Claude Sonnet 5 ile Asıl Karar Model Yönlendirmesine Kalıyor

Anthropic, 30 Haziran'da Claude Sonnet 5'i yayınladı. Model, bugüne kadarki en agentic Sonnet olarak tanıtılıyor: plan yapabiliyor, tarayıcı ve terminal gibi araçları kullanabiliyor, kendi başına çalışabiliyor. Anthropic performansını daha düşük fiyatla Opus 4.8'e yakın olarak tanımlıyor. Sonnet 5 artık Free ve Pro planlarında varsayılan model. Max, Team ve Enterprise planlarında, API'de de claude-sonnet-5 adıyla kullanılabiliyor. Gün boyu coding agent'ları çalıştırıyorsanız bu sürüm aslında tek bir kararı değiştiriyor: hangi işler hâlâ amiral gemisi modeli gerektiriyor?

Tam olarak ne duyuruldu#

• Lansman fiyatı: Milyon input token başına 2 dolar, milyon output token başına 10 dolar. TechCrunch'ın haberine göre bu fiyat 31 Ağustos'a kadar geçerli, sonrasında 3 ve 15 dolara çıkması planlanıyor.
• Benchmark'lar: TechCrunch, agentic coding benchmark'larından birinde Sonnet 5 için %63,2 veriyor. Aynı benchmark'ta Opus 4.8 %69,2, Sonnet 4.6 ise %58,1. Bir bilgi işi (knowledge work) benchmark'ında ise Sonnet 5, Opus 4.8'i az farkla geçiyor.
• Effort seviyeleri: Anthropic'e göre Sonnet 5, medium effort'ta maliyet verimliliğini ciddi ölçüde artırıyor, daha yüksek effort'ta ise bazı görevlerde Opus 4.8'i yakalayabiliyor. Yüksek effort'un harcadığı ek token'ları karşılamak için Chat, Cowork, Claude Code ve Claude Platform genelinde rate limit'ler yükseltildi.
• Copilot: GitHub modeli aynı gün Pro, Pro+, Max, Business ve Enterprise için genel kullanıma açtı. Business ve Enterprise yöneticileri modeli Copilot model policy ayarlarından etkinleştiriyor, kullanım da sağlayıcının liste fiyatından faturalanıyor.

Yönlendirmenin artık iki ayarı var: model ve effort#

İşleri zaten maliyete göre modeller arasında yönlendiriyorum. Şimdiye kadar sorum çoğunlukla "Sonnet mi, Opus mu?" idi. Sonnet 5 ile birlikte effort seviyesi de model kadar önemli hâle geliyor ve ikisi birbiriyle örtüşüyor. TechCrunch'ın aktardığı benchmark'ta Opus agentic coding'de hâlâ altı puan önde, ama bilgi işinde Sonnet 5 az farkla öne geçiyor. "Önemli olan her şey Opus'a" gibi toptan bir kural artık fazla ödemek demek. "Her şey Sonnet'e" ise büyük ihtimalle en zor görevlerde yetersiz kalacak.

Test etmeyi planladığım ayrım şöyle:

• Sonnet 5, medium effort: Yanında fail eden bir test olan, kapsamı net bug fix'ler, tek modül içindeki refactor'lar, migration boilerplate'i, dokümantasyon ve ilk tur review yorumları.
• Sonnet 5, high effort: Medium effort başarısız olduğunda, model değiştirmeden önce aynı görevler.
• Opus 4.8: Yanlış bir planın pahalıya patladığı uzun, çok dosyalı değişiklikler, mimari kararlar ve güvenlik açısından hassas yollardaki kod.

Bir üst modele geçmenin alışkanlığa değil, kontrol edilebilir bir tetikleyiciye bağlı olması gerekiyor: iki başarısız test çalıştırması, ticket'ın ima ettiğinden fazla modüle dokunan bir plan ya da reviewer'dan gelen bir FAIL. "Bu önemli gibi duruyor" bir tetikleyici değil.

