Anthropic wypuściło Claude Sonnet 5 30 czerwca 2026 roku — i natychmiast stało się domyślnym modelem Kunya dla konwersacji opartych na Anthropic. Jeśli ostatnio otwierałeś nowy czat i zauważyłeś, że coś działa ostrzej i bardziej precyzyjnie, to właśnie dlatego. Zanim jednak założysz, że Sonnet 5 jest po prostu „lepszy od wszystkiego, co było wcześniej", warto zrozumieć pewną istotną niuans: Sonnet 5 to wyspecjalizowany skok naprzód, a nie uniwersalne ulepszenie. Claude Sonnet 4.6 jest nadal dostępny w Kunya i dla określonego zakresu zadań wciąż pozostaje właściwym wyborem.
Ten artykuł omawia, co naprawdę nowego wnosi Claude Sonnet 5, w czym faktycznie przewyższa swojego poprzednika oraz jak podchodzić do wyboru między dwoma modelami w Kunya.
Czym jest Claude Sonnet 5?
Claude Sonnet 5 to najnowszy model ze średniej półki Anthropic — należący do tej samej linii produktowej co Sonnet 4.6, lecz zbudowany od nowa z innym naciskiem architektonicznym. O ile poprzednie wersje Sonneta balansowały między wszechstronnością a szybkością, Sonnet 5 jest wyraźnie zoptymalizowany pod kątem wydajności agentowej: złożonych, wieloetapowych zadań wymagających planowania, korzystania z narzędzi, wykonywania kodu i autonomicznego podejmowania decyzji podczas długich sesji.
Model wprowadza trzy kluczowe zmiany:
Regulowany poziom rozumowania — możesz ustawić rozumowanie od
lowdoxhigh, zyskując kontrolę nad stosunkiem szybkości do głębokości analizyNowy tokenizer — poprawiający wydajność przy wynikach bogatych w kod i danych strukturyzowanych
Znacznie lepsze wyniki w benchmarkach agentowych — o liczbach więcej poniżej
Ceny pozostają identyczne jak w przypadku Sonnet 4.6: 3 USD za milion tokenów wejściowych i 15 USD za milion tokenów wyjściowych. Okno kontekstowe nie zmienia się i wynosi 1 milion tokenów. Ścieżka aktualizacji jest więc, przynajmniej pod względem kosztów, całkowicie bezproblemowa.
Gdzie Claude Sonnet 5 faktycznie wysuwa się na prowadzenie
Przejdźmy do konkretów. „Lepszy" to wygodne, ale puste słowo. Oto co faktycznie pokazują liczby — i dlaczego przekładają się na realne usprawnienia w pracy użytkowników Kunya.
W teście MMLU (Massive Multitask Language Understanding — szeroki benchmark wiedzy akademickiej obejmujący 57 dziedzin, od medycyny przez prawo po algebrę abstrakcyjną) Sonnet 5 osiąga wynik około 91,5%, w porównaniu z ~88% Sonneta 4.6. Ta różnica odzwierciedla rzeczywiste usprawnienia w rozumowaniu dziedzinowym, a nie jedynie poprawę powierzchownej płynności. To różnica między modelem, który przywołuje fakty, a tym, który rzeczywiście rozumuje w obrębie danej dziedziny. W testach rozumowania na poziomie doktoranckim, takich jak GPQA Diamond — zadaniach zaprojektowanych tak, by pokonać badaczy ze stopniem doktora w biologii, chemii i fizyce — Sonnet 5 osiąga około 84%. To znaczący skok w porównaniu z ~78% Sonneta 4.6, widoczny najwyraźniej w zadaniach wymagających wieloetapowego wnioskowania, a nie rozpoznawania wzorców. Gdy droga do odpowiedzi nie jest oczywista, Sonnet 5 częściej ją odnajduje.
Najważniejszą liczbą jest jednak wynik w SWE-bench.
