Claude Sonnet 5

ついに新しいSonnetモデルが登場しましたね“Finally a new sonnet model”

GLM-5.2とSonnet 4.6で記事の書き直しを試してみました。LLMは非決定的なので結果は全く異なります。しかし、GLM-5.2は手動で修正が必要な細かいミスが多かったのに対し、Sonnetは2回目で全てのミスを見つけて修正しました。プランニングやコーディングでも同様の状況でした。GLM-5.2は「紙面上」では良さそうですが、実際の使用結果は違いました。私はClaudeやGLM-5.2の回し者ではありませんが… :) 2022年11月から毎日LLMモデルを使っている身として、一般的なテストは自分のプロジェクトで確認する必要があると実感しています。“I have tried to rewrite an article with GLM-5.2 and with Sonnet 4.6. Completely different results as LLM is non-deterministic. But GLM-5.2 made a lot of subtle mistakes that needed to be corrected by hand. On the opposite, Sonnet found and corrected all mistakes in the second round. Similar situation was with planning and coding. GLM-5.2 seems to be good “on paper” but the real usage results was different. And I am not an attorney for Claude or GLM-5.2… :) But as I’ve been using LLM models daily since Nov 2022 I have realized that all common tests have to be confirmed in your project - there is no “one model rules them all” - you need to dig out a specific model from that LLM haystack with thousands of models. Benchmarks help but they start to be similar to fuel consumption specs in car ads - real consumption is different for everybody :)”

今のところ限られた時間でのテストですが、4.6よりも良い結果が出ており、スピードも少し速くなっているので、顕著な進化だと感じています。“The limited time I've had to test it so far, it's given me better results than 4.6 and a little quicker, so I think it's a noticeable step up.”

> なぜこんなことを自慢するのでしょうか？人々がサイバーセキュリティのタスクにモデルを使いたいと思っているのを知りながら、意図的にその能力を拒否しているかのようです。Anthropicにここで一体何を言ってほしいのですか？「これから世界中に安価で提供しようとしているこのモデルは、ハッキングが非常に得意です」とでも？Sonnetはサイバーセキュリティが苦手だと言うことは、多くの悪い選択肢の中で彼らが言える最も合理的なことです。“> Why would they brag about something like this? It's like they know people want to use models to perform cybersecurity tasks yet knowingly deny them the ability. What exactly do you want Anthropic to say here? "This model, the one we are about to give to the entire world for cheap, is really good at hacking"? Saying Sonnet is terrible at cybersecurity is the most reasonable thing they can say, out of a lot of bad options.”

この際、無能な米国政府に目にもの見せてやるために、Anthropicにはオープンソースになってほしいです。“At this point I want Anthropic to go open source just to give the middle to the braindead US government.”

Fableを取り戻す方法を考えたほうがいいですよ😂“They better figure out how to get us Fable back😂”

fix: Claude Sonnet 5 adaptive thinking リクエストのサポート — #98386 をクローズ 関連: #98254 ## 解決される問題 Claude Sonnet 5を選択したユーザーが、デフォルト、adaptive、low、またはoffの思考設定を使用する際に、Anthropic APIリクエストの失敗やリクエストされた思考モードの消失が発生する問題を修正しました。Claude Sonnet 5はAnthropic adaptive thinkingを使用します。“fix: support Claude Sonnet 5 adaptive thinking requests — Closes #98386 Related: #98254 ## What Problem This Solves Fixes an issue where users selecting Claude Sonnet 5 could hit Anthropic API request failures or lose the requested thinking mode when using default, adaptive, low, or off thinking settings. Claude Sonnet 5 uses Anthropic adaptive thinking se”

fix(model-core): claude-sonnet-5をGA 1Mコンテキストモデルとして認識 (fixes #5788) — ## 概要 1Mトークンのコンテキストウィンドウを持っていますが、OMOのゲートがそれを認識しなかったため、Anthropicプロバイダーのデフォルトである200Kにフォールバックし、コンパクションが約5倍早くトリガーされていました。 ## 根本原因 [ ] 1Mウィンドウを2つの正規表現で制限していますが、どちらにも一致しませんでした。最初のブランチは直後に続くものを要求しており、“fix(model-core): recognize claude-sonnet-5 as GA 1M-context model (fixes #5788) — ## Summary has a 1M-token context window, but OMO's gate did not recognize it, so fell back to the 200K default on Anthropic providers and triggered compaction roughly 5x too early. ## Root Cause [ ]( gates the 1M window on two regexes: matches neither: the first branch requires immediately after ,”

