- Sonnet 4.5 poháňa odolných agentov, lepší kód a spoľahlivé výpočty so 64 000 výstupnými tokenmi a zameraním na viac ako 30 hodín.
- Claude Code aktualizuje (kontrolné body, terminál, VS Code), pridáva do API úpravy pamäte a kontextu a spúšťa Agent SDK.
- Pokračuje v bezpečnosti (ASL-3, menej falošných poplachov, ochrana pred okamžitou injekciou) a dobre funguje v SWE-bench a OSWorld.
- Dostupné na platformách Claude.ai, API, Bedrock a Vertex AI s cenami od 3 do 15 dolárov a so zľavami za ukladanie do vyrovnávacej pamäte a dávkové spracovanie.
Príchod Claude Sonnet 4.5 rozprúdil oblasť umelej inteligencie aplikovanej na agentov a vývoj softvéru, s prísľubmi od autonómneho programovania a ovládania počítača až po hmatateľný pokrok v uvažovaní a matematike. Anthropic ho prezentuje ako svoj doteraz najschopnejší model s veľmi jasným zameraním: transformovať Claude na viac než len konverzačného asistenta a posunúť ho do sféry „agenta, ktorý koná“.
Súbežne spoločnosť posilňuje svoj ekosystém vylepšeniami Claude Code, novými nástrojmi pre vývojárov a prísnejšou vrstvou zabezpečenia a zarovnávania. Posolstvo je ambiciózne: najlepší model pre agentov, kód a využitie výpočtov , podporený metrikami ako SWE-bench Verified a OSWorld, okrem sady funkcií navrhnutých na uľahčenie dlhodobých a zložitejších úloh.
Čo je Claude Sonnet 4.5 a čo sľubuje?
Spoločnosť Anthropic opisuje Sonnet 4.5 ako svoj najvýkonnejší model v kritických oblastiach: tvorba komplexných agentov, generovanie a údržba kódu a riadenie počítača . Ide nad rámec samotného označovania; spoločnosť tvrdí, že dosiahla jasné vylepšenia v uvažovaní a matematike, dvoch pilieroch, ktoré robia veľký rozdiel, keď projekty zahŕňajú viacero krokov a závislostí.
Jednou z jeho najvýraznejších vlastností je schopnosť vykonávať zložité úlohy viac ako 30 hodín vkuse a udržiavať si sústredenie bez priameho zásahu. V praxi to znamená, že agent môže vykonávať dlhé, koordinované úlohy bez straty prehľadu. Model navyše podporuje výstupy až do 64 000 tokenov, čo je veľmi užitočné pre detailné plánovanie a generovanie veľkých blokov kódu.
Vo verejných benchmarkoch spoločnosť Anthropic tvrdí, že Sonnet 4.5 je na najvyššej úrovni v teste SWE-bench Verified, ktorý meria schopnosť softvéru riešiť problémy v reálnom svete. Vyniká tiež v OSWorld so skóre 61,4 %, čo naznačuje významné zlepšenie v reálnych desktopových prostrediach . Samotná spoločnosť porovnáva týchto 61,4 % so 42,2 %, ktoré dosiahol Sonnet 4 pred niekoľkými mesiacmi, čo je značný nárast.
Okrem samotného výkonu spoločnosť zdôrazňuje, že ide o jej najzosúladnejší „hraničný“ model: znepokojujúce správanie, ako je nadmerné lichotenie, hľadanie moci alebo tendencia podporovať bludné uvažovanie, sa znížilo a posilnila sa obrana proti útokom typu prompt injection v scenároch používania počítača a schopnosti agentov.
Aktualizácie ekosystému: Claude Code, aplikácie a platforma
Sonnet 4.5 prichádza s významnou aktualizáciou produktu. Claude Code zavádza kontrolné body , jednu z najžiadanejších funkcií: ukladajú postup a umožňujú používateľom okamžite sa vrátiť do predchádzajúcich stavov. Pre každého, kto vyvíja s dlhými iteráciami, táto zmena znižuje trenie a poskytuje istotu pri skúmaní rôznych ciest bez strachu z porušenia všetkého.
Toto je okrem prepracovaného terminálového rozhrania a spustenia natívneho rozšírenia pre Visual Studio Code s cieľom integrovať Claude priamo do IDE, kde programátori trávia svoje dni. Ide o významný krok vpred, ak je cieľom, aby model prevzal operačnejšiu a menej periférnu úlohu.
Na strane API existujú dva kľúčové komponenty: úprava kontextu a nový nástroj na ukladanie a načítavanie informácií z pamäte . Spoločne umožňujú agentom bežať dlhšie, filtrovať zastaraný kontext a udržiavať prístup k tomu, čo je skutočne dôležité – čo je nevyhnutné, keď pracovné postupy trvajú hodiny a požiadavky sa menia za chodu.
