Anthropic hat mit Claude Sonnet 5.5 das zweite Modell seiner Claude 5.5-Familie veröffentlicht. Die neue Version generiert Ergebnisse über 30 Prozent schneller und reduziert die Kosten pro Aufgabe um bis zu 30 Prozent. Gleichzeitig erreicht Sonnet 5.5 in Benchmarks für Wissensarbeit nahezu die Leistung des leistungsstärkeren Modells Opus 5.5.
Verbesserte Leistung, besonders im Coding-Bereich
Das Modell zeigt signifikante Fortschritte, insbesondere im Bereich der Softwareentwicklung. Auf Terminal-Bench 4.0, einem Benchmark für agentisches Coding (also die Fähigkeit eines KI-Systems, selbstständig Code zu generieren und zu debuggen), stieg die Leistung von 10,3 auf 70,6 Prozent. Bei CursorBench 4.0, das reale Codiersitzungen nachbildet, erreichte Sonnet 5.5 55,5 Prozent, nur knapp unter den 57,8 Prozent von Opus 5.5.
Auch bei FrontierCode 1.1 übertrifft Sonnet 5.5 seinen Vorgänger Sonnet 5 um zehn Punkte, und das bei etwa einem Fünfzehntel der Kosten pro Aufgabe. Frühe Tester lobten die schnelle Erfassung von Codebasen durch das Modell. Zudem führt Sonnet 5.5 Tool-Aufrufe häufiger in Stapeln aus, was die Anzahl der benötigten Schritte reduziert.
Bei der höchsten Anstrengungsstufe „Max“ im FrontierCode-Test zeigte sich eine Besonderheit: Sonnet 5.5 schnitt hier schlechter ab als auf der Stufe „Xhigh“. Laut Anthropic löst das Modell bei maximaler Anstrengung häufiger eine Code-Review-Funktion aus, die die Arbeit auf mehrere Sub-Agenten aufteilt. Dies führte in einigen Fällen zu Timeouts oder Änderungen außerhalb des Aufgabenbereichs, was von FrontierCode als Fehler gewertet wird.
Effizienz in Wissensarbeit und visuellen Aufgaben
Im GDPval-AA, einem von OpenAI entwickelten Benchmark für Wissensarbeit, der Aufgaben aus 44 Berufen und neun Industrien abdeckt, erreichte Sonnet 5.5 1.844 Punkte. Damit liegt es fast gleichauf mit Opus 5.5 (1.846 Punkte) und übertrifft Sonnet 5 (1.449 Punkte) um etwa 400 Punkte. Zum Vergleich: OpenAI’s GPT-6 Sol erzielt nach Anthropic-Angaben 1.487 Punkte.
Auch bei der visuellen Erkennung von Diagrammen zeigte sich eine deutliche Verbesserung: Auf dem Chartography-Test stieg die Leistung von 15,6 auf 61,6 Prozent.
Kosten und Verfügbarkeit
Obwohl die Kosten pro Million Tokens für Sonnet 5.5 mit 2 US-Dollar für Eingabe- und 10 US-Dollar für Ausgabe-Tokens gleich bleiben wie bei Sonnet 5, sinken die effektiven Kosten pro Aufgabe um bis zu 30 Prozent. Dies liegt daran, dass das Modell weniger Tokens pro Aufgabe benötigt. Die Ausgabegenerierung ist zudem über 30 Prozent schneller.
Sonnet 5.5 ist ab sofort auf allen großen Cloud-Plattformen verfügbar, darunter Amazon Web Services (AWS), Google Cloud und Microsoft Azure. Entwickler können über die Claude-Plattform mit der Modell-ID „claude-sonnet-5-5“ darauf zugreifen. Anthropic bietet das Modell wie Opus 5.5 und Sonnet 5 mit Null-Datenretention an, was bedeutet, dass keine Nutzerdaten gespeichert werden.
Neue Fähigkeiten und Sicherheitsmaßnahmen
Erste Tester beschreiben Sonnet 5.5 als natürlicheren Gesprächspartner mit einem Gespür für Design. Das Modell kann Benutzeroberflächen überarbeiten und Folienvorlagen so gut ausführen, dass die Ergebnisse kaum Nachbearbeitung erfordern. Anthropic gibt zudem an, dass Sonnet 5.5 das erste Sonnet-Modell ist, das Pokémon Rot nur anhand von Screenshots durchspielen kann – eine Aufgabe, die noch vor wenigen Jahren als sehr schwierig galt.
Angesichts der gestiegenen Fähigkeiten im Bereich Cybersicherheit führt Anthropic erstmals Schutzmaßnahmen für ein Sonnet-Modell ein. Anfragen, die hochriskante Cybersicherheitsaufgaben betreffen, werden sichtbar an Sonnet 5 umgeleitet. Qualifizierte Fachkräfte können über ein erweitertes Cyber Verification Program gestuften Zugriff beantragen. Darüber hinaus wurden Sicherheitsklassifikatoren gegen Destillationsangriffe hinzugefügt, wie sie bereits in den leistungsstärksten Modellen von Anthropic zum Einsatz kommen.
Ausblick auf Claude Haiku 5.5
In den kommenden Wochen wird Anthropic zudem Claude Haiku 5.5 ankündigen. Dieses Modell soll sich auf Anwendungsfälle mit hohem Durchsatz und niedrigen Kosten konzentrieren und damit eine direkte Entsprechung zu den drei GPT-6 Modellen von OpenAI bieten.
Thema: OpenAI. Quelle/Inspiration: The Decoder.