Новый ИИ от Anthropic: Блестящий, но Несовершенный

Anthropic недавно представила Sonnet 5, позиционируя его как свою самую агентную модель на сегодняшний день. Это обновление, первое за четыре с половиной месяца, обещает производительность, близкую к Opus 4.8, по значительно более низкой цене. Собственные бенчмарки Anthropic показали, что он превосходит своего предшественника, Sonnet 4.6, и даже немного превосходит Opus 4.8 в работе с знаниями.

Сторонние бенчмарки от Artificial Analysis, надежного источника, в значительной степени подтверждают эти заявления. Sonnet 5 занимает место между GPT-5.4 и GPT-5.5 по индексу интеллекта. Что особенно важно, он превзошел GPT-5.5 по агентному индексу, подтверждая заявленную Anthropic направленность на эти возможности. По индексу кодирования он отставал от Opus 4.8 на несколько пунктов, но опередил GPT-5.4, что означает явное улучшение по сравнению с Sonnet 4.6.

Начальная цена API для Sonnet 5 выглядит конкурентоспособной, особенно с временной скидкой в $2 за миллион входных токенов и $10 за миллион выходных токенов, действующей до 31 августа. Это ставит его в прямую конкуренцию с такими моделями, как Gemini 3.5 Flash, и заметно дешевле, чем Opus 4.8, по стоимости токена. После истечения срока действия скидки стандартные тарифы вернутся к $3 за миллион входных токенов и $15 за миллион выходных токенов.

Заявления Anthropic о более низкой цене для Sonnet 5 быстро рассыпаются на практике. Модель страдает от крайней жадности к токенам, потребляя значительно больше токенов на задачу, чем ее конкуренты. Например, Индекс Интеллекта Artificial Analysis показал, что Sonnet 5 использовал примерно 69 000 токенов всего для одной задачи. Это потребление токенов значительно превосходит конкурентов, таких как Sonnet 4.6, Opus 4.8, Fable 5, GPT 5.4 и GPT 5.5.

Эта неэффективность полностью нивелирует кажущуюся конкурентоспособной цену Sonnet 5 за токен. Несмотря на более низкую ставку за миллион токенов, огромный объем потребления делает его фактическую стоимость за задачу выше, чем у Opus 4.8, модели, с которой Anthropic стремилась конкурировать. Что еще хуже, по данным Artificial Analysis, его стоимость почти вдвое превышает стоимость более мощного GPT 5.5 для сопоставимых задач. Эти расчеты стоимости использовали стандартные цены Anthropic, а не временную скидку.

В конечном итоге, графики соотношения стоимости и производительности наглядно демонстрируют явный экономический недостаток Sonnet 5, помещая его в худший из возможных квадрантов. Модель обеспечивает высокую стоимость для своего уровня производительности, что делает ее экономически нежизнеспособным вариантом для большинства реальных приложений. Этот фундаментальный недостаток затмевает любые улучшения в бенчмарках, делая Sonnet 5 плохим ценностным предложением.

Fable 5 от Anthropic наконец-то вернулся, доступный всем после временного запрета на экспорт. Но не стоит радоваться раньше времени; его полезность теперь под вопросом. Эта модель, когда-то лучшая для сложных задач, возвращается со значительным недостатком.

Первоначальный запрет был вызван тестом на уязвимость безопасности, в ходе которого исследователь Amazon предложил Fable 5 выявить и использовать уязвимость. Однако собственное расследование Anthropic показало, что почти каждая крупная модель, включая старые версии Claude, могла выполнить то же самое. В этот список вошли: - Claude Opus 4.8 - GPT 5.5 - Kimi K2.7 - Claude Haiku 4.5 - Sonnet 4.6 Запрет, откровенно говоря, с самого начала казался бессмысленным, наказывая Fable за широко распространенную возможность.

Чтобы восстановить Fable 5, Anthropic внедрила более строгие меры безопасности. Хотя это было сделано из лучших побуждений, это изменение фактически «ослабило» модель. Обычные запросы, особенно для таких задач, как отладка и кодирование, теперь часто приводят к тому, что Fable 5 переключается на Opus 4.8. Это ухудшает производительность модели в бенчмарках, снижая ее пиковые возможности. Более подробную информацию о выпуске Sonnet 5 и связанных обновлениях от Anthropic см. Introducing Claude Sonnet 5 - Anthropic. Ирония заключается в том, что Fable 5 уже была самой дорогой моделью за задачу в некоторых анализах; теперь это скомпрометированный, более дорогой вариант.

Помимо разочаровывающей экономичности Sonnet 5, отдельная проблема выявляет тревожное отсутствие прозрачности со стороны Anthropic в отношении своих моделей. Claude Code использует стеганографию, сложную технику скрытия данных, для тайного снятия отпечатков использования и отслеживания несанкционированного доступа.

Код проверяет определенные условия: ваша часовая зона находится в Китае или ваш базовый URL API соответствует известным именам хостов лабораторий ИИ. К ним относятся: - DeepSeek - MiniMax - ZAI Если эти условия соблюдены, модель незаметно изменяет свой вывод. Строки дат могут менять дефисы на слэши, или апостроф в «Today's» становится другим символом Unicode, визуально идентичным, но программно обнаруживаемым. Этот ingenious, но скрытый метод направлен на выявление реселлеров API, несанкционированных шлюзов Claude Code и атак дистилляции моделей.

Эта схема сокрытия того, как на самом деле работают ее модели, от крайней «жадности» Sonnet 5 к токенам и вводящей в заблуждение ценовой политики до скрытых механизмов отслеживания Claude Code, вызывает глубокую обеспокоенность. Anthropic не откровенен в отношении технических и финансовых реалий своих предложений ИИ. Клиенты заслуживают полной ясности и честных условий при инвестировании в мощные инструменты ИИ.

Почему Claude Sonnet 5 считается разочарованием, если его бенчмарки хорошие?

Несмотря на высокую производительность в бенчмарках, Sonnet 5 крайне неэффективен, используя большое количество токенов на задачу. Это делает его реальную стоимость значительно выше, чем у более мощных моделей, таких как Opus 4.8 и GPT-5.5.

Fable 5 такой же, как был до запрета?

Нет. Хотя экспортный контроль снят, Anthropic внедрила более строгие меры безопасности. Это приводит к тому, что Fable 5 переключается на Opus 4.8 для более рутинных задач, фактически «ослабляя» его производительность в некоторых бенчмарках.

В чем заключается обвинение в шпионаже в отношении Claude Code?

Claude Code содержит скрытую функциональность, которая использует стеганографию для обнаружения использования из китайских часовых поясов или через несанкционированных реселлеров API. Он незаметно изменяет строки дат и знаки препинания для снятия отпечатков вывода.

Sonnet 5 дешевле, чем Opus 4.8?

На бумаге его цена за токен ниже. На практике, сторонний анализ от Artificial Analysis показал, что стоимость задачи для Sonnet 5 на самом деле выше, чем у Opus 4.8, из-за его низкой эффективности токенов.