Anthropic lanserade Claude Sonnet 5 den 30 juni 2026 — och det blev omedelbart Kunyas standardmodell för Anthropic-drivna konversationer. Om du nyligen öppnat en ny chatt och märkt att det känns lite skarpare och mer genomtänkt, är det förklaringen. Men innan du drar slutsatsen att Sonnet 5 helt enkelt är "bättre än allt som kom före", finns det en viktig nyans att förstå: Sonnet 5 är ett specialiserat framsteg, inte ett universellt sådant. Claude Sonnet 4.6 finns fortfarande tillgänglig på Kunya, och för en rad uppgifter är det fortfarande det rätta valet.
Den här artikeln går igenom vad som faktiskt är nytt i Claude Sonnet 5, var den verkligen överträffar sin föregångare, och hur du bör tänka när du väljer mellan de två modellerna på Kunya.
Vad är Claude Sonnet 5?
Claude Sonnet 5 är Anthropics senaste mellannivåmodell — den tillhör samma produktlinje som Sonnet 4.6 men är ombyggd med ett annat arkitekturellt fokus. Medan tidigare Sonnet-versioner balanserade allmänna förmågor med hastighet, är Sonnet 5 uttryckligen optimerad för agentbaserad prestanda: komplexa, flerstegiga uppgifter som kräver planering, verktygsanvändning, kodexekvering och självständigt beslutsfattande under längre sessioner.
Den levereras med tre centrala förbättringar:
Valbar resoneringsintensitet — du kan ställa in resonemangsnivån från
lowtillxhigh, vilket ger dig kontroll över balansen mellan hastighet och djupEn ny tokenizer — som förbättrar effektiviteten vid kodtung och strukturerad utdata
Avsevärt förbättrade agentbaserade riktmärken — mer om de siffrorna nedan
Priset är identiskt med Sonnet 4.6: 3 dollar per miljon indatatoken och 15 dollar per miljon utdatatoken. Kontextfönstret är kvar på 1 miljon token. Uppgraderingsvägen är alltså friktionsfri, åtminstone kostnadsmässigt.
Var Claude Sonnet 5 verkligen tar täten
Låt oss vara konkreta. "Bättre" är ett oprecist ord. Här är vad siffrorna faktiskt visar — och varför det omsätts i verkliga arbetsflödesförbättringar för Kunya-användare.
På MMLU (Massive Multitask Language Understanding — det breda akademiska kunskapsriktmärket som spänner över 57 ämnen, från medicin och juridik till abstrakt algebra) uppnår Sonnet 5 ungefär 91,5 %, upp från Sonnet 4.6:s ~88 %. Det gapet speglar genuina förbättringar i domänresonemang, inte bara ytlig språklig skicklighet. Det är skillnaden mellan en modell som återger fakta och en som faktiskt resonerar inom ett fackområde. På forskarutbildningsnivåtest som GPQA Diamond — problem utformade för att utmana doktorander inom biologi, kemi och fysik — når Sonnet 5 cirka 84 %. Det är ett betydande kliv jämfört med Sonnet 4.6:s ~78 %, och det märks tydligast i uppgifter som kräver flerstegslogi snarare än igenkänning av mönster. När vägen till svaret inte är uppenbar hittar Sonnet 5 den oftare.
Det verkliga nyckeltalet är dock SWE-bench.
Agentbaserade uppgifter och kodning
SWE-bench är branschstandarden för att utvärdera AI:s prestanda på verkliga programvaruutvecklingsuppgifter — inte konstgjorda problem, utan faktiska GitHub-ärenden hämtade från produktionsmiljöer. Modellen får ett trasigt kodprojekt och en felrapport och måste åtgärda problemet på egen hand. Inga ledtrådar. Inget handpåläggande. Sonnet 5 uppnår 72,7 % jämfört med Sonnet 4.6:s 65 %. Den skillnaden på 7,7 procentenheter är inte marginell. I programvaruutvecklingssammanhang innebär det hela kategorier av buggar som diagnostiseras korrekt, omstruktureringar som genomförs utan bakslag, och funktioner som levereras utan att en människa behöver städa upp efter modellen. Vid 65 % granskar du konstant modellens arbete. Vid 72,7 % granskar du det emellanåt.
Ännu mer talande är Terminal-Bench-poängen på 80,4 % — ett riktmärke utformat specifikt för självständigt terminalarbete: att köra kommandon, hantera filsystem, navigera komplexa katalogstrukturer och återhämta sig smidigt från fel utan att uttryckligen uppmanas att försöka igen. Sonnet 4.6 stannade upp eller fastnade i loopar när den stötte på ett oväntat tillstånd. Sonnet 5 återhämtar sig. Det är här modellens arkitektoniska avsikt framträder tydligast: den är byggd för att fungera i verkliga miljöer, inte kontrollerade demonstrationer.
