Компания Anthropic представила Claude Sonnet 5.5, вторую модель в линейке 5.5 после флагманской Opus 5.5. Новинка ориентирована на повседневные задачи, включая работу с кодом, документами и таблицами, и позиционируется как более производительное и экономичное решение.
В тесте Terminal-Bench 4.0 модель Sonnet 5.5 показала результат 70,6%, опередив Opus 5.5 с её 66,4% и значительно превзойдя Sonnet 5, набравшую 10,3%. В CursorBench 4.0 показатели составили 55,5% для Sonnet 5.5 и 57,8% для Opus 5.5. В OSWorld 2.1 новая модель получила 80,1% баллов.
Sonnet 5.5 стала первой моделью серии, прошедшей игру Pokémon Red, используя только визуальные данные со скриншотов. В тесте GDPval-AA v2.1, охватывающем 44 профессии, модель набрала 1844 балла, что почти соответствует показателю Opus 5.5 в 1846 баллов.
Скорость генерации ответов у Sonnet 5.5 выросла более чем на 30% по сравнению с Sonnet 5, а стоимость выполнения типичных задач снизилась до 30%. Стоимость токенов составляет $2 за миллион входных и $10 за миллион выходных, чтение из кэша стоит $0,20 за миллион токенов.
Модель доступна пользователям Claude, через API и облачные платформы Amazon Web Services, Google Cloud и Microsoft Azure. Разработчик отмечает, что Opus 5.5 сохраняет преимущество в задачах, требующих длительного самостоятельного рассуждения и принятия сложных решений.