V Claudeových aplikáciách je ďalšou dôležitou inováciou možnosť spúšťať kód a vytvárať súbory (dokumenty, tabuľky a prezentácie) v rámci konverzácie. To umožňuje modelu analyzovať dáta, generovať obsah a produkovať ho vo formátoch Office bez opustenia chatu, čím sa teória a prax spájajú v jednom vlákne.
Oficiálne rozšírenie prehliadača Chrome od spoločnosti Claude je konečne k dispozícii pre používateľov verzie Max, ktorí sa pridali na čakaciu listinu, čím sa otvárajú dvere k automatizácii úloh prehliadača s menším trením a väčšou spoľahlivosťou.
Claude Agent SDK: Základné prvky pre vytváranie vlastných agentov
Anthropic nielenže predvádza, čo jeho vlajkový produkt dokáže, ale poskytuje aj stavebné bloky pre ostatných, aby si ho mohli prispôsobiť. Nová sada Claude Agent SDK zdieľa infraštruktúru, ktorá poháňa Claude Code, a je navrhnutá tak, aby riešila náročné problémy: správa pamäte pre dlhotrvajúce úlohy, systémy povolení, ktoré vyvažujú autonómiu s kontrolou zo strany používateľa, a koordinácia medzi subagentmi pracujúcimi na spoločnom cieli.
Návrh spočíva v transformácii tohto SDK na opakovane použiteľný základ, aby si každý tím mohol vytvoriť vlastného agenta pomocou overených nástrojov v produkčnom prostredí . Anthropic tvrdí, že hoci bol pôvodne vyvinutý pre aplikácie založené na kóde, vykazuje výhody v širokej škále úloh.
Ukážka výskumu: „Predstavte si s Claudom“
Spolu so Sonnet 4.5 ponúka Anthropic dočasný zážitok s názvom „Predstavte si s Claudom“. V tomto experimente model generuje softvér za chodu bez vopred určených funkcií a reaguje na interakciu používateľa v reálnom čase. V podstate ide o pohľad na to, čo sa dá dosiahnuť, keď sa schopný model skombinuje so správnou infraštruktúrou.
Ukážka je k dispozícii pre predplatiteľov Max päť dní a je dostupná na stránke claude.ai/imagine. Spoločnosť ju prezentuje ako hravú, no zároveň odhaľujúcu ukážku možností Sonnet 4.5 z hľadiska generovania a adaptácie.
Bezpečnosť, zarovnanie a úroveň ASL-3
Nasadenie systému Sonnet 4.5 je podporované úrovňou zabezpečenia ASL-3, čo je rámec, ktorý upravuje možnosti modelu pomocou vhodných záruk . Tieto opatrenia zahŕňajú klasifikátory určené na detekciu potenciálne nebezpečných vstupov a výstupov so zameraním na prostredie CBRN (chemické, biologické, rádiologické a jadrové).
Spoločnosť Anthropic uznáva, že tieto klasifikátory môžu niekedy označiť legitímny obsah, a aby sa predišlo prerušovaniu používateľa, ponúka pokračovanie v konverzácii so systémom Sonnet 4, ktorý predstavuje nižšie riziko CBRN. Odkedy tieto filtre prvýkrát popísali, znížili počet falošných poplachov desaťnásobne a od spustenia systému Claude Opus 4 v máji dvojnásobne. Sľubujú, že rozpoznateľnosť klasifikátorov sa bude naďalej zlepšovať.
Zosúladenie ide nad rámec filtrov: školenia a bezpečnostné hodnotenia teraz po prvýkrát zahŕňajú testy inšpirované mechanistickou interpretovateľnosťou s cieľom lepšie pochopiť a kontrolovať vnútorné správanie modelu. Okrem toho bola posilnená ochrana proti okamžitému vkladaniu, čo je obzvlášť dôležité, keď systém prehliada, pracuje na virtuálnych desktopoch alebo vykonáva akcie.
Dostupnosť, integrácia a ceny
Claude Sonnet 4.5 je dnes dostupný všade. Vývojári ho môžu používať prostredníctvom Claude API s využitím modelu „claude-sonnet-4-5“ . Cena zostáva rovnaká ako v predchádzajúcej generácii: 3 doláre za milión prijatých tokenov a 15 dolárov za milión prijatých tokenov.
Anthropic ponúka vďaka svojej infraštruktúre cenové výhody: až 90 % úspory vďaka rýchlemu ukladaniu do vyrovnávacej pamäte a ďalších 50 % vďaka dávkovému spracovaniu – údaje sú navrhnuté pre vysokoobjemové úlohy. Pre koncových používateľov je chat dostupný so Sonnet 4.5 v Claude.ai (web, iOS a Android) a pre podniky je natívne dostupný na platforme Claude Developer Platform, ako aj na Amazon Bedrock a Google Cloud Vertex AI.
