- Sonnet 4.5 обеспечивает надежные агенты, улучшенный код и надежные вычисления с 64 тыс. выходных токенов и фокусировкой более 30 часов.
- Клод Код обновляет (контрольные точки, терминал, VS Code), добавляет редактирование памяти и контекста в API и запускает Agent SDK.
- Он улучшен в плане безопасности (ASL-3, меньше ложных срабатываний, защита от быстрого внедрения) и хорошо себя показывает в SWE-bench и OSWorld.
- Доступно для Claude.ai, API, Bedrock и Vertex AI по цене от 3 до 15 долларов США с экономией на кэшировании и пакетной обработке.
Выход Claude Sonnet 4.5 дал толчок развитию области применения ИИ в агентах и разработке программного обеспечения, обещая многое: от автономного программирования и обработки данных до ощутимых достижений в области рассуждений и математики. Компания Anthropic позиционирует его как свою самую функциональную модель на сегодняшний день, с очень четкой целью: превратить Claude не просто в разговорного помощника, а в «агента, который действует».
Параллельно компания укрепляет свою экосистему, улучшая Claude Code, внедряя новые инструменты для разработчиков и ужесточая защиту и уровень согласованности. Цель амбициозна: создание лучшей модели для агентов, кода и использования вычислительных ресурсов , подкрепленной такими метриками, как SWE-bench Verified и OSWorld, а также набором функций, разработанных для упрощения долгосрочных и более сложных задач.
Что такое Claude Sonnet 4.5 и что он обещает?
Компания Anthropic описывает Sonnet 4.5 как свою самую мощную модель в критически важных областях: создание сложных агентов, генерация и сопровождение кода, а также компьютерное управление . Она выходит за рамки простой маркировки; компания заявляет о явных улучшениях в логике и математических вычислениях — двух столпах, которые имеют решающее значение, когда проекты включают в себя множество этапов и зависимостей.
Одна из самых примечательных особенностей модели — её способность выполнять сложные задачи более 30 часов подряд, сохраняя концентрацию без прямого вмешательства. На практике это означает, что агент может продолжать работу над длительными, скоординированными задачами, не теряя из виду свою цель. Кроме того, модель поддерживает вывод до 64 000 токенов, что очень полезно для детального планирования и генерации больших блоков кода.
В общедоступных тестах Anthropic утверждает, что Sonnet 4.5 является передовой версией в SWE-bench Verified, оценке, измеряющей способность программного обеспечения решать реальные задачи. Он также превосходит конкурентов в OSWorld с результатом 61,4%, что указывает на значительные улучшения в реальных условиях работы с настольными приложениями . Сама компания сравнивает этот показатель в 61,4% с 42,2%, достигнутыми Sonnet 4 несколько месяцев назад, что является существенным увеличением.
Помимо высоких показателей производительности, компания подчеркивает, что это ее наиболее соответствующая «передовая» модель: такие тревожные модели поведения, как чрезмерная лесть, стремление к власти или склонность к поддержке ошибочных рассуждений, были сокращены , а защита от атак с мгновенным внедрением кода в сценариях использования компьютеров и возможностях агентов была усилена.
Обновления экосистемы: код Клода, приложения и платформа
В Sonnet 4.5 вышло крупное обновление продукта. Claude Code представляет контрольные точки — одну из самых востребованных функций: они сохраняют прогресс и позволяют пользователям мгновенно вернуться к предыдущему состоянию. Для тех, кто разрабатывает приложения с длительными итерациями, это изменение снижает сложности и дает уверенность в исследовании различных путей без страха все сломать.
В дополнение к этому, был переработан интерфейс терминала и запущено собственное расширение для Visual Studio Code , цель которого — интегрировать Claude непосредственно в IDE, где программисты проводят свои рабочие дни. Это значительный шаг вперед, если цель состоит в том, чтобы модель стала играть более оперативную, а не второстепенную роль.
В части API есть два ключевых компонента: редактирование контекста и новый инструмент для работы с памятью, позволяющий хранить и извлекать информацию . Вместе они позволяют агентам работать дольше, отфильтровывая устаревший контекст и сохраняя доступ к действительно важной информации — это крайне важно, когда рабочие процессы длятся часами, а требования меняются на лету.
