За пять дней Anthropic реализовал три крупных изменения: вернул модель Fable 5, выпустил Sonnet 5 и сделал его дефолтным, а также запустил публичную программу баг-хантинга через HackerOne. Первое событие — снятие экспортной директивы США, которая 12 июня заблокировала Fable 5, — произошло 1 июля. Второе — выход Sonnet 5 — датируется 30 июня, причём модель сразу стала основной для всех планов, от Free до Enterprise. Третье — программа вознаграждений за поиск уязвимостей с выплатами от $500 до $50 000 — стартовала одновременно с возвращением Fable 5.
Fable 5, первая модель нового класса Mythos, пробыла в подвале 19 дней. При возвращении Anthropic ужесточил меры безопасности: обновил классификатор, который теперь перехватывает около 7–8% сессий (против 5% в первой версии), опубликовал draft-фреймворк для классификации jailbreak по пяти уровням угроз и запустил легальный канал поиска уязвимостей через HackerOne. В release notes также заметно небольшое улучшение качества модели на 1–2 пункта по некоторым бенчмаркам, хотя официально это та же версия.
| Бенчмарк | Sonnet 5 | Opus 4.8 | Sonnet 4.6 |
|---|---|---|---|
| SWE-Bench Pro (агентский кодинг) | 63.2 | 69.2 | 58.1 |
| Terminal-Bench 2.1 | 80.4 | 74.6 | 68.9 |
| BrowseComp (агентский поиск) | 51.7 | 55.1 | 43.2 |
| OSWorld-Verified (использование ПК) | 61.4 | 63.8 | 52.5 |
Sonnet 5 стал новой моделью среднего класса, призванной сместить баланс производительности и стоимости. До 31 августа действует вводная цена: $2 за миллион входных токенов и $10 за выходные; с сентября — $3 и $15 соответственно. Это в 1,5 раза дешевле Opus 4.8 на выходных токенах и почти в 7 раз дешевле Fable 5. По бенчмаркам Sonnet 5 показывает 63,2% на SWE-Bench Pro (агентское написание кода), что на 6 пунктов ниже Opus 4.8 (69,2%), но на Terminal-Bench 2.1 — 80,4% против 74,6% у Opus. Это значит, что для агентов, работающих в терминале, Sonnet 5 не только дешевле, но и эффективнее старшего собрата.
Sonnet 5 стал моделью по умолчанию на всех тарифах с вводной ценой $2 за миллион входных токенов
Для разработчиков, использующих агентские сценарии, изменения означают существенную экономию без потери качества в ряде задач. Sonnet 5 теперь можно применять для большей части рутины, оставляя Opus или Fable 5 для сложных задач. Вместе с тем ужесточение защиты Fable 5 может привести к более частым срабатываниям фильтров, что потребует адаптации промптов.
