Claude Sonnet 5 Claude Codessa: Kannattaako vaihtaa, ja tuleeko siitä kalliimpaa?

Lue lisää mallien kanssa työskentelystä Ailoot-dokumentaatiosta.

Mitä tapahtui 30. kesäkuuta: Sonnet 5:stä tuli Claude Coden oletusmalli#

Anthropic julkaisi Sonnet 5:n 30. kesäkuuta ja asetti sen huomaamatta oletusmalliksi. Joillakin käyttäjillä malli vaihtui itsestään, toisilla se pysyi ennallaan. Tämä riippuu tilauksesta.

Tarkista ensin, mitä mallia käytät tällä hetkellä. Kirjoita Claude Codessa:

/status

Komento näyttää aktiivisen mallin ja tilitiedot. Jos siinä lukee claude-sonnet-5 etkä vaihtanut sitä itse, oletusmalli vaihtui automaattisesti.

Sonnet 5 edellyttää Claude Code -versiota 2.1.197 tai uudempaa. Jos /model-komento ei näytä viidennen sukupolven mallia luettelossa, päivitä:

claude update

Seuraavaksi käsittelen pääkysymystä, joka sai minut tekemään tämän analyysin: Anthropic sanoo mallin olevan ”halvempi”, mutta ihmisten tokenilaskut ovat kasvaneet. Miksi? Siitä lisää seuraavassa osiossa.

Miksi ”halvempi” paperilla ei tarkoita halvempaa laskua?#

Kampanjan jälkeen Sonnet 5 maksaa 3 dollaria miljoonalta syötetokenilta ja 15 dollaria miljoonalta tulostokenilta. Se on täsmälleen sama hinta kuin edellisellä Sonnet 4.6 -mallilla. ”Tokenikohtaista” hinnanalennusta ei ole. ”Halvempi kuin Opus” pätee vain verrattaessa sitä Opus 4.8:aan (5 ja 25 dollaria), ei edeltävään versioon, jonka kanssa hinta on sama.

Malli veloittaa tokeneista, ei kirjaimista: tokenit ovat tekstinpätkiä, joiksi se jakaa kehotteesi. Sonnet 5:n uusi tokenisaattori jakaa saman tiedoston useammaksi palaksi.

Ohjelmoija ja tutkija mittasi identtisillä teksteillä Sonnet 4.6:n ja Sonnet 5:n tokenisaattorien tokenmäärän muutoksen:

Anthropic ilmaisee asian varovaisemmin: ”1,0–1,35-kertaisesti tekstin tyypistä riippuen”. Pienimmälläkin kertoimella maksat samasta tokenhinnasta useammista tokeneista. Saman työn todellinen lasku kasvaa.

Jos omalla kielelläsi ei ole julkaistuja mittaustuloksia, voit mitata oman tekstisi tarkan kertoimen muutamassa minuutissa. Kerron alla, miten se tehdään.

Kuinka paljon yksi tehtävä oikeasti maksaa enemmän?#

Tokenisaattori on vain puolet kokonaiskuvasta. Toinen puoli on se, että Sonnet 5 ottaa enemmän vaiheita ja tuottaa enemmän tekstiä työskennellessään. Hinnaston mukainen hinta on vain osa kustannuksista: tehtävän todelliseen laskuun vaikuttaa se, kuinka monta tokenia ja työvaihetta sen suorittaminen vaatii. Mittaa kustannuksia omissa tehtävissäsi.

Tehtäväkohtaisilla kustannuksilla mitattuna Sonnet 5 on kalliimpi kuin lippulaivamalli Opus 4.8, vaikka sen listahinta on 2,5 kertaa alempi. Listahinta kertoo yhden asian, todellinen lasku toisen: tokenisaattori ja lisävaiheet syövät kaikki luvatut säästöt.

Tämä toistuu sukupolvesta toiseen. Edellisessä mallissa, Opus 4.7:ssä, tokenisaattorin muutos oli jo kasvattanut pyyntöä kohden käytettyjen tokenien määrää noin 37 %.