В приложениях Клода еще одним важным нововведением является возможность запускать код и создавать файлы (документы, электронные таблицы и презентации) прямо в чате. Это позволяет модели анализировать данные, генерировать контент и создавать его в офисных форматах, не покидая чат, объединяя теорию и практику в одном потоке.
Наконец, официальное расширение Клода для Chrome стало доступно пользователям Max, которые записались в список ожидания, что открывает возможности для автоматизации задач браузера с меньшими сложностями и большей надежностью.
Claude Agent SDK: строительные блоки для создания собственных агентов
Компания Anthropic не просто демонстрирует возможности своего флагманского продукта; она также предоставляет компоненты для его индивидуальной настройки. Новый SDK Claude Agent использует инфраструктуру, лежащую в основе Claude Code, и предназначен для решения сложных задач: управление памятью для длительно выполняющихся задач, системы разрешений, обеспечивающие баланс между автономностью и контролем со стороны пользователя, а также координация между суб-агентами, работающими над достижением общей цели.
Предложение состоит в том, чтобы преобразовать этот SDK в многоразовую основу, чтобы любая команда могла создавать своих собственных агентов, используя проверенные в производственной среде инструменты . Компания Anthropic утверждает, что, хотя изначально он был разработан для приложений, основанных на коде, он демонстрирует преимущества в широком спектре задач.
Предварительный обзор исследования: «Воображайте с Клодом»
Наряду с Sonnet 4.5, Anthropic предлагает временный эксперимент под названием «Imagine with Claude». В этом эксперименте модель генерирует программное обеспечение на лету без заранее заданных функций , реагируя на взаимодействие с пользователем в режиме реального времени. По сути, это демонстрация того, чего можно достичь, когда функциональная модель сочетается с подходящей инфраструктурой.
Предварительная версия доступна подписчикам Max в течение пяти дней по адресу claude.ai/imagine. Компания представляет её как игривую, но в то же время показательную демонстрацию возможностей Sonnet 4.5 в плане генерации и адаптации.
Безопасность, выравнивание и уровень ASL-3
Внедрение Sonnet 4.5 поддерживается уровнем безопасности ASL-3, представляющим собой систему, которая корректирует возможности модели с помощью соответствующих мер защиты . Эти меры включают классификаторы, предназначенные для обнаружения потенциально опасных входных и выходных данных, с акцентом на химические, биологические, радиологические и ядерные среды (ХБРЯ).
Компания Anthropic признает, что эти классификаторы иногда могут помечать контент как легитимный, и, чтобы не прерывать пользователя, предлагает продолжить диалог с помощью Sonnet 4, который представляет меньший риск, связанный с химическим, биологическим, радиологическим и ядерным оружием (ХБРЯ). С момента первого описания этих фильтров количество ложных срабатываний сократилось в десять раз, а с момента запуска Claude Opus 4 в мае — в два раза. Они обещают, что различимость классификаторов будет продолжать улучшаться.
Согласование выходит за рамки фильтров: обучение и оценка безопасности теперь впервые включают тесты, основанные на механистической интерпретируемости , с целью лучшего понимания и контроля внутреннего поведения модели. Кроме того, усилена защита от внедрения подсказок, что особенно актуально, когда система просматривает веб-страницы, работает в виртуальных рабочих столах или выполняет действия.
Доступность, интеграция и ценообразование
Claude Sonnet 4.5 доступен сегодня повсюду. Разработчики могут использовать его через API Claude, вызывая модель "claude-sonnet-4-5" . Цена остаётся такой же, как и в предыдущем поколении: 3 доллара за миллион входящих токенов и 15 долларов за миллион исходящих токенов.
Инфраструктура Anthropic обеспечивает экономию средств: до 90% за счет оперативного кэширования и еще 50% за счет пакетной обработки — показатели, разработанные для больших объемов данных. Для конечных пользователей чат доступен в Sonnet 4.5 в Claude.ai (веб, iOS и Android), а для предприятий он изначально доступен на платформе Claude Developer Platform, а также в Amazon Bedrock и Google Cloud Vertex AI.
