Anthropic выкатила Sonnet 5.5 — скачок в агентном кодинге и CursorBench

28 сентября Anthropic выпустила Claude Sonnet 5.5 — вторую модель семейства 5.5. Её ставят рядом с Opus 5.5 как более быстрый и дешёвый в эксплуатации вариант: точечные правки, баги, документы и слайды, а не длинная открытая работа на своё усмотрение.
На Terminal-Bench 4.0, где модель решает многошаговые задачи в командной строке, Sonnet 5.5 набирает 70.6% — у Claude Sonnet 5 было 10.3%. Ответы генерируются более чем на 30% быстрее, а при неизменных ценах на токены на ту же задачу часто уходит до 30% меньше: 2 доллара за миллион входных, 10 за миллион выходных, 0.20 за миллион чтений из кэша.
Кодинг и CursorBench
- CursorBench 4.0 — 55.5% у Sonnet 5.5 против 34.1% у Sonnet 5; у Opus 5.5 57.8%. Бенчмарк собран из неоднозначных многофайловых задач реальных сессий Cursor.
- FrontierCode 1.1 — на High effort прирост около 10 пунктов к Sonnet 5 при существенно меньшей стоимости попытки.
- Агент в IDE — в сравнительных прогонах модель чаще пакует вызовы инструментов и проходит меньше шагов; у Slack на офлайн-оценках бота без смены промптов вышло примерно на 14% меньше выходных токенов при лучшем качестве.
В Claude Code и приложениях по умолчанию effort Medium, на Claude Platform — High: ниже уровень — быстрее и экономнее, выше — дольше думает и перепроверяет результат.
Модель доступна на AWS, Google Cloud и Microsoft Azure с нулевым хранением данных, как у Opus 5.5 и Sonnet 5. Для Sonnet 5.5 впервые в линейке Sonnet включили кибер-ограничения уровня топовых моделей: рутинная разработка и поиск багов в своём коде не режутся, на высокорисковые запросы срабатывает откат к Sonnet 5.
Источник: Introducing Claude Sonnet 5.5.