Claude Sonnet 5 v Claude Code: Se splača preklopiti in bo postal dražji?

Več o delu z modeli preberite v dokumentaciji Ailoot.

Kaj se je zgodilo 30. junija: Sonnet 5 je postal privzeti model v Claude Code#

Anthropic je 30. junija predstavil Sonnet 5 in ga tiho nastavil kot privzeti model. Nekaterim uporabnikom se je model zamenjal sam, drugim pa je ostal enak. To je odvisno od paketa.

Najprej preverite, kateri model trenutno uporabljate. V Claude Code vnesite:

/status

Ukaz prikaže aktivni model in podrobnosti računa. Če piše claude-sonnet-5 in niste preklopili ročno, se je privzeti model spremenil sam.

Sonnet 5 zahteva Claude Code različice 2.1.197 ali novejše. Če ukaz /model na seznamu ne prikaže modela pete generacije, posodobite program:

claude update

Nato bom obravnaval glavno vprašanje, ki je spodbudilo to analizo: Anthropic pravi, da je »cenejši«, vendar so se ljudem računi za tokene zvišali. Zakaj? Odgovor je v naslednjem razdelku.

Zakaj »cenejše« na papirju ne pomeni nižjih stroškov za vas?#

Po koncu promocije Sonnet 5 stane $3 na milijon vhodnih tokenov in $15 na milijon izhodnih tokenov. To je natanko toliko, kot je stal prejšnji Sonnet 4.6. Znižanja cene »na token« ni. »Cenejši od modela Opus« velja samo v primerjavi z Opusom 4.8 ($5 in $25), ne pa v primerjavi z njegovo prejšnjo različico, saj je cena enaka.

Modeli zaračunavajo tokene, ne črk: to so kosi besedila, na katere razdelijo vaš poziv. Sonnet 5 uporablja nov tokenizator, ki isto datoteko razdeli na več kosov.

Anthropic sam to opiše previdneje: »med 1.0- in 1.35-kratnikom, odvisno od vrste besedila«. Tudi pri spodnji vrednosti tega razpona plačate enako ceno za več tokenov. Dejanski račun za enako delo se zviša.

Če za vaš jezik ni objavljenih meritev, lahko v nekaj minutah izmerite natančen faktor za svoje besedilo — spodaj je opisano, kako.

Koliko več dejansko stane posamezno opravilo?#

Seznamna cena je le del stroška: dejanski račun je odvisen od porabe tokenov in števila korakov pri opravilu, zato ga izmerite na svojih opravilih.

Tokenizator je samo polovica zgodbe. Druga polovica je, da Sonnet 5 izvede več korakov in med delom ustvari več besedila.

Glede na strošek na opravilo je Sonnet 5 dražji od vodilnega modela Opus 4.8 — čeprav je njegova cenovna cena 2.5-krat nižja. Cenik pravi eno, dejanski račun pa drugo: tokenizator in dodatni koraki porabijo ves obljubljeni prihranek.

In ta vzorec se ponavlja z vsako novo generacijo. Pri prejšnjem modelu, Opus 4.7, je sprememba tokenizatorja že povečala število tokenov na zahtevo za približno 37%.

Sklep je preprost: ne zaupajte naslovu »2.5-krat cenejši«. Resnično ceno pokažejo samo vaše lastne meritve števila tokenov pri vaših opravilih. Spodaj bom pokazal, kako jih izmeriti, najprej pa poglejmo, kako se vse to umešča v širšo sliko.

Izbira med modeloma Sonnet 5 in Opus je le en zobnik v stroju. Inženiring konteksta — to, kar vstavite v Claudeov kontekst pred zahtevo — določa dejansko porabo tokenov. Prenatrpan kontekst bo porabil vsak proračun, tudi pri najcenejšem modelu; dobro strukturiran kontekst pa prihrani tokene tudi pri dragem modelu.

Claude Sonnet 5 v primerjavi z Opusom 4.8: Kaj zmoreta?#

Samo merilo ne pove veliko vibe coderju. Toda številke pokažejo, v čem je posamezni model dober. Tukaj so uradni rezultati Anthropic za vse tri modele:

Opus 4.8 ohranja prednost pri zahtevnem agentičnem programiranju — na merilu SWE-bench Pro dosega 69.2% v primerjavi s 63.2%. Teh šest odstotnih točk predstavlja zapletene hrošče in arhitekturne vozle, ki jih Opus razvozla, Sonnet pa sredi dela opusti. Toda zahtevno programiranje je edina kategorija, v kateri vodi Opus. Pri delu v terminalu (80.4% proti 74.6%) in delu z znanjem (sestavljanje poročila, analiza podatkov) je Sonnet 5 vodilni model že prehitel.