I praktiken hanterar Sonnet 5 uppgifter som skulle ha krävt omfattande mänsklig tillsyn med 4.6, bland annat:
Identifiera ett rastillstånd i tre beroende filer och föreslå en lösning som inte bryter den befintliga testsviten — utan att bli tillsagd vilka filer som är inblandade
Genomföra ett flerstegigt webbläsarautomatiseringsflöde, hantera en oväntad omdirigering mitt i sekvensen och rätta till sig utan att användaren märker att något gick snett
Kedja samman 12+ verktygsanrop under en forskningssession och bibehålla konsekvent variabelnamnsgivning, logik och utdataformat genom hela kontextfönstret
Omstrukturera en äldre API-slutpunkt — skriva om hanteraren, uppdatera schemat, flagga beroenden nedströms och lämna inline-kommentarer som förklarar vad som ändrades och varför — i ett enda agentbaserat genomlopp
Felsöka en havererad CI-pipeline genom att läsa felloggen, spåra felet tillbaka till en versionskonflikt i ett beroende som introducerades tre incheckningar tidigare, och leverera en exakt lösning med återställningsinstruktioner
Funktionen för valbar resoneringsintensitet förstärker allt detta. Sätt den på xhigh för ett knepigt arkitektoniskt beslut; sänk den till low för ett snabbt reguljärt uttryck eller ett standardskript. Du betalar inte för resonemangskostnader på uppgifter som inte behöver det — och på de uppgifter som gör det får du full kapacitet. Det är ett meningsfullt effektivitetsverktyg, och en av anledningarna till att Sonnet 5 passar som standardval snarare än ett specialverktyg du sträcker dig efter ibland.
Komplex, flervänds-resonemang
Bortom rena kodningsmätvärden är det Sonnet 5:s förbättringar i sammanhållen logisk konsekvens som Kunya-användare som bedriver seriöst kunskapsarbete kommer att känna av mest. Tänk på uppgifter som snarare liknar ett projekt än en fråga — att syntetisera motstridiga fynd från 30 forskningsartiklar, bygga ett strukturerat beslutsramverk med 8 konkurrerande begränsningar, stresstesta ett juridiskt argument genom flera omgångar av mothugg, eller hålla en konsekvent analytisk tråd i en konversation som pågått en timme och täckt betydande mark.
Sonnet 4.6 började tappa greppet på den här typen av uppgifter. Den tappade tyst en begränsning den etablerat tidigare, eller gav ett svar i omgång 12 som tekniskt sett motsade något den sagt i omgång 4. Inte på ett uppenbart sätt — den lät fortfarande säker och sammanhängande. Men den interna konsistensen erodera. Om du inte följde noga missade du det. Sonnet 5 håller i tråden. Förbättringarna i resonemangsarkitekturen innebär att modellen aktivt spårar sina egna tidigare åtaganden snarare än att behandla varje svar som en ny generering. Den kommer ihåg vad den uteslutit och varför. Den flaggar när ny information skapar spänning med en tidigare ståndpunkt i stället för att tyst lösa konflikten i den riktning som är enklast.
Det spelar enorm roll när du utför den typ av djupgående, iterativa arbete som Kunya är byggt för. En finansiell modell uppbyggd under 15 konversationsomgångar behöver att antagandena från omgång 3 fortfarande är levande i omgång 15. En innehållsstrategi utvecklad genom fram-och-tillbaka-förfining behöver att de begränsningar du ställde in tidigt faktiskt begränsar det slutliga resultatet. Sonnet 5 levererar det. Sonnet 4.6 levererade det ibland.
Om ditt användningsfall involverar juridisk analys, finansiell modellering, komplex innehållsstrategi, syntes av konkurrensunderlag eller något annat område där intern konsistens inte är valfri — är Sonnet 5 den version du vill ha igång.
Där Claude Sonnet 4.6 fortfarande är det bättre valet
Här är den del av historien som ofta tappas bort i samband med modelllanseringar: Sonnet 5:s arkitektur är optimerad för planering och agentbaserat overhead — och den optimeringen medför avvägningar.
Claude Sonnet 4.6 var finjusterad för ett annat slags excellens. Den producerar text som känns mer naturlig och mindre mekanisk, hanterar kreativa begränsningar med större flexibilitet och svarar på konversationsfrågor utan att introducera det planeringslagersoverhead som Sonnet 5 tillför varje interaktion.
Konkret överträffar — eller matchar åtminstone — Sonnet 4.6 fortfarande Sonnet 5 i:
Kreativt skrivande: Skönlitteratur, poesi, marknadsföringstext, varumärkesröstarbete — uppgifter där "att tänka noggrannare" faktiskt kan producera styvare, mer formelartad text
Koncis konversation: När du vill ha ett snabbt, träffsäkert svar introducerar Sonnet 4.6 inte resoneringslatens som du inte bett om
Tonsensitiv kommunikation: E-post, innehåll för sociala medier, kundvända texter — skrivande som behöver kännas mänskligt snarare än uttömmande genomtänkt
Enkla frågor och uppslagningar: Det finns ingen anledning att betala den kognitiva kostnaden för agentbaserad arkitektur för en uppgift som inte behöver det
Tänk på det så här: att be Sonnet 5 skriva ett varmt födelsedagsmeddelande är som att anlita en systemarkitekt för att måla ditt vardagsrum. Tekniskt kapabelt. Förmodligen överdrivet. Sonnet 4.6 är byggt för den typen av uppgift och hanterar den mer naturligt.
