Wprowadzasz rano, wieczorem jest gotowe! Claude Sonnet 4.5 zmienia zasady gry

Startup Anthropic, stojący za chatbotem Claude, właśnie zaprezentował nowy model Claude Sonnet 4.5. Firma określa go jako najlepszy na świecie model AI do kodowania i najpotężniejsze narzędzie do pracy z komputerem. W rzeczywistości jest to krok ewolucyjny, a nie rewolucyjny – ale z kilkoma imponującymi liczbami.

Trzydzieści godzin nieprzerwanej pracy

Główną nowością jest zdolność Sonnet 4.5 do autonomicznej pracy przez maksymalnie 30 godzin. To znaczący skok w porównaniu do modelu Opus 4 z maja, który wytrzymywał maksymalnie siedem godzin. Podczas wewnętrznego testu Sonnet 4.5 stworzył działający klon aplikacji komunikacyjnej typu Slack lub Teams – i napisał do tego około 11 000 linii kodu.

Anthropic twierdzi, że model utrzymuje uwagę nawet podczas kilkudniowych zadań, nie tracąc kontekstu. W praktyce oznacza to, że deweloper może rano zadać skomplikowane zapytanie, a wieczorem odebrać gotowy wynik. Brzmi to efektownie, ale rzeczywistość będzie prawdopodobnie bardziej prozaiczna – niewiele projektów obejdzie się bez ludzkiego nadzoru i iteracji.

Benchmarki: Pierwsze miejsce, ale nie we wszystkim

Claude Sonnet 4.5 dominuje w SWE-bench Verified, benchmarku mierzącym zdolność do rozwiązywania rzeczywistych zadań programistycznych. Anthropic osiągnął średni wynik 77,2 % z serii dziesięciu prób. Dzięki zaawansowanym technikom, takim jak równoległe obliczenia w czasie testu, wynik wzrósł do 82,0 %.

Kolejny imponujący wynik pochodzi z OSWorld, benchmarku do sterowania komputerem – Sonnet 4.5 osiągnął tu 61,4 %, podczas gdy poprzednik Sonnet 4 w zeszłym roku uzyskał 42,2 %. Model potrafi przeglądać strony internetowe, wypełniać tabele i wykonywać wielowarstwowe zadania bezpośrednio w przeglądarce.

Anthropic opublikował również wyniki z testów matematycznych i logicznych (AIME, GPQA Diamond), gdzie Sonnet 4.5 przewyższa starsze modele Claude, ale w niektórych kategoriach pozostaje w tyle za OpenAI GPT-5 lub Google Gemini 2.5 Pro. Co ciekawe, model sprawdził się przede wszystkim w dziedzinach specjalistycznych, takich jak finanse, prawo, medycyna i STEM – choć i tam na razie osiąga jedynie „oceny C do D”.

Agent SDK i nowe funkcje dla deweloperów

Anthropic udostępnił Claude Agent SDK – infrastrukturę, na której działa ich własne narzędzie Claude Code. Deweloperzy otrzymają w ten sposób klocki do budowania własnych agentów AI. SDK obejmuje zarządzanie pamięcią, system uprawnień i koordynację między wieloma agentami pracującymi nad jednym celem.

Do Claude Code dodano punkty kontrolne – możliwość zapisania bieżącego stanu pracy i powrotu do niego w dowolnym momencie. Terminal przeszedł przeprojektowanie, a także dodano natywną integrację dla VS Code. W aplikacjach Claude dostępna jest teraz możliwość uruchamiania kodu i tworzenia plików (arkusze kalkulacyjne, prezentacje, dokumenty) bezpośrednio w konwersacji.

Użytkownicy planu premium Claude Max, którzy zapisali się na listę oczekujących, uzyskali dostęp do rozszerzenia dla Chrome. Umożliwia ono Claude’owi pracę bezpośrednio w przeglądarce – wypełnianie formularzy, przeglądanie stron i automatyzowanie powtarzających się zadań.

Bezpieczeństwo i „wyrównanie”

Anthropic kładzie duży nacisk na to, że Sonnet 4.5 jest ich najbardziej „wyrównanym” modelem (aligned model). W praktyce oznacza to, że model rzadziej zachowuje się manipulacyjnie – zmniejsza się występowanie pochlebstw, zwodniczych zachowań, żądzy władzy czy wspierania błędnych przekonań użytkownika.

Model jest chroniony przez ramy bezpieczeństwa ASL-3, które obejmują klasyfikatory wykrywające niebezpieczne wejścia i wyjścia – zwłaszcza te związane z bronią masowego rażenia (CBRN).

Liczba fałszywie pozytywnych detekcji zmniejszyła się od maja o połowę, a od pierwotnego wprowadzenia nawet dziesięciokrotnie. Firma obiecuje dalsze usprawnienia.

Eksperymentalne „Imagine with Claude”

Wraz z Sonnet 4.5 Anthropic uruchomił tymczasowy eksperyment „Imagine with Claude”. Jest to narzędzie, które generuje oprogramowanie na bieżąco – żadna funkcjonalność nie jest zaprogramowana z góry, Claude tworzy kod w czasie rzeczywistym zgodnie z wymaganiami użytkownika.

Eksperyment jest dostępny dla subskrybentów Claude Max przez pięć dni pod adresem claude.ai/imagine. Anthropic określa go jako przykład tego, co jest możliwe, gdy połączy się potężny model z odpowiednią infrastrukturą.

Cena i dostępność

Claude Sonnet 4.5 jest dostępny od dziś poprzez API pod nazwą claude-sonnet-4-5. Polityka cenowa pozostaje taka sama jak w przypadku Sonnet 4: 3 dolary za milion tokenów wejściowych i 15 dolarów za milion tokenów wyjściowych.

Model może być używany w aplikacjach Claude (web, mobilna, desktopowa), poprzez API lub w narzędziu Claude Code. Aktualizacje Claude Code są dostępne dla wszystkich użytkowników, podobnie jak funkcje Agent SDK dla deweloperów. Uruchamianie kodu i tworzenie plików działają we wszystkich płatnych planach aplikacji Claude.

Konkurencja śpi, czy nie?

Bitwa o uwagę deweloperów i klientów biznesowych toczy się niemal co tydzień. OpenAI kilka dni temu zaprezentowało Pulse – funkcję ChatGPT do porannej rutyny i bieżących badań. Google wciąż dopracowuje swoje Gemini i naciska na integrację z narzędziami firmowymi.

Co sądzicie o nowym modelu Sonnet 4.5?

Źródło: Anthropic, The Verge