Claude Sonnet 5: nowy model Anthropic i ważny sygnał dla firm korzystających z AI

Anthropic zaprezentował Claude Sonnet 5 - nowy model ze swojej średniej, „roboczej" linii Sonnet. To ważna premiera nie tylko dlatego, że model jest szybszy, tańszy i mocniejszy od poprzednika. Ważniejsze jest coś innego: Sonnet 5 pokazuje, w jakim kierunku zmierza rynek AI.

A zmierza od prostych chatbotów do agentów, które potrafią planować, korzystać z narzędzi, wykonywać zadania wieloetapowe i pracować coraz bardziej samodzielnie.

Dla użytkownika indywidualnego to wygoda.
Dla firmy - ogromna szansa, ale też nowy poziom odpowiedzialności.

Sonnet 5: model zbudowany pod pracę agentową

Anthropic opisuje Claude Sonnet 5 jako najbardziej „agentowy" model z linii Sonnet. Oznacza to, że jego główną przewagą nie ma być wyłącznie lepsze odpowiadanie na pytania, ale skuteczniejsze wykonywanie zadań: planowanie, korzystanie z narzędzi, praca z przeglądarką, terminalem, kodem, dokumentami i procesami wiedzy.

To ważna zmiana.

W pierwszej fali generatywnej AI użytkownik pytał, model odpowiadał. Dziś coraz częściej chodzi o coś więcej: użytkownik zleca zadanie, a model ma samodzielnie podzielić je na kroki, wykonać część pracy, sprawdzić wynik i doprowadzić proces do końca.

Anthropic twierdzi, że Sonnet 5 zmniejsza dystans do mocniejszych modeli Opus - szczególnie w zadaniach agentowych, kodowaniu, korzystaniu z narzędzi, rozumowaniu i pracy profesjonalnej. Według firmy model zbliża się wydajnością do Opus 4.8, ale przy niższym koszcie.

To może być bardzo istotne dla biznesu. Do tej pory najbardziej zaawansowane scenariusze agentowe często wymagały najdroższych modeli. Jeżeli Sonnet 5 faktycznie daje zbliżony poziom wykonania w wielu zadaniach przy niższej cenie, oznacza to, że bardziej autonomiczne użycie AI może stać się dostępne dla większej liczby firm.

Co nowego w praktyce?

Największą zmianą nie jest jedna efektowna funkcja. Najważniejsza jest kombinacja: większa agentowość, lepsze kodowanie, lepsze korzystanie z narzędzi, wyższa efektywność kosztowa i szersza dostępność.

Sonnet 5 ma lepiej radzić sobie z zadaniami, które wymagają ciągłości. Nie tylko odpowiedzieć na pytanie, ale wykonać serię kroków. Nie tylko zasugerować poprawkę w kodzie, ale sprawdzić błąd, napisać test, wdrożyć zmianę i zweryfikować efekt. Nie tylko streścić dokument, ale przeanalizować go w kontekście celu użytkownika.

W materiałach Anthropic partnerzy testujący model opisują go właśnie w taki sposób: jako model, który „dowozi" zadania, mniej się zatrzymuje w połowie i lepiej pracuje w środowiskach technicznych, sprzedażowych, prawnych, danych czy obsługi procesów.

Dla firm oznacza to, że AI coraz częściej będzie wchodziła w obszary, które wcześniej wymagały człowieka nie tylko jako autora promptu, ale jako koordynatora całego procesu.

To nie znaczy, że człowiek przestaje być potrzebny. Przeciwnie. Im bardziej AI wykonuje zadania, tym ważniejsza staje się rola człowieka jako nadzorcy, decydenta i osoby zatwierdzającej wynik.

Dostępność i cena

Sonnet 5 jest dostępny we wszystkich planach Claude. Anthropic wskazuje, że stał się domyślnym modelem dla użytkowników Free i Pro, a także jest dostępny dla użytkowników Max, Team i Enterprise. Model działa również w Claude Code oraz na Claude Platform.

W API model jest dostępny jako claude-sonnet-5. Anthropic uruchomił go z ceną promocyjną 2 dolary za milion tokenów wejściowych i 10 dolarów za milion tokenów wyjściowych do 31 sierpnia 2026 r. Po tym terminie standardowa cena ma wynosić 3 dolary za milion tokenów wejściowych i 15 dolarów za milion tokenów wyjściowych.