Zadania agentowe i programistyczne
SWE-bench to branżowy standard oceny wydajności AI w rzeczywistych zadaniach inżynierii oprogramowania — nie w problemach-zabawkach, lecz w prawdziwych zgłoszeniach z GitHuba, wziętych z produkcyjnych baz kodu. Model otrzymuje zepsute repozytorium i raport o błędzie, po czym musi autonomicznie naprawić problem. Bez podpowiedzi. Bez prowadzenia za rękę. Sonnet 5 osiąga 72,7% wobec 65% Sonneta 4.6. Ta różnica 7,7 punktu procentowego nie jest marginalna. W praktyce inżynierskiej oznacza całe kategorie błędów poprawnie zdiagnozowanych, refaktoryzacji wykonanych bez regresji oraz funkcji wdrożonych bez potrzeby ręcznego poprawiania po modelu. Przy 65% nieustannie przeglądasz pracę modelu. Przy 72,7% robisz to od czasu do czasu.
Jeszcze wymowniejszy jest wynik Terminal-Bench na poziomie 80,4% — benchmark zaprojektowany specjalnie z myślą o autonomicznej pracy w terminalu: uruchamianiu poleceń, zarządzaniu systemem plików, poruszaniu się po złożonych strukturach katalogów i grackim wychodzeniu z błędów bez wyraźnego polecenia „spróbuj jeszcze raz". Sonnet 4.6 zawieszał się lub zapętlał, gdy napotykał nieoczekiwany stan. Sonnet 5 radzi sobie z tym dalej. Tu najbardziej widoczna jest intencja architektoniczna modelu: został zbudowany do działania w realnych środowiskach, a nie w kontrolowanych demonstracjach.
W praktyce Sonnet 5 obsługuje zadania, które na 4.6 wymagałyby znacznego nadzoru człowieka, między innymi:
Identyfikację wyścigu wątków w trzech współzależnych plikach i zaproponowanie poprawki, która nie psuje istniejącego zestawu testów — bez wskazywania, które pliki są zaangażowane
Wykonanie wieloetapowego przepływu automatyzacji przeglądarki, napotkanie nieoczekiwanego przekierowania w trakcie sekwencji i samodzielną korektę bez wiedzy użytkownika
Łączenie ponad 12 wywołań narzędzi podczas sesji badawczej przy zachowaniu spójnego nazewnictwa zmiennych, logiki i formatu wyników przez całe okno kontekstowe
Refaktoryzację starszego punktu końcowego API — przepisanie handlera, aktualizację schematu, oznaczenie zależności podrzędnych i dodanie komentarzy wyjaśniających zmiany — w jednym przebiegu agentowym
Debugowanie nieudanego potoku CI poprzez odczytanie logu błędów, prześledzenie awarii do konfliktu wersji zależności wprowadzonego trzy commity wcześniej i dostarczenie precyzyjnej poprawki z instrukcją wycofania zmian
Możliwość regulacji poziomu rozumowania wzmacnia to wszystko. Ustaw xhigh przy zawiłej decyzji architektonicznej; przełącz na low przy szybkim wyrażeniu regularnym lub skrypcie szablonowym. Nie płacisz za narzut rozumowania przy zadaniach, które go nie wymagają — a przy tych, które wymagają, otrzymujesz pełną moc silnika. To istotna dźwignia efektywności i jeden z powodów, dla których Sonnet 5 sprawdza się jako model domyślny, a nie specjalistyczne narzędzie używane od czasu do czasu.
Złożone rozumowanie wieloturowe
Poza samymi benchmarkami programistycznymi, poprawa w zakresie długotrwałej spójności logicznej Sonneta 5 jest tam, gdzie użytkownicy Kunya wykonujący poważną pracę intelektualną odczują różnicę najbardziej. Pomyśl o zadaniach, które bardziej przypominają projekt niż pytanie — synteza sprzecznych wyników z 30 artykułów naukowych, budowanie ustrukturyzowanego modelu decyzyjnego z 8 konkurującymi ograniczeniami, testowanie argumentu prawnego przez wiele rund konfrontacyjnych pytań uzupełniających czy utrzymanie spójnego wątku analitycznego przez godzinną rozmowę obejmującą wiele zagadnień.
Sonnet 4.6 zaczynał w takich przypadkach dryfować. Po cichu pomijał ograniczenie, które sam wcześniej ustalił, albo w rundzie dwunastej dawał odpowiedź technicznie sprzeczną z tym, co powiedział w rundzie czwartej. Nie w sposób oczywisty — wciąż brzmiał pewnie i spójnie. Lecz wewnętrzna konsekwencja się rozpadała. Jeśli nie śledziłeś tego uważnie, łatwo to przeoczyć. Sonnet 5 trzyma wątek. Ulepszenia architektury rozumowania sprawiają, że model aktywnie śledzi własne wcześniejsze ustalenia, zamiast traktować każdą odpowiedź jak generowanie od zera. Pamięta, co wykluczył i dlaczego. Sygnalizuje, gdy nowe informacje tworzą napięcie z wcześniejszym stanowiskiem, zamiast po cichu rozwiązywać konflikt w łatwiejszą stronę.
