fejlesztési teszten a Sonnet 5 0,0% működő eredményt ért el, 13,2% részleges teljesítéssel, ugyanúgy, mint a Sonnet 4.6.
Ezzel szemben az Opus 4.8 ugyanazon a teszten 68,8% működő megoldást adott. Az Anthropic korlátozott cybersecurity-modellje, a Mythos 5, 88,4%-on teljesített, jóval az Opus 4.8 fölött.
Ez alapján a legkényesebb offenzív kiberbiztonsági feladatoknál a Sonnet 5 nem a megfelelő alapmodell. Ez részben képességbeli, részben biztonsági tervezési döntésként értelmezhető.
Árazás: miért fontos a 40–60%-os különbség?
Az árazás a Claude Sonnet 5 teljes értékajánlatának központi része. Az Anthropic bevezető akciós árat és szeptembertől érvényes standard árat is meghatározott.
Bevezető ár 2026. augusztus 31-ig: 2 dollár / millió input token és 10 dollár / millió output token. Standard ár szeptember 1-től: 3 dollár input és 15 dollár output. Összevetésül az Opus 4.8 ára: 5 dollár input és 25 dollár output.
A VentureBeat számítása szerint ez standard áron nagyjából 40%-kal, bevezető áron pedig körülbelül 60%-kal olcsóbb tokenenként, mint az Opus 4.8. Ez az árrés teszi a Sonnet 5-öt különösen érdekessé magas volumenű, éles használatnál.
A stratégiai üzenet világos: közel Opus-szintű képesség, alacsonyabb költség mellett. Ez pontosan az a pozíció, amellyel az Anthropic a kísérletezésből a produkciós használatba akarja átvinni az ügyfeleit.
Mit mondanak a korai vállalati felhasználók?
A modell fogadtatását két konkrét fejlesztői visszajelzés jól illusztrálja. Sualeh Asif, a Cursor társalapítója az ügynöki stabilitást emelte ki: a modell szerinte terven marad, követi a konvenciókat, és tiszta, többlépéses módosításokat szállít hatékony költségen.
Daniel Shepard, a Zapier senior engineere egy konkrét példát hozott. Egy kétlépéses automatizálási feladatot — Salesforce account tier frissítése, majd launch announcement küldése — a korábbi modellek félúton megakasztottak, a Sonnet 5 viszont end-to-end végigvitt.
Ez a produkciós AI egyik kulcskérdése: nem az számít, hogy a modell egyszer jól válaszol-e, hanem hogy végig tud-e vinni egy valós üzleti folyamatot anélkül, hogy a felhasználónak minden lépésnél vissza kellene terelnie.
Biztonság és agentic kockázatok
Az Anthropic szerint a Sonnet 5 alacsonyabb hallucináció- és sycophancy-rátát mutat, mint a Sonnet 4.6, jobban elutasítja a rosszindulatú kéréseket, és ellenállóbb a prompt injection támadásokkal szemben ügynöki kontextusban.
Ez utóbbi különösen fontos, ha a modell eszközöket vezérel, fájlokat módosít, külső adatokat olvas, vagy vállalati rendszerekhez kapcsolódik. Az agentic AI-nál a biztonsági kockázat nem elméleti: egy rosszul értelmezett utasítás vagy manipulált bemenet valódi műveleteket indíthat el.
Az automatizált viselkedési audit szerint a Sonnet 5 összességében biztonságosabb, mint a Sonnet 4.6, de valamivel több rosszul illeszkedő viselkedést mutat, mint a képesebb Opus 4.8 vagy a Claude Mythos Preview.
Alapból bekapcsolt cyber safeguard-okkal érkezik, amelyek kevésbé szigorúak, mint a Fable 5 / Mythos osztálynál. Az Anthropic Cyber Verification Program tagjai automatikusan megkapják ugyanazt a hozzáférést a Sonnet 5-ön, új jelentkezés nélkül.