Na firemnej úrovni je k dispozícii bezplatný plán s limitom relácií, ktorý sa resetuje každých päť hodín , a variabilným počtom správ na požiadanie. A pre zložité programátorské úlohy je Claude Code popredným poskytovateľom.
Odporúčané prípady použitia
Sonnet 4.5 je prezentovaný ako ideálny model pre agentov: dokáže reagovať takmer okamžite alebo nasadiť viditeľné, postupné myslenie, keď si to úloha vyžaduje. Používatelia API presne kontrolujú, ako dlho model „myslí“, pričom si vyberajú medzi rýchlosťou a hĺbkou.
Vo vývoji softvéru pokrýva celý životný cyklus: plánovanie, generovanie, údržbu, opravy chýb a rozsiahle refaktorovanie . Rozsiahly výstupný kontext (až 64 000 tokenov) uľahčuje tvorbu konzistentných a rozsiahlych plánov a kódu.
Pokiaľ ide o používanie prehliadačov a počítačov, je lídrom vo svojej kategórii: dokončuje pracovné postupy v reálnom svete od analýzy konkurencie a nákupu až po registráciu zákazníkov na webe. Zámerom je, aby sa presnosť a spoľahlivosť časom naďalej zlepšovali.
V kybernetickej bezpečnosti môžu tímy, ktoré kombinujú Sonnet 4.5 s Claude Code, nasadiť agentov, ktorí autonómne opravujú zraniteľnosti skôr, ako sú zneužité, čím sa zameranie presúva z reaktívnej detekcie na proaktívnu obranu.
Vo financiách sa model zaoberá analýzou vstupov a komplexnými predikciami ; napríklad monitoruje globálne regulačné zmeny a proaktívne prispôsobuje systémy dodržiavania predpisov, pričom sa vyvíja od manuálnej prípravy auditu až po inteligentné riadenie rizík.
V oblasti produktivity podnikania vyniká pri vytváraní a úprave kancelárskych súborov (dokumentov, tabuliek, prezentácií) . A vo výskume dokáže sledovať interné a externé zdroje a syntetizovať poznatky v komplexných informačných prostrediach.
Čo sa týka obsahu, vyniká v písaní s pochopením nuans a tónu, vytvára presvedčivejšie texty a analyzuje ich na hlbšej sémantickej úrovni , čo je cenný bod pre marketing, technickú dokumentáciu alebo firemnú komunikáciu.
Výkon a metriky
Údaje prezentované spoločnosťou Anthropic umiestňujú Sonnet 4.5 na 77,2 % v teste SWE-bench Verified , čo je jeho doteraz najlepší výkon v programovaní. V teste OSWorld dosahuje 61,4 %, čím si upevňuje pozíciu svojho najlepšieho modelu „využívajúceho počítač“. Tieto metriky sú podporené prevádzkovými dôkazmi o úlohách presahujúcich 30 hodín a výstupnou kapacitou 64 000 tokenov.
Spoločnosť uvádza, že Sonnet 4.5 posilňuje agentov v náročných sektoroch, ako sú finančná analýza, kybernetická bezpečnosť a výskum , koordinuje viacerých agentov a spracováva veľké objemy údajov so spoľahlivosťou, ktorú tieto oblasti vyžadujú.
Vývoj rodiny Sonnet a miesto 4.5
Aby sme pochopili tento skok, musíme sa pozrieť späť. Sonnet 3.7 predstavil hybridný model uvažovania , ktorý výrazne zlepšil kódovanie, generovanie obsahu a analýzu údajov. Sonnet 4 potom tento prístup upevnil s takmer hraničným výkonom praktickým pre používateľských asistentov a úlohy s vysokým objemom.
Sonnet 4.5 stavia na tejto trajektórii a posúva ju o krok ďalej: jeho ambíciou je byť najpresnejšou voľbou pre dlhé úlohy, komplexných agentov a používanie počítačov s väčšími znalosťami v oblasti programovania, financií a kybernetickej bezpečnosti.
Čo hovoria skutočné prípady a komunita
Spoločnosť Anthropic informovala, že nechala Sonnet 4.5 pracovať 30 hodín po sebe, aby vytvorila repliku Slacku . Podľa spoločnosti agent vygeneroval 11 000 riadkov kódu bez dozoru a po dokončení úlohy sa zastavil. V máji sa ich modelu Opus 4 podarilo pracovať približne sedem hodín, takže nový rekord túto hranicu ďaleko prekonal.
Príbeh znie pôsobivo, ale nuansy sa objavujú aj mimo propagačných materiálov. Vývojári ako @midudev rozprávajú, ako model refaktoroval celé projekty v rámci jednej inštrukcie – aplikoval vzory ako čistá architektúra a generoval stovky alebo tisíce riadkov – ale výsledok pri kompilácii nefungoval. Iní hlásia to isté: kód s bezchybnou štruktúrou a profesionálnym vzhľadom, ale počas behu nefunkčný.