Ma to ogromne znaczenie przy dogłębnej, iteracyjnej pracy, do której Kunya zostało stworzone. Model finansowy budowany przez 15 tur konwersacji wymaga, by założenia z tury trzeciej były wciąż aktywne w turze piętnastej. Strategia treści opracowywana przez serię kolejnych udoskonaleń wymaga, by ograniczenia ustalone na początku faktycznie wpływały na ostateczny wynik. Sonnet 5 to zapewnia. Sonnet 4.6 robił to czasem.
Jeśli Twój przypadek użycia obejmuje analizę prawną, modelowanie finansowe, złożoną strategię treści, syntezę badań konkurencji lub jakąkolwiek dziedzinę, w której wewnętrzna spójność jest niezbędna — Sonnet 5 to wersja, której potrzebujesz.
Gdzie Claude Sonnet 4.6 pozostaje lepszym wyborem
Oto część historii, która często ginie przy premierach modeli: architektura Sonneta 5 jest zoptymalizowana pod kątem planowania i narzutu agentowego — a ta optymalizacja wiąże się z kompromisami.
Claude Sonnet 4.6 był dostrajany do innego rodzaju doskonałości. Tworzy prozę, która brzmi bardziej naturalnie i mniej mechanicznie, obsługuje ograniczenia kreatywne z większą elastycznością i odpowiada na konwersacyjne podpowiedzi bez wprowadzania narzutu warstwy planowania, który Sonnet 5 wnosi do każdej interakcji.
Konkretnie, Sonnet 4.6 wciąż przewyższa — lub co najmniej dorównuje — Sonnetowi 5 w zakresie:
Twórczego pisania: fikcja, poezja, teksty marketingowe, praca z głosem marki — zadania, w których „bardziej staranne myślenie" może w rzeczywistości prowadzić do bardziej sztywnych i schematycznych efektów
Zwięzłej konwersacji: gdy potrzebujesz szybkiej, trafnej odpowiedzi, Sonnet 4.6 nie wprowadza opóźnień związanych z rozumowaniem, o które nie prosiłeś
Komunikacji wrażliwej na ton: e-maile, treści do mediów społecznościowych, teksty skierowane do klientów — pisanie, które ma brzmieć po ludzku, a nie jak efekt wyczerpującego rozumowania
Prostych pytań i wyszukiwań: nie ma powodu, by płacić za narzut poznawczy architektury agentowej przy zadaniu, które tego nie wymaga
Ujmując to obrazowo: proszenie Sonneta 5 o napisanie ciepłej wiadomości urodzinowej to jak zatrudnianie architekta systemów do malowania ścian w salonie. Technicznie zdolny. Prawdopodobnie na wyrost. Sonnet 4.6 został zbudowany do tego rodzaju zadań i radzi sobie z nimi bardziej naturalnie.
Porównanie w skrócie
⚡ Claude Sonnet 5 vs. Sonnet 4.6: Krótki przewodnik
Możliwość | Sonnet 5 | Sonnet 4.6 |
|---|---|---|
SWE-bench (programowanie) | ✅ 63,2% | 58,1% |
Terminal-Bench (agenty) | ✅ 80,4% | — |
Regulowany poziom rozumowania | ✅ Tak | Nie |
Pisanie kreatywne i konwersacyjne | Dobre | ✅ Lepsze |
Zwięzłe odpowiedzi bez narzutu | Dobre | ✅ Lepsze |
Okno kontekstowe | 1M tokenów | 1M tokenów |
Cena | 3 USD / 15 USD | 3 USD / 15 USD |
Który model wybrać? Praktyczny przewodnik
Zamiast myśleć o Sonnecie 5 jako o aktualizacji, a o Sonnecie 4.6 jako o starszej opcji, potraktuj je jak dwa narzędzia o różnych mocnych stronach. Oto jak podejmować decyzję na bieżąco:
Wybierz Claude Sonnet 5, gdy...