Mit jelent ez a modellválasztásnál?
A Claude Sonnet 5 legfontosabb üzenete modellválasztási szempontból az, hogy a középső árkategória egyre kevésbé jelent középszerű képességet. A Sonnet 5 sok vállalati workflow-ban elég közel kerül az Opus 4.8-hoz ahhoz, hogy az árkülönbség döntő tényező legyen.
A drágább Opus 4.8 továbbra is indokolt lehet ott, ahol maximális képesség, érzékeny biztonsági elemzés, komplex reasoning vagy magas hibaköltség van. A Sonnet 5 viszont erősebb alapértelmezett választás lehet nagy volumenű kódolási, automatizálási és agentic feladatoknál.
Vállalati környezetben ezért nem az a kérdés, hogy a Sonnet 5 „jobb-e” az Opus 4.8-nál. A kérdés az, hogy melyik feladatnál adja a legjobb költség–megbízhatóság arányt.
5 döntéshozói következtetés
- Magas volumenű agentic workloadhoz erős alapválasztás: ha sok, többlépéses AI-feladatot futtatsz, a közel Opus-szintű képesség 40–60%-kal olcsóbban komoly érv a Sonnet 5 mellett.
- Ne csak a listaárral számolj: a frissített tokenizer 1,0–1,35x-re növelheti a tokenmennyiséget, ezért a valós költséget saját workloadon kell mérni.
- Offenzív kiberbiztonsági feladatokra maradj óvatos: a Firefox exploit-teszt 0% vs. 68,8% különbsége mutatja, hogy a Sonnet 5 nem minden biztonsági feladatra alkalmas.
- Ügynöki megbízhatóságot tesztelj: a Cursor és a Zapier visszajelzése szerint a fő nyereség a feladat végigvitele, nem csak az első válasz minősége.
- Tervezz fallback modellt: az IPO és a bevételi szerkezet körüli bizonytalanság mellett nem érdemes egyetlen modellre építeni minden kritikus folyamatot.
Üzleti háttér: miért számít ez az Anthropicnak?
A Sonnet 5 nem légüres térben érkezik. Az Anthropic 2026 kora júniusában bizalmasan benyújtotta S-1 IPO-kérelmét a SEC-hez, és a modell árazása közvetlenül kapcsolódik a cég bevételi szerkezetéhez.
A pénzügyi pálya erős: februárban 30 milliárd dolláros bevonás 380 milliárdos értékelésen, 14 milliárd dolláros éves bevétellel; május végén pedig 65 milliárdos Series H kör 965 milliárd dolláros post-money értékelésen, 47 milliárd dollár feletti bevétel run-rate mellett.
A központi befektetői kérdés éppen a Sonnet 5 kapcsán élesedik ki: az olcsóbb, magas volumenű Sonnet-szint vagy a drágább, magasabb árréssel dolgozó Opus-szint fogja-e dominálni a bevételt. A válasz nemcsak technológiai, hanem üzleti kérdés is.
A Claude Sonnet 5 a produkciós AI irányába tolja a piacot
A Claude Sonnet 5 valódi jelentősége nem egyetlen benchmarkszám, hanem az, hogy egy Sonnet-szintű modell mostantól elég megbízható lehet az éles, ügynöki munkához. Ez közel csúcsmodell-szintű képességet jelent, lényegesen alacsonyabb áron.
A következő hónapok kérdése már nem az, hogy egy modell át tud-e menni egy teszten, hanem hogy egy vállalat rá meri-e bízni a valós folyamatait. A Sonnet 5 árazása ezt a döntést sok szervezet számára könnyebbé teheti.
Kapcsolódó modell-elemzésünkben részletesen bemutatjuk az Anthropic csúcsmodelljét: Claude Opus 4.8: dinamikus workflow és erősebb kódoló AI. További AI modellfrissítésekért iratkozz fel az AI Hírek hírlevelére.