Claude Sonnet 5 στο Claude Code: Αξίζει να αλλάξετε και θα γίνει ακριβότερο;

Μάθετε περισσότερα για την εργασία με μοντέλα στην τεκμηρίωση του Ailoot.

Τι συνέβη στις 30 Ιουνίου: Το Sonnet 5 έγινε το προεπιλεγμένο μοντέλο στο Claude Code#

Στις 30 Ιουνίου, η Anthropic κυκλοφόρησε το Sonnet 5 και το όρισε σιωπηρά ως προεπιλεγμένο μοντέλο. Σε ορισμένους χρήστες το μοντέλο άλλαξε από μόνο του· σε άλλους παρέμεινε το ίδιο. Αυτό εξαρτάται από το πρόγραμμα.

Το πρώτο που πρέπει να κάνετε είναι να ελέγξετε ποιο μοντέλο χρησιμοποιείτε αυτή τη στιγμή. Στο Claude Code, πληκτρολογήστε:

/status

Η εντολή εμφανίζει το ενεργό μοντέλο και τα στοιχεία του λογαριασμού. Αν εμφανίζεται το claude-sonnet-5 και δεν αλλάξατε μοντέλο χειροκίνητα, το προεπιλεγμένο μοντέλο άλλαξε από μόνο του.

Το Sonnet 5 απαιτεί την έκδοση 2.1.197 ή νεότερη του Claude Code. Αν η εντολή /model δεν εμφανίζει το μοντέλο πέμπτης γενιάς στη λίστα, ενημερώστε το:

claude update

Στη συνέχεια, θα εξετάσω το βασικό ερώτημα που οδήγησε σε αυτή την ανάλυση: η Anthropic λέει ότι είναι «φθηνότερο», αλλά οι λογαριασμοί των ανθρώπων για tokens έχουν αυξηθεί. Γιατί; Θα το δούμε στην επόμενη ενότητα.

Γιατί το «φθηνότερο» στα χαρτιά δεν σημαίνει φθηνότερο για το πορτοφόλι σας;#

Μετά την προωθητική περίοδο, το Sonnet 5 κοστίζει 3 $ ανά εκατομμύριο tokens εισόδου και 15 $ ανά εκατομμύριο tokens εξόδου. Αυτή είναι ακριβώς η τιμή που είχε το προηγούμενο Sonnet 4.6. Δεν υπάρχει μείωση στην τιμή «ανά token». Το «φθηνότερο από το Opus» ισχύει μόνο σε σύγκριση με το Opus 4.8 (5 $ και 25 $), όχι σε σύγκριση με την προηγούμενη έκδοσή του, όπου η τιμή είναι ίδια.

Το μοντέλο χρεώνει tokens, όχι γράμματα: τμήματα κειμένου στα οποία χωρίζει την προτροπή σας. Το Sonnet 5 έχει νέο tokenizer, ο οποίος χωρίζει το ίδιο αρχείο σε περισσότερα τμήματα.

Η Anthropic υποστηρίζει ότι το νέο tokenizer αυξάνει τον αριθμό tokens κατά 1,0 έως 1,35 φορές, ανάλογα με τον τύπο κειμένου.

Η ίδια η Anthropic το διατυπώνει πιο προσεκτικά: «μεταξύ 1.0 και 1.35 φορές, ανάλογα με τον τύπο του κειμένου». Ακόμη και με το χαμηλότερο όριο, πληρώνετε την ίδια χρέωση για περισσότερα tokens. Ο πραγματικός λογαριασμός για την ίδια εργασία αυξάνεται.

Αν δεν υπάρχουν δημοσιευμένες μετρήσεις για τη γλώσσα σας, μπορείτε να μετρήσετε τον ακριβή πολλαπλασιαστή για τα δικά σας κείμενα μέσα σε λίγα λεπτά — δείτε παρακάτω πώς.