> しかもOpus 4.8の方がパス率が高いのにまだ安い。Opusほどテキストを垂れ流さない限り、それは疑わしいですね。Opus 4.8は文字通り吐しゃ物のようにテキストを量산します。長期的には、特にあちこちでキャッシュミスが発生する場合、コストの大部分はその余計なコンテキストによるものです。“> And Opus 4.8 is still cheaper for a higher pass rate Unless it spams as much as Opus, I doubt it. Opus 4.8 literally spams text like puke. On a longer run especially if you get cache misses here and there the bulk of the cost is all the extra context it adds.”

公開されてからずっと使っていますが、いい仕事をしてくれます。Rustのプラグインやサーバー管理パネルをコーディングでき、プラグインの設定をパネルと連携させてくれるので、.jsonファイルを編集したり変更を反映させるためにプラグインをリロードしたりする手間がありません。気に入りました。頼んだことすべてをOpusのようにワンショットでこなしてくれますが、より安くて速いのでしょうか？よく分かりませんが、使用制限もそれほど早くは減りませんね。“been using it since it is up and live and man... it is doing it's job like... can code Rust plugins and server managemenet panel and connect plugin settings with panel so you don't need to deal with editing .json files and reloading the plugin to activate changes... I liked it. one shotting everything I asked for like Opus but cheaper or faster? I dk... and usage limit is not dropping that fast”

「より有能」というのは、週に数個のタスクをこなすだけで使用制限に達するという意味ですね😆“"More Capable" mean a couple tasks a week and you've hit usage limits 😆”

すぐに、最高級のモデルは高すぎて誰も手が届かなくなるでしょう。“Soon we'll all be priced out of the best models”

Fable 5は、私の21年もののグレンフィディックのようになるでしょう。一生開けません。私は自分のHaiku、つまり安いビールをちびちび飲みますよ。笑。“Fable 5 will be like my bottle of 21 year Glenfiddich. Never touched. I will sip my Haiku a.k.a cheap beer. Lol.”

どうでしょうか、その3つのプロンプトにいくらかかったのでしょう。Fableには適切なタイプのテストではない気がします。“I don't know, how much did it cost for those 3 prompts. I feel like these aren't the correct types of tests for Fable”

GPT 5.5 mediumの方がベンチマークも良くて安い。Sonnet 5をもっと安くしてほしかったです！“GPT 5.5 medium benchmarks better and cheaper... I wish they made sonnet 5 cheaper!”

Fableを試しましたが、ウェブサイトのHTML UIすら完成していないのに、数分で有料セッションの制限に達しました。20ドルのプランでは使い物になりません。“I tried fable, not even completed the html ui for my website, and hit my paid sessions within minute. useless on $20 plan.”

何を言っているのか分かりません。ほぼ同じ価格でOpus 4.8 lowを使えばより良い結果が得られるのに、なぜmedでSonnet 5を選ぶのですか？それにOpus 4.8のmedやhighの方が、Sonnetのhighやxhighよりも優れていて安いです。“i dont know what your are talking about. why chosing sonnet 5 on med, when you can have better results with opus 4.8 on low for nearly the same price? And Opus 4.8 on med and high is better and cheaper than sonnet on high and xhigh.”

明らかに期待外れです。重要なことにはOpus 4.8を使い、どうでもいいことにはHaikuを使います。“Definitely a let down. Opus 4.8 for everything that matters and Haiku for things that don't.”

ローカルAIや個人データのために100万円のPCやMac Studioを買い込んでおきながら、今度はAnthropicに自分の身分証を差し出しているなんて。“You buy a 10k pc and a bunch of mac studios and say that it's for local AIs and you want personal data and now you say you are giving away your ID to Anthropic.”

Deepseekはすべてを5倍安くしたのに、こいつらは……はぁ……。“Deepseek made everything 5 times cheaper, and these... ugh...”