В сегменте бизнеса есть бесплатный тариф с лимитом сессий, который сбрасывается каждые пять часов , и переменным количеством сообщений по запросу. А для сложных задач программирования Claude Code выступает в качестве ведущего поставщика.
Рекомендуемые варианты использования
Sonnet 4.5 представлен как идеальная модель для агентов: он может реагировать практически мгновенно или использовать видимое, пошаговое мышление, когда этого требует задача. Пользователи API точно контролируют продолжительность «мышления» модели, выбирая между скоростью и глубиной.
В разработке программного обеспечения это охватывает весь жизненный цикл: планирование, генерацию, сопровождение, исправление ошибок и масштабную рефакторизацию . Большой объем выходного контекста (до 64 000 токенов) облегчает создание согласованных и подробных планов и кода.
С точки зрения использования в браузерах и на настольных компьютерах, он лидирует в своей категории: он выполняет реальные рабочие процессы, от конкурентного анализа и закупок до регистрации клиентов в веб-версии. Предполагается, что точность и надежность будут постоянно улучшаться со временем.
В сфере кибербезопасности команды, использующие Sonnet 4.5 в сочетании с Claude Code, могут развертывать агенты, которые автономно устраняют уязвимости до того, как они будут использованы злоумышленниками, смещая акцент с реактивного обнаружения на проактивную защиту.
В финансовой сфере эта модель занимается анализом входных данных и сложным прогнозированием ; например, она отслеживает глобальные изменения в законодательстве и заблаговременно адаптирует системы соответствия, переходя от ручной подготовки к аудиту к интеллектуальному управлению рисками.
В сфере повышения производительности труда он превосходно справляется с созданием и редактированием офисных файлов (документов, электронных таблиц, презентаций) . А в области исследований он способен отслеживать внутренние и внешние источники для синтеза знаний в сложных информационных пространствах.
Что касается содержания, он превосходно владеет навыками письма, умело передавая нюансы и тон, создавая более убедительные тексты и проводя более глубокий семантический анализ , что является ценным преимуществом для маркетинга, технической документации или корпоративных коммуникаций.
Производительность и показатели
Согласно данным Anthropic, Sonnet 4.5 показал результат 77,2% в SWE-bench Verified , что является его лучшим показателем на сегодняшний день в области программирования. В OSWorld он достигает 61,4%, подтверждая свою позицию лучшей модели по «использованию компьютера». Эти показатели подтверждаются данными об эксплуатации, включающими задачи, занимавшие более 30 часов, и производительностью в 64 000 токенов.
Компания заявляет, что Sonnet 4.5 расширяет возможности агентов в таких требовательных секторах, как финансовый анализ, кибербезопасность и исследования , обеспечивая координацию работы нескольких агентов и обработку больших объемов данных с надежностью, необходимой для этих областей.
Эволюция семейства сонетов и место 4.5
Чтобы понять этот скачок, нам нужно оглянуться назад. В Sonnet 3.7 была представлена гибридная модель рассуждений , которая значительно улучшила кодирование, генерацию контента и анализ данных. Затем Sonnet 4 закрепил этот подход, обеспечив производительность, близкую к пограничной, что делает его практичным для пользовательских помощников и задач с большим объемом данных.
Sonnet 4.5 развивает эту тенденцию и делает шаг вперед: его цель — стать наиболее точным выбором для длительных задач, сложных агентов и использования компьютеров , обладая более глубокими знаниями в области программирования, финансов и кибербезопасности.
Что говорят реальные случаи и сообщество
Компания Anthropic сообщила, что использовала Sonnet 4.5 в течение 30 часов подряд для создания копии Slack . По данным компании, агент сгенерировал 11 000 строк кода без участия пользователя и остановился после завершения задачи. В мае их модель Opus 4 смогла проработать около семи часов, поэтому новый рекорд значительно превосходит этот показатель.
История звучит впечатляюще, но за пределами рекламных материалов выявляются нюансы. Разработчики, такие как @midudev, рассказывают, как модель рефакторизировала целые проекты одной инструкцией — применяя такие шаблоны, как « чистая архитектура», и генерируя сотни или тысячи строк кода , — но результат не работал при компиляции. Другие сообщают о том же: код с безупречной структурой и профессиональным внешним видом, но неработоспособный во время выполнения.