Johtopäätös on yksinkertainen: älä luota otsikkoon ”2,5 kertaa halvempi”. Vain omat tokenmääräsi omissa tehtävissäsi kertovat todellisen hinnan. Näytän alla, miten mittaat sen, mutta ensin tarkastellaan kokonaisuutta.

Sonnet 5:n ja Opuksen valinta on vain yksi ratas koneistossa. Kontekstin suunnittelu – se, mitä sisällytät Clauden kontekstiin ennen pyyntöä – määrittää todellisen tokenkulutuksen. Paisunut konteksti kuluttaa minkä tahansa budjetin halvimmallakin mallilla; hyvin jäsennelty konteksti säästää tokeneita kalliillakin mallilla.

Claude Sonnet 5 vs. Opus 4.8: Mihin kumpikin pystyy?#

Benchmark ei yksinään kerro paljonkaan vibe-koodaajalle. Luvut kuitenkin osoittavat, missä kumpikin malli on vahva. Tässä ovat Anthropicin viralliset tulokset kolmelle mallille rinnakkain:

Opus 4.8 johtaa edelleen vaativassa agenttisessa koodauksessa: SWE-bench Prossa tulos on 69,2 % vastaan 63,2 %. Nämä kuusi pistettä edustavat hankalia bugeja ja arkkitehtuurisia solmuja, joiden kohdalla Opus löytää ratkaisun, kun Sonnet luovuttaa puolivälissä. Vaikea koodaus on kuitenkin ainoa osa-alue, jolla Opus johtaa. Päätetyöskentelyssä (80,4 % vastaan 74,6 %) ja tietotyössä (raportin kokoaminen, datan analysointi) Sonnet 5 on jo ohittanut lippulaivamallin.

Täydellinen opas siihen, ”mikä malli sopii mihinkin tehtävään”, mukaan lukien /effort-komennon käyttö työmääräasetuksen määrittämiseen, löytyy erillisestä oppaasta Sonnetin tai Opuksen valitsemiseen Claude Codessa. Siinä kerrotaan, miten mallit reititetään tehtävätyypin mukaan. Tässä keskitytään eri kysymykseen: kannattaako jo toimivaa vaihtaa uuden mallin takia?

Miten voit laskea, mitä Sonnet 5 maksaa sinulle?#

Älä luota muiden lukuihin – mittaa omasi. Claude Code näyttää käytön suoraan istunnossa. Tässä on kolme komentoa:

• /usage - käytön päänäkymä: istunnon kustannus, tilauksen jäljellä olevat käyttörajat ja tokenit malleittain. Komennot /cost ja /stats avaavat sen sisällä omat välilehtensä.
• /cost - nykyisen istunnon erittely: käytettyjen tokenien määrä, niitä käyttäneet mallit sekä syöte ja tuloste erikseen.
• /stats - pidemmän aikavälin näkymä: istuntojen ja tokenien kokonaismäärä usean viikon ajalta.

Tärkeä huomautus: näiden komentojen näyttämä dollarimäärä on tokenmääriin perustuva paikallinen arvio, joka voi poiketa todellisesta laskusta. Se riittää kuitenkin mainiosti kahden mallin vertailuun.

Näin mittaat tarkasti, kuinka paljon enemmän Sonnet 5 maksaa omissa tehtävissäsi:

1. Valitse tokenoijavertailuun yksi kiinteä syöte samoine ohjeineen ja tiedostosisältöineen ilman keskusteluhistoriaa. Vertaa täsmälleen sen syötetokenimäärää kummallakin mallilla ja jätä luotu tuloste pois. Suhde kuvaa vain syötteen tokenisointia.
2. Aloita oikean tehtävän vertailuun kaksi itsenäistä istuntoa samasta projektitilasta, yksi mallia kohden. Käytä samaa kehotetta, effort-tasoa, saatavilla olevia työkaluja ja onnistumiskriteerejä. Älä vaihda mallia kesken yhteisen keskustelun.
3. Kirjaa käyttö ennen tehtävää ja sen jälkeen. Arvioi tehtävähinta syötteen, tulosteen, välimuistilukujen ja -kirjoitusten erotuksilla sekä soveltuvilla hinnoilla. Säilytä uusinnat ja epäonnistuneet yritykset kokonaismäärässä.
4. Tarkista tuloksena oleva koodi samoilla testeillä. Vertaa onnistuneen tuloksen hintaa sen sijaan, että jakaisit kokonaistokenimäärät ja kutsuisit suhdetta hintakertoimeksi.