Πόσο περισσότερο κοστίζει πραγματικά μία εργασία;#

Ο tokenizer είναι μόνο η μισή εικόνα. Η άλλη μισή είναι ότι το Sonnet 5 κάνει περισσότερα βήματα και παράγει περισσότερο κείμενο καθώς εργάζεται. Το συνολικό κόστος μιας πλήρους σειράς εργασιών αποτυπώνει τόσο τον αυξημένο αριθμό βημάτων όσο και τον αυξημένο αριθμό tokens:

Με βάση το κόστος ανά εργασία, το Sonnet 5 είναι ακριβότερο από το κορυφαίο Opus 4.8 — παρόλο που η τιμή καταλόγου του είναι 2,5 φορές χαμηλότερη. Η τιμή καταλόγου λέει ένα πράγμα, ο πραγματικός λογαριασμός άλλο: ο tokenizer και τα επιπλέον βήματα εξανεμίζουν όλη την υποσχόμενη εξοικονόμηση.

Και αυτό επαναλαμβάνεται από γενιά σε γενιά. Με το προηγούμενο μοντέλο, το Opus 4.7, μια αλλαγή στον tokenizer είχε ήδη αυξήσει τον αριθμό των tokens ανά αίτημα κατά περίπου 37%.

Το συμπέρασμα είναι απλό: μην εμπιστεύεστε τον τίτλο «2,5 φορές φθηνότερο». Μόνο οι δικές σας μετρήσεις tokens στις δικές σας εργασίες αποκαλύπτουν την πραγματική τιμή. Παρακάτω θα δείξω πώς να τη μετρήσετε, αλλά πρώτα ας δούμε πώς εντάσσονται όλα αυτά στο ευρύτερο πλαίσιο.

Claude Sonnet 5 έναντι Opus 4.8: Τι μπορεί να κάνει το καθένα;#

Ένα benchmark από μόνο του δεν σημαίνει πολλά για έναν vibe coder. Ωστόσο, οι αριθμοί δείχνουν σε τι υπερέχει κάθε μοντέλο. Ακολουθούν δίπλα-δίπλα τα επίσημα αποτελέσματα της Anthropic για τα τρία μοντέλα:

Το Opus 4.8 διατηρεί το προβάδισμά του στον δύσκολο προγραμματισμό με agent — 69,2% έναντι 63,2% στο SWE-bench Pro. Αυτές οι έξι μονάδες αντιστοιχούν σε περίπλοκα σφάλματα και αρχιτεκτονικά αδιέξοδα, όπου το Opus βρίσκει λύση ενώ το Sonnet εγκαταλείπει στη μέση. Όμως, ο δύσκολος προγραμματισμός είναι η μόνη γραμμή όπου προηγείται το Opus. Στην εργασία σε τερματικό (80,4% έναντι 74,6%) και στην εργασία γνώσης (σύνταξη αναφοράς, ανάλυση δεδομένων), το Sonnet 5 έχει ήδη ξεπεράσει το κορυφαίο μοντέλο.

Ένας πλήρης οδηγός για το «ποιο μοντέλο για ποιο είδος εργασίας», μαζί με το πώς να ορίσετε το επίπεδο προσπάθειας με το /effort, υπάρχει στον ξεχωριστό οδηγό για την επιλογή Sonnet ή Opus στο Claude Code — εξηγεί πώς να δρομολογείτε μοντέλα ανάλογα με τον τύπο της εργασίας. Εδώ, η εστίαση είναι διαφορετική: αξίζει να αλλάξετε αυτό που ήδη λειτουργεί χάριν ενός νέου μοντέλου;

Πώς μπορείτε να υπολογίσετε πόσο θα σας κοστίσει το Sonnet 5;#

Μην εμπιστεύεστε τους αριθμούς κάποιου άλλου — μετρήστε τους δικούς σας. Το Claude Code μπορεί να εμφανίσει τη χρήση απευθείας στη συνεδρία. Ακολουθούν τρεις εντολές:

• /usage - η κύρια οθόνη χρήσης: κόστος συνεδρίας, υπόλοιπα ορίων του προγράμματος και tokens ανά μοντέλο. Οι εντολές /cost και /stats ανοίγουν καρτέλες μέσα σε αυτήν.
• /cost - ανάλυση της τρέχουσας συνεδρίας: πόσα tokens χρησιμοποιήθηκαν, ποια μοντέλα τα χρησιμοποίησαν και ξεχωριστά τα tokens εισόδου και εξόδου.
• /stats - μια ευρύτερη εικόνα: συνολικός αριθμός συνεδριών και tokens για αρκετές εβδομάδες.