Jämförelse i korthet
⚡ Claude Sonnet 5 vs. Sonnet 4.6: Snabbreferens
Förmåga | Sonnet 5 | Sonnet 4.6 |
|---|---|---|
SWE-bench (kodning) | ✅ 63,2 % | 58,1 % |
Terminal-Bench (agenter) | ✅ 80,4 % | — |
Valbar resoneringsintensitet | ✅ Ja | Nej |
Kreativt och konversationellt skrivande | Bra | ✅ Bättre |
Koncisa svar med låg overhead | Bra | ✅ Bättre |
Kontextfönster | 1M token | 1M token |
Pris | $3 / $15 | $3 / $15 |
Vilken modell ska du välja? En praktisk guide
I stället för att se Sonnet 5 som en uppgradering och Sonnet 4.6 som ett äldre alternativ, bör du tänka på dem som två verktyg med olika styrkor. Så här väljer du i stunden:
Välj Claude Sonnet 5 när...
Du bygger eller kör en AI-agent som behöver använda verktyg, surfa eller exekvera kod självständigt
Du har en komplex kodningsuppgift: felsöka ett knepigt problem, omstrukturera en stor kodbas eller generera en implementering av en funktion i flera filer
Du behöver djupgående resonemang över lång kontext: syntetisera ett 200-sidigt dokument, analysera ett omfattande dataset eller flerstegig planering
Du vill justera resoneringsdjupet per uppgift med väljaren för intensitet från low till xhigh
Du arbetar i en terminal- eller webbläsarautomatiseringskontext
Välj Claude Sonnet 4.6 när...
Du skriver kreativt: berättelser, manus, poesi, varumärkestext eller något annat där röst och känsla väger tyngre än logisk fullständighet
Du vill ha snabba, konversationella svar utan planerings-overhead
Din uppgift är enkel och väldefinierad: sammanfatta ett kort dokument, utforma ett snabbt e-postmeddelande, svara på en faktafråga
Du producerar tonsensitivt innehåll för mänskliga mottagare där värme och naturlighet är prioritet
Du bara vill ha en skrivpartner, inte en resonemangsmotor
Båda modellerna är tillgängliga på Kunya just nu. Det tar bara några sekunder att byta — det är bara en modellväljare i dina chattinställningar. Du kan starta en uppgift i Sonnet 5, inse att du behöver något mer konversationellt och fortsätta i Sonnet 4.6 utan att tappa kontext. Med ett kontextfönster på 1M token lämnas ingenting bakom.
Varför Kunya valde Sonnet 5 som standard
Att sätta Claude Sonnet 5 som Kunyas standard-Anthropic-modell speglar plattformens riktning: mer agentbaserade arbetsflöden, mer komplexa flerstegiga uppgifter, fler användare som bygger snarare än bara frågar. Sonnet 5:s styrkor stämmer väl överens med vad Kunya-användare i allt högre grad kommer till plattformen för att göra.
Med det sagt betyder "standard" inte "enda alternativet" — och det betyder definitivt inte "rätt för allt". Kunya behåller Sonnet 4.6 fullt tillgänglig just för att bra verktyg respekterar uppgiftens kontext. Att ha Sonnet 5 som standard ger nya användare den mest kapabla startpunkten för komplext arbete, medan erfarna användare kan — och bör — välja Sonnet 4.6 när uppgiften kräver det.
Du kan läsa mer om hur Kunya hanterar modellval i vår guide till att välja rätt AI-modell för din uppgift, eller utforska hur vi stöder agentbaserade arbetsflöden på Kunya.
Testa båda och se skillnaden själv
Det mest användbara du kan göra just nu är att köra samma uppgift genom båda modellerna och jämföra. Klistra in en kreativ brief i Sonnet 4.6, prova sedan ett kodproblem i Sonnet 5. Skillnaden i karaktär — den ena flytande och intuitiv, den andra precis och strukturerad — blir omedelbart tydlig när du känner den på riktigt.
Både Claude Sonnet 5 och Claude Sonnet 4.6 finns tillgängliga på Kunya idag, till samma pris och med samma kontextfönster. Ingen uppgradering krävs, ingen avvägning tvingas på dig. Du får båda verktygen i samma plattform, och valet av vilket du sträcker dig efter är ditt.
Öppna Kunya och prova Claude Sonnet 5 nu — eller byt till Sonnet 4.6 i dina modellinställningar och se vilken som passar ditt arbetsflöde bäst. Det rätta svaret är förmodligen inte detsamma för varje uppgift du arbetar med.