Celoten vodnik o tem, »kateri model uporabiti za katero vrsto opravila«, vključno z nastavitvijo ravni effort z ukazom /effort, je v ločenem vodniku o izbiri modela Sonnet ali Opus v Claude Code — pojasnjuje, kako modele razporejati glede na vrsto opravila. Tukaj je poudarek drugje: ali se splača zamenjati nekaj, kar že deluje, samo zaradi novega modela?

Kako lahko izračunate, koliko vas bo stal Sonnet 5?#

Ne zaupajte številkam drugih — izmerite svoje. Claude Code lahko uporabo prikaže kar v seji. Tukaj so trije ukazi:

• /usage - glavni zaslon uporabe: strošek seje, preostale omejitve paketa in tokeni po modelih. Ukaza /cost in /stats odpreta zavihka znotraj njega.
• /cost - razčlenitev trenutne seje: koliko tokenov je bilo uporabljenih, kateri modeli so jih porabili ter ločen prikaz vhodnih in izhodnih tokenov.
• /stats - širši pregled: skupno število sej in tokenov v več tednih.

Pomembno opozorilo: znesek v dolarjih, ki ga prikažejo ti ukazi, je lokalna ocena na podlagi števila tokenov in se lahko razlikuje od dejanskega računa. Za primerjavo dveh modelov pa povsem zadostuje.

Tukaj je natančen postopek za merjenje, koliko več Sonnet 5 stane pri vaših opravilih:

1. Za primerjavo tokenizatorjev izberite en stalni vhod z istimi navodili in vsebino datotek, brez zgodovine pogovora. Pri vsakem modelu primerjajte število vhodnih žetonov tega točnega vhoda; ustvarjeni izhod izključite. Razmerje opisuje samo tokenizacijo vhoda.
2. Za primerjavo resnične naloge začnite dve neodvisni seji iz istega stanja projekta, po eno za model. Uporabite isti poziv, raven effort, razpoložljiva orodja in merila uspeha. Modelov ne menjajte sredi istega skupnega pogovora.
3. Pred in po vsaki nalogi zabeležite porabo. Razlike vhodne, izhodne porabe ter branja in zapisovanja predpomnilnika skupaj z veljavnimi cenami uporabite za oceno stroška; ponovitve in neuspešne poskuse ohranite v vsoti.
4. Nastalo kodo preverite z istimi testi. Primerjajte ceno uspešnega rezultata, namesto da skupna števila žetonov delite in temu rečete cenovni množitelj.

Zgornji ukazi pokažejo eno sejo. Za dnevni in tedenski pregled je na voljo brezplačno orodje ccusage. Bere lokalne zapise Claude Code in izdela poročila. Zaženite ga brez namestitve:

npx ccusage@latest

Kako preklopiti na Sonnet 5 in se vrniti nazaj, če vam ne ustreza?#

Za zamenjavo modela v Claude Code potrebujete en ukaz, sprememba pa začne veljati takoj. Tukaj so vse možnosti, vključno z vrnitvijo na prejšnji model, saj se boste po primerjavi v prejšnjem razdelku morda želeli vrniti.

Preklop v trenutni seji:

/model              # odprite seznam modelov in izberite
/model sonnet       # preklop na Sonnet 5
/model opus         # preklop na Opus 4.8

Na seznamu tipka Enter shrani izbiro kot privzeto za nove seje; tipka s jo uveljavi samo za trenutno sejo.

Vrnite se nazaj, če vam novi model ne ustreza. Obstaja ena zanka: kratko ime sonnet zdaj kaže na različico 5. Če se želite vrniti prav na preverjeni Sonnet 4.6, uporabite njegovo polno ime:

/model claude-sonnet-4-6    # nazaj na prejšnji Sonnet
/model claude-opus-4-8      # nazaj na Opus 4.8
/model default              # ponastavitev na priporočeni privzeti model računa

Model pripnite za celotno sejo z okoljsko spremenljivko:

export ANTHROPIC_MODEL="claude-opus-4-8"    # začetek s pripetim modelom Opus
claude

Trajno nastavite privzeti model v nastavitveni datoteki settings.json:

{ "model": "opus" }

Koristno je poznati tudi način opusplan. Za načrtovanje, kjer je pomembna globina razmišljanja, uporablja Opus, nato pa za izvedbo, kjer je pomembna cena, preklopi na Sonnet. Kompromis »dragi možgani, poceni roke« je smiselna privzeta izbira, če ne želite vsakič ročno izbirati modela.