Μια σημαντική διευκρίνιση: το ποσό σε δολάρια που εμφανίζουν αυτές οι εντολές είναι τοπική εκτίμηση βάσει του αριθμού των tokens και μπορεί να διαφέρει από τον πραγματικό λογαριασμό. Ωστόσο, επαρκεί για να συγκρίνετε δύο μοντέλα.

Ακολουθεί η ακριβής διαδικασία για να μετρήσετε πόσο περισσότερο κοστίζει το Sonnet 5 στις δικές σας εργασίες:

1. Για σύγκριση tokenizers, επιλέξτε μία σταθερή είσοδο με ίδιες οδηγίες και περιεχόμενα αρχείων, χωρίς ιστορικό συνομιλίας. Συγκρίνετε το πλήθος tokens εισόδου εκείνης ακριβώς της εισόδου σε κάθε μοντέλο· εξαιρέστε παραγόμενη έξοδο. Η αναλογία περιγράφει μόνο tokenization εισόδου.
2. Για σύγκριση πραγματικής εργασίας, ξεκινήστε δύο ανεξάρτητες συνεδρίες από την ίδια κατάσταση έργου, μία ανά μοντέλο. Χρησιμοποιήστε ίδια προτροπή, επίπεδο effort, διαθέσιμα εργαλεία και κριτήρια επιτυχίας. Μην αλλάζετε μοντέλα στη μέση κοινής συνομιλίας.
3. Καταγράψτε χρήση πριν και μετά από κάθε εργασία. Χρησιμοποιήστε διαφορές εισόδου, εξόδου, ανάγνωσης cache και εγγραφής cache μαζί με τις εφαρμοστέες τιμές για εκτίμηση κόστους· κρατήστε επαναλήψεις και αποτυχημένες προσπάθειες στο σύνολο.
4. Ελέγξτε τον κώδικα με τις ίδιες δοκιμές. Συγκρίνετε κόστος επιτυχημένου αποτελέσματος αντί να διαιρείτε αθροιστικά πλήθη tokens και να τα ονομάζετε πολλαπλασιαστή τιμής.

Οι παραπάνω εντολές εμφανίζουν μία συνεδρία. Για ημερήσια και εβδομαδιαία εικόνα, υπάρχει ένα δωρεάν εργαλείο με όνομα ccusage. Διαβάζει τα τοπικά αρχεία καταγραφής του Claude Code και δημιουργεί αναφορές. Εκτελέστε το χωρίς εγκατάσταση:

npx ccusage@latest

Πώς αλλάζετε στο Sonnet 5 και πώς επιστρέφετε αν δεν σας εξυπηρετήσει;#

Η αλλαγή μοντέλων στο Claude Code απαιτεί μία εντολή και εφαρμόζεται αμέσως. Ακολουθούν όλες οι επιλογές, καθώς και ο τρόπος επιστροφής, επειδή μετά τη σύγκριση της προηγούμενης ενότητας μπορεί να θελήσετε να αλλάξετε ξανά.

Αλλαγή στην τρέχουσα συνεδρία:

/model              # open the model list and choose
/model sonnet       # switch to Sonnet 5
/model opus         # switch to Opus 4.8

Στη λίστα, το Enter αποθηκεύει την επιλογή ως προεπιλογή για νέες συνεδρίες· το πλήκτρο s την εφαρμόζει μόνο στην τρέχουσα συνεδρία.