Tokenizer dipnotu indirimi eritiyor#

Anthropic'in yazısındaki 2 numaralı dipnot, benchmark rakamlarından daha önemli: Sonnet 5, Opus 4.7 ile gelen değişikliğe benzer şekilde güncellenmiş bir tokenizer kullanıyor ve aynı input, içerik türüne bağlı olarak kabaca 1,0 ile 1,35 kat arası token'a karşılık gelebiliyor.

Sonnet 4.6'da 1M input token tutan bir metin, Sonnet 5'te 1,35M'ye kadar çıkabilir. Lansman fiyatıyla bu 2,00 yerine 2,70 dolar demek. TechCrunch'ın 31 Ağustos'tan sonra geleceğini söylediği 3 dolarlık tarifeyle maliyet 4,05 dolara kadar çıkıyor. Dipnot input'la ilgili; kendim ölçene kadar output'un da aynı şekilde davrandığını varsayıyorum.

Etkisi faturayla da sınırlı değil:

• Context bütçenizin ya da compaction eşiğinizin altında kalan bir system prompt artık sığmayabilir.
• Eski modele göre ayarlanmış max_tokens sınırları cevapları kesmeye başlayabilir.
• Modeller arası token başı fiyatlar artık farklı birimleri karşılaştırıyor; tamamlanan görev başına maliyeti karşılaştırın.

Oran içerik türüne bağlı olduğu için kendi trafiğinizi ölçün (kod, stack trace'ler, JSON ve benim durumumda Türkçe metin): aynı gerçek istekleri iki modelden de geçirip raporlanan kullanımı karşılaştırın.

Bu haftanın kontrol listesi#

• Model ID'lerini sabitleyin. Sonnet 5, Claude uygulamalarında Free ve Pro kullanıcıları için varsayılan oldu. Otomatikleştirilmiş her şey için config'te tam modeli adıyla belirtin ki bir geçiş olacaksa sizin tercihinizle olsun.
• Copilot kararını bilinçli verin. Yöneticilerin önünde açıp açmamaya karar verecekleri yeni bir model var ve sağlayıcı liste fiyatıyla faturalandığı için tokenizer değişikliği orada da kendini gösterecektir.
• Eval setinizi yeniden çalıştırın. Anthropic lansman günü BrowseComp grafiğini değiştirdi, çünkü orijinali Sonnet 5'i olduğundan düşük gösteren daha basit bir metodoloji kullanıyordu. Yerinde bir düzeltme ve grafiklerin yönteme bağlı olduğunu hatırlatan bir örnek.
• Güvenlik araçlarınızı test edin. Sonnet 5, Opus 4.7 ve 4.8'de kullanılanlarla aynı siber güvenlik korumaları varsayılan olarak açık şekilde geliyor. Bu korumalar tehlikeli siber kullanımı gerçek zamanlı olarak tespit edip engelliyor. Pipeline'ınız meşru güvenlik işleri yapıyorsa, ona güvenmeden önce neyin engellendiğini kontrol edin.

Ben ne yapıyorum#

Her gün paralel olarak birkaç coding agent çalıştırıyorum, dolayısıyla benim için bu bir routing tablosu değişikliği: varsayılan worker olarak medium effort'ta Sonnet 5, planlama ve yukarıdaki tetikleyicileri karşılayan eskalasyonlar için Opus 4.8. Sonnet 5'i Quorate'teki reviewer'lardan biri olarak da denemek istiyorum. Quorate deterministik PASS/WARN/FAIL kapıları uyguluyor; yani daha ucuz bir reviewer, bir diff'e kimin baktığını değiştiriyor, geçmesi gereken eşikleri değil. Fiyat indirimine inanmadan önce kendi fixture'larımda token sayacağım ve fiyatın değişmesinin planlandığı 31 Ağustos'tan önce tekrar kontrol edeceğim.

Güncelleme, 10 Ağustos: Anthropic daha sonra $2/$10 tanıtım fiyatını kalıcı hale getirdi; yukarıda anlatılan $3/$15 artışı artık geçerli değil.