Claude Sonnet 4.5 подробно: проверенные результаты SWE-bench и OSWorld, что он изменил для агентного программирования и где он в 2026 году.
📌 Обновление 2026: это архивный обзор Claude Sonnet 4.5, выпущенного 29 сентября 2025 года. С тех пор Anthropic выпустила Sonnet 5 (30 июня 2026 года) и более широкое семейство Claude 5. Актуальную линейку смотрите в нашем трекере обновлений Claude. Мы оставляем этот обзор доступным, потому что Sonnet 4.5 действительно стал точкой перелома для агентного программирования — и потому что знание того, где была отрасль, помогает судить, где она сейчас.
Sonnet 4.5 возглавил основные бенчмарки по программированию, и его повсеместно называли сильнейшей на тот момент моделью для кода — утверждение, подкреплённое независимыми оценками, а не только собственными цифрами Anthropic.
Он состарился достойно. Агентные приёмы, которые он сделал практичными — удержание фокуса на длинных задачах, работа с компьютером, рабочие процессы с контрольными точками, — стали шаблоном, который дорабатывали и семейство Claude 5, и конкуренты.
Sonnet 4.5 удерживал средний уровень линейки на протяжении четырёх релизов Opus 4.x, прежде чем его заменили. Модель, пережившая четыре обновления флагмана над собой, — не временное решение, а тот уровень, который вендор счёл несущим.
Выпущенный 29 сентября 2025 года Sonnet 4.5 позиционировался Anthropic как «лучшая в мире модель для агентов, программирования и работы с компьютером». Независимые бенчмарки в основном подтверждали заявление о программировании:
$3 за ввод / $15 за вывод на миллион токенов — без изменений относительно Sonnet 4, и это было важно: лучшая модель для кода одновременно оказалась моделью средней ценовой категории.
Sonnet 5 вышел 30 июня 2026 года. Разрыв поколений на наборах, где измерялись обе модели:
| Бенчмарк | Sonnet 4.6 | Sonnet 5 | Opus 4.8 |
|---|---|---|---|
| SWE-bench Pro (агентное программирование) | 58.1% | 63.2% | 69.2% |
| OSWorld-Verified (работа с компьютером) | 78.5% | 81.2% | — |
| GDPval-AA v2 (интеллектуальная работа) | — | 1,618 | 1,615 |
Результат Sonnet 5 в интеллектуальной работе — 1,618 — слегка обходит 1,615 у Opus 4.8. То, что модель среднего уровня сравнялась с прежним флагманом в общей интеллектуальной работе, — самое ясное подтверждение тезиса Sonnet 4.5: способные модели не обязаны быть дорогими. Тезис оказался верным, и его продвинули дальше.
Sonnet 4.5 стартовал по $3/$15 за миллион токенов. Sonnet 5 стартовал по вводной цене $2/$10 до 31 августа 2026 года, после чего возвращается к $3/$15. Почти год спустя уровень стоит столько же и делает существенно больше — весь аргумент в пользу стратегии среднего уровня в одну строку.
Claude Opus 5 вышел 24 июля 2026 года по $5/$25 — цена в точности как у Opus 4.8. Флагманский уровень удержал цену, а рабочая лошадка приняла на себя большую часть прироста возможностей. Та же картина видна в 2026 году у каждого вендора.
Выдержало: лидерство в бенчмарках было настоящим, но отрыв был узким (77.2% против 74.9% у GPT-5 на SWE-bench Verified). Более долговечным оказался разрыв в агентных возможностях — скачок в OSWorld и надёжность в длинных сессиях конкурентам было труднее быстро повторить.
Публикации недели запуска (включая исходную версию этой статьи) опирались на формулировку «лучший в мире ИИ для программирования» и на истории о марафонских сессиях вроде 30-часовых непрерывных задач. Эти утверждения восходили к демонстрационным условиям; повседневный результат сильно зависел от качества обвязки и декомпозиции задач. Любое заявление о превосходстве по одной цифре из того периода стоит воспринимать как снимок, а не как закон.
«Лучший в мире ИИ для программирования» как долговечный ярлык. По текущим цифрам SWE-bench Pro результат Opus 4.8 в 69.2% на шесть пунктов выше, чем 63.2% у Sonnet 5, и обе модели измерены на наборе, которого не существовало на момент выхода 4.5. Лидерство в бенчмарках в этой категории — снимок со сроком годности в несколько месяцев.
Нет. Sonnet 5 лучше по каждой измеренной оси и — в течение вводного периода — дешевле. Нет сценария, в котором новый проект стартует на 4.5.
Миграция — чистый выигрыш: лучше агентное программирование, лучше работа с компьютером, а цена после августа возвращается к прежнему уровню. Приёмы, выстроенные вокруг контрольных точек и длинных задач, переносятся напрямую.
Sonnet 4.5 — самый ясный случай, когда вендор решил, что возможности должны накапливаться именно на среднем уровне. Каждый последующий релиз Anthropic и вся стратегия Google вокруг 3.x Flash — вариации этого решения.
Sonnet 4.5 оставался средней рабочей лошадкой Anthropic на протяжении четырёх релизов Opus 4.x, получил обновление 4.6 в феврале 2026 года и в итоге был заменён Sonnet 5 30 июня 2026 года, который продолжил линию агентного программирования с более сильной работой с инструментами и рассуждением.
Sonnet 4.5 — это релиз, в котором детали конструкции — бенчмарки, работа с компьютером, контрольные точки, память — впервые сошлись в одной модели средней цены, и всё, что Anthropic выпустила потом, — развитие этой комбинации.
Если вы выбираете модель сегодня, начните с актуальной линейки Claude. О рабочих практиках, выросших из агентных приёмов этого поколения, читайте в лучших практиках программирования с Claude, а о сравнении с Copilot и Cursor — в тройном сравнении.
Sources: Анонс Anthropic · Тесты бенчмарков DataCamp · Оценка программирования от Surge AI · Анализ CodeRabbit · Репортаж TechCrunch о запуске
Архивный обзор · Существенно переработан 29 июля 2026 года
Seedance 2.5 объединяет 30 секунд аудио и видео, 50 смешанных референсов и редактирование по времени. Что подтверждено, сколько стоит и что тестировать.
MiniMax H3 генерирует видео 2K с нативным стереозвуком, публикует цену за секунду и предоставляет веса H3-Base по Community License.
Hermes Agent сочетает постоянную память с самоулучшающимися навыками, но его безопасность и результат зависят от выбранных бэкенда, согласований и проверки.
OpenClaw — функциональный runtime агентов, ценность которого зависит от продуманной безопасности gateway, проверки skills и операционной дисциплины.
ИИ-музыка в 2026: возможности и суды Suno и Udio, полные права у AIVA и как мировая с Warner переписала ваши коммерческие права.
Рынок ИИ-видео после ухода Sora с реальными ценами: от $0,50 до $2,50 за 10-секундный клип, кто лидирует сейчас и как выбирать под кадр.
Честное сравнение бесплатных тарифов 2026: щедрый набор Gemini, качество Claude, ограниченная универсальность ChatGPT и когда пора платить.
Что GPT-5 дал в августе 2025-го, почему первый месяц вышел комом и как его архитектура читается с высоты трёх именованных уровней GPT-5.6.