Επιστρέψτε στο προηγούμενο μοντέλο αν το νέο δεν σας εξυπηρετήσει. Υπάρχει όμως μια λεπτομέρεια: το σύντομο όνομα sonnet παραπέμπει πλέον στην έκδοση 5. Για να επιστρέψετε συγκεκριμένα στο δοκιμασμένο Sonnet 4.6, χρησιμοποιήστε το πλήρες όνομά του:

/model claude-sonnet-4-6    # back to the previous Sonnet
/model claude-opus-4-8      # back to Opus 4.8
/model default              # reset to the account's recommended default

Καρφιτσώστε ένα μοντέλο για ολόκληρη τη συνεδρία με μια μεταβλητή περιβάλλοντος:

export ANTHROPIC_MODEL="claude-opus-4-8"    # start with Opus pinned
claude

Ορίστε μόνιμα το προεπιλεγμένο μοντέλο στο αρχείο ρυθμίσεων settings.json:

{ "model": "opus" }

Είναι επίσης χρήσιμο να γνωρίζετε τη λειτουργία opusplan. Χρησιμοποιεί το Opus στο στάδιο σχεδιασμού, όπου έχει σημασία το βάθος σκέψης, και μετά μεταβαίνει στο Sonnet για την εκτέλεση, όπου έχει σημασία η τιμή. Ο συμβιβασμός «ακριβό μυαλό, φθηνά χέρια» είναι μια λογική προεπιλογή, αν δεν θέλετε να επιλέγετε χειροκίνητα για κάθε εργασία.

Ποιοι ωφελούνται πραγματικά από το Sonnet 5 και ποιοι πρέπει να παραμείνουν στο Opus;#

Ένας απλός κανόνας δρομολόγησης που προκύπτει από τα benchmarks και τις τιμές είναι: Sonnet 5 για εκτέλεση, Opus 4.8 για κρίση. Ακολουθεί η ίδια ιδέα ως χάρτης επιλογής εργασιών:

Το βασικό, αντενστικτώδες συμπέρασμα: σε υψηλό επίπεδο προσπάθειας (xhigh, max), το Sonnet 5 χάνει το πλεονέκτημα τιμής του. Εκτελεί περισσότερα βήματα και καταναλώνει περισσότερα tokens, επομένως μία δύσκολη εργασία κοστίζει περισσότερο από ό,τι στο Opus 4.8 — παρόλο που το Opus εξακολουθεί να προσφέρει καλύτερη ποιότητα στον δύσκολο προγραμματισμό. Άρα, αν το μεγαλύτερο μέρος της δουλειάς σας είναι δύσκολο και χρησιμοποιεί υψηλό επίπεδο προσπάθειας, έχει νόημα να διατηρήσετε το Opus ως προεπιλογή.

Αν το μεγαλύτερο μέρος της δουλειάς σας αφορά συνήθεις εργασίες με agent μέτριας πολυπλοκότητας, το Sonnet 5 σε κανονικό επίπεδο προσπάθειας συμφέρει αυτή τη στιγμή, ιδίως κατά την προωθητική περίοδο τιμολόγησης έως τις 31 Αυγούστου.

Τι λένε όσοι έχουν ήδη αλλάξει μοντέλο;#

Τις πρώτες ώρες μετά την κυκλοφορία εμφανίστηκε ένα κύμα δυσαρέσκειας. Ο χαρακτηρισμός «άχρηστη αποτυχία» κόλλησε αμέσως στην κυκλοφορία. Αυτό ήταν το ύφος που διαμόρφωσε τη συζήτηση:

Τρία βασικά παράπονα, χωρίς το συναίσθημα:

1. Τα tokens κοστίζουν περισσότερο. Ο νέος tokenizer εξανεμίζει την υποσχόμενη εξοικονόμηση — αυτό ακριβώς πραγματεύεται όλη η παραπάνω ανάλυση.
2. Περισσότερες αρνήσεις. Το μοντέλο απορρίπτει πιο εύκολα αμφιλεγόμενες προτροπές· η λογοκρισία του είναι αυστηρότερη. Πολλοί λένε ότι το προηγούμενο Sonnet 4.6 έμοιαζε πιο γρήγορο, πιο έξυπνο και με λιγότερους περιορισμούς.
3. Το άλμα προόδου είναι πολύ μικρό. Η διαφορά από το 4.6 δεν δικαιολογεί την αλλαγή, ιδίως με δεδομένη την αύξηση τιμής.

