Anthropic выпустила Claude Sonnet 4.6. И впервые в истории компании «средняя» модель всерьёз угрожает собственному флагману Claude Opus. Новая версия Sonnet вышла на две недели позже старшего брата, и умеет делать все почти тоже, только значительно дешевле.
Обе модели работают с огромным контекстом (до 1 млн токенов), пишут код, анализируют документы и «управляют» компьютером (ищут в Интернете, запускают программы, открывают ссылки). Правда, Sonnet 4.6 проще, но быстрее и почти не уступает в написании кода и работе с таблицами. Зачем платить много, когда можно заплатить дешевле? $3 за миллион входящих токенов (примерно 750 000 слов) и $15 за исходящие у Sonnet 4.6, и соответственно $15 и $75 у Opus 4.6.
На бенчмарке OSWorld (стандартный тест, где ИИ работает с настоящим софтом — Chrome, LibreOffice, VS Code) Sonnet 4.6 набрала 72.5%. Нейросеть здесь справляется почти как человек — находит нужные элементы, кликает мышкой, печатает текст и переключается между окнами. Это на 11% лучше Sonnet 4.5 (61.4%) и она почти догнала флагман Opus 4.6 (72.7%).
Anthropic провела эксперимент Vending-Bench Arena — это соревнование ИИ-моделей по управлению виртуальным бизнесом по продаже снеков в автомате. Sonnet 4.6 показала крутой результат. В этой симуляции нейросеть сначала агрессивно вкладывала все деньги в расширение мощностей (больше, чем конкуренты вроде GPT-5.2 или Gemini 3 Pro), а потом резко переключилась на максимизацию прибыли — и в итоге победила с наивысшим счётом. Это не запрограммированное поведение. Модель сама придумала нестандартный бизнес-план.
Разработчики в Claude Code хвалят модельный ряд Sonnet за то, что нейросеть реже «галлюцинирует», не занимается «overengineering» (когда решение или продукт делают слишком сложным и «на вырост», хотя простая версия справилась бы лучше и дешевле.) и честнее говорит о своих неудачах.
На форумах Reddit картина неоднозначная. Кодеры довольны. Авторы художественных текстов — нет: «Пишет как инструкция к холодильнику», «Не слушает указания», «4.5 был живее». Несколько пользователей заметили, что исторические романы получаются плоским и недостоверными, например, модель использует в диалог XIX века современный сленг.
Выгода использования Sonnet 4.6 очевидна: производительность уровня флагмана по цене середнячка. Для стартапов и разработчиков, считающих токены, это существенно.
История развития IT полна моментов, когда «достаточно хорошее» убивало «лучшее». Android победил не качеством, а доступностью. Chrome вытеснил конкурентов скоростью работы, а не функциями. Теперь Anthropic намеренно стирает границу между своими моделями. И это, похоже, стратегия, а не случайность.
Ждем ответа OpenAI.