Taktiež sa poukázalo na to, že Anthropic nepreukázal údajnú funkčnosť aplikácie Slack od začiatku do konca, ale skôr uviedol, že ju sám vytvoril – čo je značná medzera medzi komunikáciou a demonštráciou s overiteľným kódom . Tento vzorec nie je ojedinelý: v celom odvetví sa modely zlepšujú generovaním kódu, ktorý vyzerá veľmi dobre, ale stále často nedokážu vytvoriť funkčné riešenia bez významného ľudského zásahu.
Z vnútra spoločnosti vylepšenia prekvapili dokonca aj jej vlastný tím. Dianne Penn poukazuje na to, že model je trikrát zručnejší v používaní počítačov ako októbrová verzia a že posledný mesiac strávili prácou so spätnou väzbou od GitHubu a Cursoru . Canva ako beta tester hovorí, že pomáha s „zložitými úlohami s dlhým kontextom“. Scott White to prirovnáva k „úrovni vedúceho personálu“: koordinácia harmonogramov, analýza údajov a písanie správ.
Základné posolstvo je jasné: aj s robustným modelom sú na nasadenie spoľahlivejších agentov v produkčnom prostredí stále potrebné virtuálne počítače, správa pamäte a kontextu, podpora viacerých agentov a systémy povolení . Práve túto medzeru sa snaží vyplniť sada Agent SDK a nové funkcie platformy.
Konkurencia a postavenie na trhu
Spustenie Sonnet 4.5 je vnímané ako súčasť napätej konkurencie: OpenAI napreduje so svojou ďalšou generáciou, zatiaľ čo Google zotrváva na Gemini a robí kroky, ktoré nútia všetkých zrýchliť svoje úsilie. V tejto súvislosti sú dlhodobí agenti, priame používanie počítačov a autonómne programovanie kľúčovými oblasťami, kde je v stávke veľká časť obchodnej hodnoty.
Ktokoľvek presvedčí spoločnosti, že dokážu automatizovať pracovné postupy v reálnom svete s kontrolou a spoľahlivosťou, získa licencie a rozsiahle nasadenia . Spoločnosť Anthropic verí, že kombinácia výkonného modelu so správnou infraštruktúrou – ich vlastnou – premostí priepasť medzi demonštráciami a trvalou prevádzkou.
Odporúčania pre adopciu a osvedčené postupy
Ak sa chystáte vážne vyskúšať Sonnet 4.5, majte na pamäti, že autonómia nie je zadarmo. Činnosti, ktoré model môže vykonávať – čítanie a úprava súborov, presúvanie údajov, vykonávanie príkazov a navigácia – si vyžadujú jasné pravidlá a dohľad. Povolenie systémov povolení, auditovanie protokolov a stanovenie prahových hodnôt pre ľudský zásah sú kľúčové pre zmiernenie rizík.
V procesoch kódu pomáhajú kontrolné body a pamäť API Claude Code bezpečne iterovať. Napriek tomu je vhodné automatizovať testy a validačné kanály a zavádzať model v kontrolovaných fázach (od úloh s nízkym dopadom až po kritické komponenty) pred delegovaním hlavných zodpovedností.
Kde sa dočítať viac a ako začať
Spoločnosť Anthropic odporúča prejsť na verziu Sonnet 4.5 pre všetky účely: aplikácie, API a Claude Code. Aktualizáciu prezentujú ako priamu náhradu so zlepšeným výkonom za rovnakú cenu . Nové funkcie v Claude Code sú dostupné všetkým používateľom; aktualizácie vývojárskej platformy – vrátane Agent SDK – sú dostupné celej vývojárskej komunite; a spúšťanie kódu a vytváranie súborov v aplikáciách sú zahrnuté vo všetkých platených plánoch.
Technické podrobnosti a výsledky hodnotenia spoločnosť uvádza na svojej systémovej karte, stránke modelu a v dokumentácii , ako aj v technických publikáciách a výskumnom príspevku o kybernetickej bezpečnosti. Každý, kto chce experimentovať s generovaním softvéru v reálnom čase, si môže na niekoľko dní vyskúšať program „Imagine with Claude“.
Tieto oznámenia vykresľujú model, ktorý zvyšuje latku, pokiaľ ide o agentov, kód a používanie počítačov, a zároveň posilňuje škálovateľnosť, bezpečnosť a nástroje pre vývojárov. Uvidíme, do akej miery sa prax bude zhodovať s teóriou, ale existujú konkrétne známky zrelosti a konzistentný plán na preklenutie priepasti medzi „hovorením o dobrom“ a „konaním dobra“.