Komu Sonnet 5 zares koristi in kdo naj ostane pri Opusu?#

Preprosto pravilo za razporejanje modelov, izpeljano iz meril in cen, se glasi: Sonnet 5 za izvedbo, Opus 4.8 za presojo. Isto zamisel prikazuje ta pregled odločanja glede na opravilo:

Glavni, nekoliko nepričakovani sklep: pri visoki ravni effort (xhigh, max) Sonnet 5 izgubi cenovno prednost. Izvede več korakov in porabi več tokenov, zato je posamezno zahtevno opravilo dražje kot z Opusom 4.8 — čeprav Opus pri zahtevnem programiranju še vedno zagotavlja boljšo kakovost. Zato je smiselno ohraniti Opus kot privzeti model, če je večina vašega dela zahtevna in uporablja visoko raven effort.

Če je večina vašega dela rutinsko agentično delo z zmerno zahtevnostjo, je Sonnet 5 pri standardni ravni effort trenutno dobra izbira, zlasti med promocijskimi cenami, ki veljajo do 31. avgusta.

Kaj pravijo tisti, ki so že preklopili?#

V prvih nekaj urah po izdaji se je pojavila plima nezadovoljstva. Oznaka »neuporaben polom« se je lansiranja nemudoma oprijela. Takšen ton je zaznamoval razpravo:

Tri glavne pripombe, brez čustvenega naboja:

1. Tokeni so dražji. Novi tokenizator poje obljubljene prihranke — to je glavna tema zgornje analize.
2. Več zavrnitev. Model hitreje zavrne sporne pozive; njegova cenzura je strožja. Mnogi pravijo, da se jim je prejšnji Sonnet 4.6 zdel hitrejši, pametnejši in manj omejujoč.
3. Korak naprej je premajhen. Razlika glede na različico 4.6 ne upravičuje preklopa, zlasti ob podražitvi.

Toda slika ni enostranska. Tistim, ki izvajajo agentična opravila, je Sonnet 5 všeč: njegova kakovost je blizu Opusovi, pri nizki ravni effort pa je cenejši. Hvalijo tudi nadzor nad ravnjo effort, ki je resničen vzvod za upravljanje računa. Uporabniki, ki so Claude uporabljali za ustvarjalno pisanje, pa so nezadovoljni — model je pri ubeseditvi postal bolj suh in zadržan.

Moj sklep iz vsega tega hrupa: val objav o »polomu« je večinoma posledica previsokih pričakovanj. Ljudje so pričakovali velik preskok, dobili pa previden korak naprej z dražjimi tokeni. Tehnično gledano je Anthropic dostavil delujoč model. Tukaj je pomembno samo eno vprašanje: ali se vam pri vaših opravilih splača? To lahko preverite samo na podlagi lastnega računa za tokene — objave drugih tega ne morejo presoditi namesto vas.

A practical scenario: testing on your own tasks#

Ko izide nov model, ga avtor scenarija preizkusi, vendar z zaključki ne hiti — v prvih dneh je navdušenje vedno glasnejše od resničnosti. Sonnet 5 je prav tak primer.

Koraki v tem scenariju:

1. Preveril je privzeti model. Avtor ima paket Max, zato je Opus 4.8 ostal privzeti model. Uporablja ga za zahtevna opravila.
2. Sonnet 5 je namenil rutinskemu delu. Prvi pregled kode, generiranje testov in raziskovanje projekta — za to delo ni drag, kakovost pa zadostuje.
3. Uporabo je izmeril na svojih opravilih. Po vsaki seji avtor preveri /cost in primerja porabo. Uporablja svojo dejansko kodo, ne meril drugih.
4. Izkoristi promocijo. Do 31. avgusta je Sonnet 5 na voljo po znižani ceni — to je dobra priložnost za zbiranje statistike o osebnih stroških, dokler je še poceni.

Nemogoče je enkrat za vselej uganiti, kateri model je »pravi«. Modeli se spreminjajo vsak mesec, skupaj s cenami in tokenizatorji. Vedno pa deluje to, da znate v dveh minutah izmeriti uporabo in se odločati na podlagi številk, ne naslovov. Izbiranje modela je veščina, ki jo boste potrebovali ob vsaki novi izdaji.

Za nadaljnje delo preizkusite Ailoot.