Yllä olevat komennot näyttävät yhden istunnon. Päivittäiseen ja viikoittaiseen tarkasteluun on tarjolla maksuton työkalu nimeltä ccusage. Se lukee Claude Coden paikallisia tietueita ja luo raportteja. Suorita se asentamatta:

npx ccusage@latest

Miten vaihdat Sonnet 5:een ja palaat takaisin, jos se ei toimi sinulle?#

Mallin vaihtaminen Claude Codessa onnistuu yhdellä komennolla, ja muutos tulee voimaan heti. Tässä ovat kaikki vaihtoehdot sekä tapa palata takaisin, sillä edellisen osion vertailun jälkeen saatat haluta vaihtaa mallia uudelleen.

Vaihda nykyisessä istunnossa:

/model              # avaa malliluettelon ja valitse malli
/model sonnet       # vaihda Sonnet 5:een
/model opus         # vaihda Opus 4.8:aan

Luettelossa Enter tallentaa valinnan uusien istuntojen oletukseksi; s-näppäin ottaa sen käyttöön vain nykyisessä istunnossa.

Palaa takaisin, jos uusi malli ei toimi sinulle. Tässä on yksi mutka: lyhyt nimi sonnet viittaa nyt versioon 5. Jos haluat palata nimenomaan hyväksi todettuun Sonnet 4.6:een, käytä sen koko nimeä:

/model claude-sonnet-4-6    # takaisin edelliseen Sonnet-malliin
/model claude-opus-4-8      # takaisin Opus 4.8:aan
/model default              # palauta tilin suosittelema oletusmalli

Kiinnitä malli koko istunnon ajaksi ympäristömuuttujalla:

export ANTHROPIC_MODEL="claude-opus-4-8"    # aloita Opus lukittuna
claude

Aseta oletusmalli pysyvästi settings.json-asetustiedostossa:

{ "model": "opus" }

Kannattaa tutustua myös opusplan-tilaan. Se käyttää Opusta suunnitteluvaiheessa, jolloin ajattelun syvyys on tärkeää, ja vaihtaa sitten Soniin toteutusta varten, jolloin hinnalla on merkitystä. ”Kallis aivotyö, halvat kädet” on järkevä oletusratkaisu, jos et halua valita mallia joka tehtävään erikseen.

Kuka hyötyy Sonnet 5:stä ja kenen kannattaa pysyä Opuksessa?#

Benchmarkeista ja hinnoista johdettu yksinkertainen reitityssääntö kuuluu: Sonnet 5 toteutukseen, Opus 4.8 harkintaan. Sama ajatus tehtäväkarttana:

Vastoin ensivaikutelmaa Sonnet 5 menettää hintaetunsa korkealla työmääräasetuksella (xhigh, max). Se suorittaa enemmän vaiheita ja kuluttaa enemmän tokeneita, joten yksi vaikea tehtävä tulee Opus 4.8:aa kalliimmaksi – vaikka Opus tuottaa yhä laadukkaampia tuloksia vaikeissa koodaustehtävissä. Siksi Opuksen pitäminen oletuksena on järkevää, jos työsi on enimmäkseen vaikeaa ja vaatii korkeaa työmääräasetusta.

Jos teet enimmäkseen kohtalaisen monimutkaista rutiininomaista agenttityötä, Sonnet 5 on vakioasetuksella tällä hetkellä hyvä valinta, varsinkin kampanjahinnoilla 31. elokuuta asti.