Όμως, η εικόνα δεν είναι μονόπλευρη. Όσοι εκτελούν εργασίες με agent συμπαθούν το Sonnet 5: η ποιότητά του πλησιάζει εκείνη του Opus και η τιμή του είναι χαμηλότερη σε χαμηλό επίπεδο προσπάθειας. Επαινούν επίσης τον έλεγχο της προσπάθειας, που αποτελεί πραγματικό μοχλό διαχείρισης του λογαριασμού. Ωστόσο, όσοι χρησιμοποιούσαν το Claude για δημιουργική γραφή είναι δυσαρεστημένοι — το μοντέλο έχει γίνει πιο στεγνό και πιο επιφυλακτικό στη διατύπωσή του.

Το συμπέρασμά μου από όλον αυτόν τον θόρυβο: το κύμα χαρακτηρισμού του μοντέλου ως «αποτυχία» οφείλεται κυρίως στις υπερβολικές προσδοκίες. Ο κόσμος περίμενε ένα άλμα και πήρε ένα προσεκτικό βήμα προόδου με ακριβότερα tokens. Τεχνικά, η Anthropic παρέδωσε ένα λειτουργικό μοντέλο. Υπάρχει μόνο ένα σωστό ερώτημα: συμφέρει στις δικές σας εργασίες; Αυτό μπορείτε να το ελέγξετε μόνο με τον δικό σας λογαριασμό tokens — οι αναρτήσεις άλλων ανθρώπων δεν μπορούν να το κρίνουν για εσάς.

Πρακτικό σενάριο: δοκιμή στις δικές σας εργασίες#

Όταν κυκλοφορεί ένα νέο μοντέλο, ο συγγραφέας του σεναρίου το δοκιμάζει χωρίς να βγάζει βιαστικά συμπεράσματα — τις πρώτες μέρες η δημοσιότητα είναι πάντα πιο έντονη από την πραγματικότητα. Το Sonnet 5 είναι ακριβώς μια τέτοια περίπτωση.

Ακολουθούν τα βήματα αυτού του σεναρίου:

1. Έλεγξε το προεπιλεγμένο μοντέλο. Ο συγγραφέας έχει πρόγραμμα Max, οπότε το Opus 4.8 παρέμεινε προεπιλεγμένο. Το διατηρεί για δύσκολες εργασίες.
2. Χρησιμοποίησε το Sonnet 5 για συνήθεις εργασίες. Πρώτη επισκόπηση κώδικα, δημιουργία δοκιμών, εξερεύνηση του έργου — κοστίζει λίγο για αυτές τις εργασίες και η ποιότητά του επαρκεί.
3. Μέτρησε στις δικές του εργασίες. Μετά από κάθε συνεδρία, ο συγγραφέας ελέγχει την εντολή /cost και συγκρίνει τη χρήση. Χρησιμοποιεί τον δικό του πραγματικό κώδικα, όχι benchmarks άλλων.
4. Αξιοποίησε την προωθητική περίοδο. Έως τις 31 Αυγούστου, το Sonnet 5 διατίθεται σε μειωμένη τιμή — είναι καλή στιγμή να συγκεντρώσει στατιστικά για το προσωπικό του κόστος όσο παραμένει φθηνό.

Είναι αδύνατο να μαντέψετε μία και καλή ποιο είναι το «σωστό» μοντέλο. Τα μοντέλα αλλάζουν κάθε μήνα, μαζί με τις τιμές και τους tokenizers. Αυτό που λειτουργεί πάντα είναι να γνωρίζετε πώς να μετράτε τη χρήση μέσα σε δύο λεπτά και να παίρνετε αποφάσεις με βάση αριθμούς αντί για τίτλους. Η επιλογή μοντέλου είναι δεξιότητα που θα χρειάζεστε σε κάθε νέα κυκλοφορία.

Για να συνεχίσετε, δοκιμάστε το Ailoot.