To pozycjonuje Sonnet 5 jako model do pracy na dużą skalę: nie najtańszy model do prostych zadań, ale też nie najdroższy model klasy Opus. To raczej „warstwa wykonawcza" dla firm, które chcą korzystać z mocnego AI w codziennych procesach, bez kosztów charakterystycznych dla najwyższej półki modeli.

Ważna uwaga techniczna: Anthropic informuje, że Sonnet 5 używa zaktualizowanego tokenizera. W praktyce ten sam tekst może zostać przeliczony na większą liczbę tokenów niż wcześniej - według firmy mniej więcej od 1,0 do 1,35 razy, zależnie od rodzaju treści. To oznacza, że przy dużych wdrożeniach warto nie tylko porównywać cenę za milion tokenów, ale też realne zużycie tokenów w konkretnych procesach.

Bezpieczeństwo: mocny model, ale nie najbardziej ryzykowny

Najciekawszy wątek dotyczy bezpieczeństwa.

Anthropic twierdzi, że Sonnet 5 ma ogólnie niższy poziom niepożądanych zachowań niż Sonnet 4.6 i jest bezpieczniejszy w kontekstach agentowych. Jednocześnie firma podkreśla, że model ma znacznie niższą zdolność wykonywania zadań cyberbezpieczeństwa niż obecne modele Opus.

To nie jest przypadkowy komunikat. W 2026 r. Anthropic znalazł się pod szczególną presją wokół bardziej zaawansowanych modeli, takich jak Fable 5 i Mythos 5. W czerwcu amerykański rząd nakazał czasowe zawieszenie dostępu do tych modeli z powodów związanych z bezpieczeństwem i kontrolą eksportową. Później Anthropic informował o przywracaniu dostępu i współpracy z administracją USA.

Na tym tle Sonnet 5 wydaje się modelem zaprojektowanym jako kompromis: bardzo użyteczny w pracy profesjonalnej, agentowej i kodowaniu, ale bez poziomu cyberzdolności, który wzbudzałby takie same obawy jak najbardziej zaawansowane modele.

Dla firm to ważna informacja. Pokazuje, że wybór modelu nie powinien opierać się wyłącznie na pytaniu „który jest najmocniejszy?". W wielu przypadkach lepsze pytanie brzmi: który model jest wystarczająco dobry do zadania, ekonomiczny i adekwatny do poziomu ryzyka?

Agentowość oznacza nowe obowiązki organizacyjne

Sonnet 5 wpisuje się w szerszy trend: AI przestaje być tylko narzędziem do generowania treści. Zaczyna być narzędziem do wykonywania pracy.

To zmienia zasady gry.

Jeżeli AI pisze szkic maila, ryzyko jest ograniczone. Jeżeli AI samodzielnie analizuje dane, korzysta z narzędzi, wchodzi w systemy, wykonuje zmiany w kodzie, obsługuje workflow albo przygotowuje działania dla klientów, ryzyko rośnie.

Pojawiają się pytania, które firmy powinny zadać zanim wdrożą takie modele szerzej:

• kto może uruchamiać zadania agentowe?
• do jakich danych i systemów model ma dostęp?
• które działania wymagają zatwierdzenia człowieka?
• czy wynik pracy AI jest logowany?
• kto odpowiada za błąd?
• czy pracownicy wiedzą, jak nadzorować AI?
• czy organizacja ma politykę korzystania z takich narzędzi?

To są pytania praktyczne, nie akademickie.

W przypadku modeli agentowych problemem nie jest tylko to, czy AI poda dobrą odpowiedź. Problemem jest to, czy AI podejmie właściwe działanie w odpowiednim kontekście.

Co Sonnet 5 oznacza dla firm?

Dla firm Sonnet 5 jest sygnałem, że zaawansowane AI będzie coraz bardziej dostępne operacyjnie i cenowo. To może przyspieszyć wdrożenia w sprzedaży, marketingu, obsłudze klienta, IT, analizie danych, administracji, HR, finansach i zarządzaniu projektami.