Budujesz lub uruchamiasz agenta AI, który musi autonomicznie korzystać z narzędzi, przeglądać sieć lub wykonywać kod
Masz złożone zadanie programistyczne: debugujesz zawiły problem, refaktoryzujesz dużą bazę kodu lub tworzysz implementację funkcji obejmującą wiele plików
Potrzebujesz głębokiego rozumowania przy długim kontekście: syntezy 200-stronicowego dokumentu, analizy rozbudowanego zestawu danych lub wieloetapowego planowania
Chcesz dostosowywać głębokość rozumowania per zadanie za pomocą selektora wysiłku od low do xhigh
Pracujesz w kontekście terminala lub automatyzacji przeglądarki
Wybierz Claude Sonnet 4.6, gdy...
Zajmujesz się twórczym pisaniem: opowiadaniami, scenariuszami, poezją, tekstami dla marek lub czymkolwiek, gdzie głos i klimat są ważniejsze niż logiczna kompletność
Chcesz szybkich, konwersacyjnych odpowiedzi bez narzutu planowania
Twoje zadanie jest proste i dobrze zdefiniowane: streszczenie krótkiego dokumentu, szkic szybkiego e-maila, odpowiedź na pytanie faktograficzne
Tworzysz treści wrażliwe na ton przeznaczone dla odbiorców, dla których ciepłość i naturalność są priorytetem
Po prostu szukasz partnera do pisania, a nie silnika rozumowania
Oba modele są dostępne w Kunya już teraz. Przełączanie między nimi zajmuje sekundy — to tylko selektor modelu w ustawieniach czatu. Możesz zacząć zadanie w Sonnecie 5, zorientować się, że potrzebujesz czegoś bardziej konwersacyjnego, i kontynuować w Sonnecie 4.6 bez utraty kontekstu. Okno 1M tokenów sprawia, że nic nie przepada.
Dlaczego Kunya wybrało Sonnet 5 jako model domyślny
Ustawienie Claude Sonnet 5 jako domyślnego modelu Anthropic w Kunya odzwierciedla kierunek, w jakim zmierza platforma: więcej przepływów agentowych, więcej złożonych zadań wieloetapowych, więcej użytkowników, którzy tworzą, a nie tylko pytają. Mocne strony Sonneta 5 są zgodne z tym, po co użytkownicy Kunya coraz częściej sięgają po platformę.
Niemniej „domyślny" nie oznacza „jedyna opcja" — i zdecydowanie nie oznacza „odpowiedni do wszystkiego". Kunya utrzymuje pełną dostępność Sonneta 4.6 właśnie dlatego, że dobre narzędzia respektują kontekst zadania. Ustawienie Sonneta 5 jako domyślnego daje nowym użytkownikom najbardziej zaawansowany punkt startowy do złożonej pracy, podczas gdy doświadczeni użytkownicy mogą — i powinni — sięgać po Sonneta 4.6, gdy zadanie tego wymaga.
Więcej o tym, jak Kunya podchodzi do wyboru modeli, znajdziesz w naszym przewodniku po wyborze odpowiedniego modelu AI do Twojego zadania lub sprawdź, jak wspieramy przepływy agentowe w Kunya.
Wypróbuj oba modele i przekonaj się sam
Najbardziej przydatna rzecz, którą możesz teraz zrobić, to uruchomić to samo zadanie na obu modelach i porównać wyniki. Wklej brief kreatywny do Sonneta 4.6, a następnie spróbuj zadania programistycznego w Sonnecie 5. Różnica w charakterze — jeden płynny i intuicyjny, drugi precyzyjny i ustrukturyzowany — staje się natychmiast wyraźna, gdy poczujesz ją na własnej skórze.
Zarówno Claude Sonnet 5, jak i Claude Sonnet 4.6 są dostępne w Kunya już dziś, w tej samej cenie i z tym samym oknem kontekstowym. Bez konieczności aktualizacji, bez wymuszonych kompromisów. Otrzymujesz oba narzędzia w jednej platformie, a wybór, po które sięgnąć, należy do Ciebie.
Otwórz Kunya i wypróbuj Claude Sonnet 5 już teraz — albo przełącz się na Sonnet 4.6 w ustawieniach modelu i sprawdź, który lepiej pasuje do Twojego sposobu pracy. Właściwa odpowiedź prawdopodobnie nie jest taka sama dla każdego zadania, nad którym pracujesz.