Mitä jo vaihtaneet sanovat?#

Tyytymättömyysaalto nousi ensimmäisten tuntien aikana julkaisun jälkeen. Nimitys ”hyödytön fiasko” tarttui julkaisuun heti. Tällainen sävy antoi keskustelulle suunnan:

Kolme pääasiallista valituksen aihetta ilman tunnekuohua:

1. Tokenit maksavat enemmän. Uusi tokenisaattori syö luvatun säästön – siitä yllä oleva analyysi kertoo.
2. Enemmän kieltäytymisiä. Malli torjuu kiistanalaisia kehotteita herkemmin, ja sen sensuuri on tiukempaa. Monien mielestä edellinen Sonnet 4.6 tuntui nopeammalta, älykkäämmältä ja vähemmän rajoitetulta.
3. Edistysaskel on liian pieni. Ero 4.6:een ei oikeuta vaihtamista, etenkään hinnannousun vuoksi.

Kuva ei kuitenkaan ole yksipuolinen. Agenttitehtäviä suorittavat pitävät Sonnet 5:stä: sen laatu on lähellä Opusta ja hinta on matalalla työmääräasetuksella edullisempi. He kehuvat myös työmäärän säätöä, joka on todellinen keino hallita laskua. Claudea luovaan kirjoittamiseen käyttäneet taas ovat tyytymättömiä – mallista on tullut kuivempi ja sanamuodoiltaan varovaisempi.

Johtopäätökseni kaikesta tästä metelistä: ”fiasko”-reaktioaalto johtuu enimmäkseen liiallisista odotuksista. Ihmiset odottivat harppausta ja saivat varovaisen edistysaskeleen kalliimpine tokeneineen. Teknisesti Anthropic toimitti toimivan mallin. Tässä on vain yksi olennainen kysymys: onko se sinulle hyvä valinta omiin tehtäviisi? Sen voit selvittää vain omasta tokenlaskustasi – muiden julkaisut eivät voi ratkaista sitä puolestasi.

Käytännön esimerkki: omien tehtävien testaaminen#

Kun uusi malli julkaistaan, skenaarion kirjoittaja testaa sitä tekemättä hätiköityjä johtopäätöksiä – ensimmäisten päivien hype on aina todellisuutta kovempaa. Sonnet 5 on juuri tällainen tapaus.

Tässä ovat skenaarion vaiheet:

1. Tarkisti oletusmallin. Kirjoittajalla on Max, joten Opus 4.8 pysyi oletuksena. Hän käyttää sitä vaikeisiin tehtäviin.
2. Otti Sonnet 5:n rutiinityöhön. Koodin ensimmäinen läpikäynti, testien luominen ja projektin tutkiminen – malli on näihin tehtäviin edullinen, ja sen laatu riittää.
3. Mittasi omilla tehtävillään. Jokaisen istunnon jälkeen kirjoittaja tarkistaa /cost-komennon ja vertaa käyttöä. Hän käyttää omaa oikeaa koodiaan, ei muiden benchmarkeja.
4. Hyödynnä kampanja. Sonnet 5 on saatavilla alennettuun hintaan 31. elokuuta asti – nyt on hyvä aika kerätä tilastoja siitä, mitä se maksaa juuri kirjoittajalle, kun se on vielä edullinen.

Oikean mallin arvaaminen kerralla ja lopullisesti on mahdotonta. Mallit muuttuvat joka kuukausi, samoin hinnat ja tokenisaattorit. Sen sijaan toimii aina se, että osaat mitata käyttöä kahdessa minuutissa ja tehdä päätöksiä lukujen etkä otsikoiden perusteella. Mallin valinta on taito, jota tarvitset jokaisen uuden julkaisun yhteydessä.

Mallin valinta on vain jäävuoren huippu. Todelliset tokenisäästöt ja Clauden vakaus riippuvat kontekstin suunnittelusta: siitä, mitä sisällytät pyyntöön ja miten jäsennät sen.

Jos haluat jatkaa työskentelyä, kokeile Ailootia.