Также было отмечено, что компания Anthropic не продемонстрировала работу предполагаемого приложения Slack от начала до конца, а лишь заявила, что разработала его сама — существенный разрыв между коммуникацией и демонстрацией с помощью проверяемого кода . Эта закономерность не уникальна: в отрасли модели улучшаются за счет генерации кода, который выглядит очень хорошо, но зачастую они все еще не способны создавать функциональные решения без значительного вмешательства человека.
Внутри компании улучшения удивили даже её собственную команду. Дайан Пенн отмечает, что новая модель в три раза лучше справляется с использованием компьютеров, чем октябрьская версия, и что они потратили последний месяц на работу с отзывами от GitHub и Cursor . Canva, как бета-тестер, говорит, что это помогает в «сложных задачах с большим объемом информации». Скотт Уайт сравнивает это с «уровнем руководителя аппарата»: координация графиков, анализ данных и написание отчетов.
Основной посыл ясен: даже при наличии надежной модели для развертывания более надежных агентов в производственной среде по-прежнему необходимы виртуальные машины, управление памятью и контекстом, поддержка нескольких агентов и системы разрешений . Именно этот пробел призваны заполнить Agent SDK и новые функции платформы.
Конкуренция и позиционирование на рынке
Запуск Sonnet 4.5 рассматривается как часть напряженной конкуренции: OpenAI продвигается вперед со своим следующим поколением, в то время как Google продолжает работу над Gemini , предпринимая шаги, которые заставляют всех ускорить свои усилия. В этом контексте долгосрочные агенты, прямое использование компьютеров и автономное программирование являются ключевыми областями, где на кону стоит большая часть коммерческой ценности.
Тот, кто убедит компании в возможности автоматизации реальных рабочих процессов с контролем и надежностью, получит лицензии и обеспечит крупномасштабное внедрение . Компания Anthropic считает, что сочетание мощной модели с подходящей инфраструктурой — собственной — позволит преодолеть разрыв между демонстрацией и устойчивой эксплуатацией.
Рекомендации и передовой опыт по усыновлению
Если вы всерьез собираетесь попробовать Sonnet 4.5, помните, что автономность имеет свою цену. Действия, которые может выполнять модель — чтение и изменение файлов, перемещение данных, выполнение команд и навигация — требуют четких правил и контроля. Включение систем разрешений, журналов аудита и установление пороговых значений для вмешательства человека имеют решающее значение для снижения рисков.
В потоках выполнения кода контрольные точки и память API Claude Code помогают безопасно итерировать процесс. Тем не менее, рекомендуется автоматизировать тесты и конвейеры валидации , а также внедрять модель контролируемыми этапами (от задач с низким уровнем влияния до критически важных компонентов) перед делегированием основных обязанностей.
Где прочитать больше и как начать
Компания Anthropic рекомендует обновить Sonnet до версии 4.5 для всех задач: приложений, API и Claude Code. Они позиционируют обновление как прямую замену с улучшенной производительностью по той же цене . Новые функции в Claude Code доступны всем пользователям; обновления платформы для разработчиков, включая Agent SDK, доступны всему сообществу разработчиков; а выполнение кода и создание файлов в приложениях включены во все платные тарифные планы.
Для получения технических подробностей и результатов оценки компания ссылается на свою системную карту, страницу модели и документацию , а также на инженерные публикации и статью об исследованиях в области кибербезопасности. Все желающие поэкспериментировать с генерацией программного обеспечения в реальном времени могут попробовать программу «Imagine with Claude» в течение нескольких дней.
Эти заявления рисуют картину модели, которая поднимает планку в отношении агентов, кода и использования компьютеров, одновременно повышая масштабируемость, безопасность и улучшая инструменты для разработчиков. Ещё предстоит увидеть, насколько практика будет соответствовать теории, но есть конкретные признаки зрелости и последовательный план по преодолению разрыва между «хорошими словами» и «хорошими делами».