Ale im łatwiej wdrożyć AI, tym łatwiej też stracić nad nim kontrolę.

Jeżeli Sonnet 5 stanie się domyślnym modelem dla wielu użytkowników Claude, część firm może nawet nie zauważyć, że pracownicy zaczęli korzystać z bardziej zdolnego narzędzia niż wcześniej. Z punktu widzenia bezpieczeństwa i compliance to istotne: zmiana modelu może zmienić zakres możliwych zastosowań, poziom autonomii, jakość wyników i ryzyko błędów.

Dlatego każda firma korzystająca z AI powinna prowadzić przynajmniej podstawowy rejestr narzędzi i modeli. Powinna wiedzieć, czy używa Claude, ChatGPT, Gemini, Copilota lub innych systemów, w jakich działach, do jakich celów i na jakich danych.

Bez tego organizacja nie zarządza AI. Ona tylko zakłada, że pracownicy używają jej rozsądnie.

AI Act i praktyczna gotowość

Premiera Sonnet 5 dobrze pokazuje, dlaczego AI Act i przygotowanie organizacji do odpowiedzialnego korzystania z AI są coraz ważniejsze.

Regulacje nie nadążają za każdą premierą modelu, ale ich sens jest jasny: firmy powinny wiedzieć, kiedy używają AI, w jakim celu, z jakim ryzykiem i pod czyją odpowiedzialnością.

W przypadku modeli takich jak Sonnet 5 szczególnie ważne będą trzy obszary.

Pierwszy to AI literacy. Pracownicy muszą rozumieć, jak korzystać z AI bezpiecznie: jak chronić dane, kiedy weryfikować odpowiedzi, gdzie są granice użycia i kiedy potrzebny jest nadzór człowieka.

Drugi to rejestr narzędzi AI. Firma powinna wiedzieć, z jakich modeli i usług korzysta, kto je zatwierdził i do jakich procesów są dopuszczone.

Trzeci to ocena ryzyka dostawcy i zastosowania. Sam fakt, że narzędzie jest znane i popularne, nie wystarczy. Trzeba rozumieć, jakie dane trafiają do systemu, jakie są warunki użycia, jakie są ograniczenia i co dzieje się, gdy model wykonuje zadania bardziej autonomicznie.

Gdzie w tym pomaga AI TrustCERT?

AI TrustCERT pomaga firmom uporządkować właśnie ten poziom gotowości.

Nie chodzi o to, żeby każda organizacja natychmiast budowała zaawansowane laboratorium AI governance. Chodzi o to, żeby zacząć od podstaw: przeszkolić pracowników, ustalić zasady korzystania z AI, zebrać akceptacje, zidentyfikować używane narzędzia, ocenić pierwsze ryzyka i przygotować raport gotowości.

Premiera Claude Sonnet 5 pokazuje, że firmy nie mogą już traktować AI jak ciekawostki. Modele stają się coraz bardziej wykonawcze, coraz bardziej dostępne i coraz bardziej wbudowane w codzienną pracę.

A to oznacza, że organizacje potrzebują nie tylko dostępu do AI, ale też kontroli nad tym dostępem.

AI TrustCERT pomaga przejść od „nasi ludzie pewnie jakoś tego używają" do „wiemy, gdzie AI jest używana, kto zna zasady i jakie mamy dowody przygotowania".

Podsumowanie

Claude Sonnet 5 to ważna premiera, bo pokazuje, że agentowa AI staje się bardziej dostępna dla zwykłych użytkowników i firm.

Model ma być bardziej samodzielny, skuteczniejszy w pracy z narzędziami, mocniejszy w kodowaniu i bardziej opłacalny niż najdroższe modele klasy Opus. Jednocześnie Anthropic mocno akcentuje bezpieczeństwo i niższe ryzyko cyberzdolności w porównaniu z modelami Opus.

Dla biznesu najważniejszy wniosek jest prosty: AI będzie robić coraz więcej. Dlatego firmy muszą coraz lepiej wiedzieć, gdzie jej używają, do czego ją dopuszczają i jak nadzorują jej działanie.

Bo nowa generacja modeli nie pyta już tylko: „co chcesz wiedzieć?"

Coraz częściej pyta: „co mam zrobić?"