Özellikle kodlama, reasoning (akıl yürütme) ve otonom araç kullanımı konusunda muazzam iyileştirmeler içeriyor. Üstelik en güzel haberi baştan vereyim: Bu model 1 Milyon (1M) token bağlam (context) penceresiyle geliyor!
Claude geliştiricilerinin X (Twitter) üzerinden yaptığı resmi açıklamalardaki en can alıcı detaylar şöyle:
- "Kodlama ve araç kullanımı için en üst düzey performans, Sonnet fiyatlandırmasıyla, 1M bağlam penceresiyle."
- "Sonnet 5; akıl yürütme, araç kullanımı, kodlama ve bilgiye dayalı çalışmalarda 4.6'ya kıyasla büyük kazanımlar sağlıyor."
- "Gerçek mühendislik işleri için tasarlandı. Büyük kod tabanlarında gezinmek, çok dosyalı değişiklikleri sorunsuz entegre etmek, uzun süreli hata ayıklama (debugging) ve refactoring (kod iyileştirme) görevlerini baştan sona tamamlamak için üretildi."
Yani kısaca halüsinasyon görmeden Fable 5 modelinde gördüğümüz uzun soluklu kod yazma bu modelede kısmen gelmiş durumda.
Anthropic'in paylaştığı yeni test sonuçlarına göre Sonnet 5, bir önceki sürüm olan 4.6'ya büyük bir fark atarken, serinin en üst (ve en pahalı) modeli olan Opus 4.8 seviyelerine dayanmış durumda. Hatta bilgiye dayalı çalışmalarda Opus 4.8'i kıl payı geçiyor.
Agentic Coding
- SWE-bench Pro: %63.2 (Eski 4.6: %58.1 | Opus 4.8: %69.2)
- Terminal-Bench 2.1: %80.4 (Eski 4.6: %67.0 | Opus 4.8: %82.7) - Terminal kullanımında muazzam bir artış var.
Multidisciplinary Reasoning
- Araçlar Olmadan (No tools): %43.2 (Eski 4.6: %34.6)
- Araçlarla (With tools): %57.4 (Eski 4.6: %46.8 | Opus 4.8: %57.9) - Araç kullanımında Opus 4.8 ile neredeyse kafa kafaya.
Computer Use
- Skor: %81.2 (Eski 4.6: %78.5 | Opus 4.8: %83.4)
Knowledge Work
- Skor:1618(Eski 4.6: 1395 | Opus 4.8: 1615) - Burada Opus 4.8'i bile geride bırakmış.
Kısaca açıklamak istersek ne anlama geliyor?
1 Milyon context sınırı sayesinde artık bütün bir uygulamanın (Frontend, Backend, Veritabanı şemaları) kodlarını aynı anda pencereye yükleyip, modelin proje genelinde analiz yapmasını ve modüller arası kod yazmasını isteyebileceğiz. Üstelik performans Opus seviyesine bu kadar yaklaşmışken "Sonnet" fiyatlandırması üzerinden kullanmak, API maliyetlerini ciddi anlamda düşürecektir. Özellikle Cursor, Cline (Roo Code) veya kendi projelerinde Anthropic API kullananlar için harika bir alternatif.
