Claude Sonnet 5 vs Sonnet 4.6: Apa Perbedaannya dan Perlukah Anda Upgrade?

Anthropic merilis Claude Sonnet 5 pada 30 Juni 2026, dan ini adalah pengganti langsung (drop-in replacement) untuk Sonnet 4.6. Anda cukup mengubah ID model dan, dalam banyak kasus, kode Anda akan tetap berfungsi. Namun frasa “dalam banyak kasus” itu cukup penting dalam kalimat tersebut. Sonnet 5 hadir dengan tokenizer baru, adaptive thinking aktif secara default, dan beberapa parameter permintaan yang kini mengembalikan error alih-alih berjalan. Artikel ini akan membahas secara detail apa saja yang berubah, berapa biayanya, dan apakah peningkatan ini layak dilakukan untuk beban kerja Anda.

Singkatnya: harga per token sama, skor lebih baik pada tugas pengodean dan agen, tiga perubahan kode kecil, dan satu hal tak terduga terkait tokenizer yang memengaruhi jumlah dan anggaran token Anda. Baca detailnya sebelum Anda mengimplementasikannya di produksi.

Peningkatan secara singkat

Sonnet 5 mempertahankan harga per token yang sama dengan Sonnet 4.6, jadi secara harga per token, tidak ada yang berubah pada tagihan Anda. Ini meningkatkan benchmark yang penting untuk penggunaan alat dan pengodean. Dan itu mengubah perilaku default yang cukup banyak sehingga pertukaran tanpa pertimbangan dapat mengejutkan Anda.

Berikut perbandingan berdampingan.

Semua hal lain yang berjalan di Sonnet 4.6 juga berjalan di Sonnet 5 tanpa perubahan kode lain: output terstruktur, visi, prompt caching, penggunaan alat, dan batch semuanya diwariskan. Satu fitur platform yang Anda hilangkan adalah Priority Tier, yang tidak tersedia di Sonnet 5.

Apa yang membaik: benchmark

Sonnet 5 diposisikan sebagai model Sonnet paling agenik hingga saat ini, dan angka yang dilaporkan mendukung hal tersebut pada pekerjaan yang banyak menggunakan alat. Ini adalah benchmark peluncuran Anthropic, yang dikuatkan di seluruh tulisan hari peluncuran. Perlakukan ini sebagai angka yang dilaporkan, bukan sebagai pengujian independen.

Itu adalah lonjakan nyata pada tugas-tugas di mana Sonnet paling sering digunakan: menulis dan memperbaiki kode dengan alat dalam alur, serta mengoperasikan komputer atau terminal. Anthropic juga melaporkan Sonnet 5 mendekati Opus 4.8 setelah melibatkan alat, dengan selisih beberapa poin pada tugas agenik, namun dengan biaya yang jauh lebih murah. Jika aplikasi Anda berbentuk agen, ini adalah peningkatan yang Anda tunggu-tunggu. Untuk perbandingan langsung dengan model premium, lihat Sonnet 5 vs Opus 4.8.

Sonnet 5 juga lebih aman daripada 4.6 berdasarkan pengukuran Anthropic: tingkat perilaku yang tidak diinginkan lebih rendah, halusinasi dan penjilat lebih rendah, serta resistensi yang lebih baik terhadap injeksi prompt. Ini adalah model tingkat Sonnet pertama dengan perlindungan keamanan siber real-time. Satu perilaku yang perlu diketahui: penolakan permintaan terlarang akan kembali sebagai HTTP 200 yang berhasil dengan stop_reason: "refusal", bukan sebagai error. Tangani alasan berhenti tersebut dalam parsing respons Anda.

Tiga perubahan kode nyata

Sebagian besar migrasi hanya menyentuh tiga hal ini. Tinjau, sesuaikan jika diperlukan, dan sisa integrasi Anda tidak berubah.

1. Adaptive thinking kini aktif secara default

Pada Sonnet 4.6, tidak adanya field thinking berarti tidak ada pemikiran. Pada Sonnet 5, permintaan tanpa field thinking akan berjalan dengan adaptive thinking aktif. Model memutuskan seberapa banyak untuk berpikir berdasarkan tugas, dan Anda mengarahkan kedalaman dengan parameter usaha (low, medium, high, atau xhigh).

Ini penting karena max_tokens adalah batas keras pada total output, dan total output kini mencakup token pemikiran ditambah teks respons Anda. max_tokens yang ukurannya hanya untuk teks respons pada 4.6 kini dapat memotong jawaban Anda di Sonnet 5, karena pemikiran memakan anggaran yang sama.

Jika beban kerja sebelumnya berjalan tanpa pemikiran dan Anda ingin tetap seperti itu, matikan pemikiran secara eksplisit:

from anthropic import Anthropic

client = Anthropic()

response = client.messages.create(
    model="claude-sonnet-5",
    max_tokens=1024,
    thinking={"type": "disabled"},
    messages=[
        {"role": "user", "content": "Return the OpenAPI 3.1 path object for GET /invoices/{id}."}
    ],
)

print(response.content[0].text)

Untuk menggunakan adaptive thinking dengan kedalaman yang terkontrol, atur usaha alih-alih menonaktifkannya:

response = client.messages.create(
    model="claude-sonnet-5",
    max_tokens=8192,
    thinking={"type": "adaptive"},
    effort="medium",
    messages=[
        {"role": "user", "content": "Draft integration tests for the POST /orders endpoint."}
    ],
)

Perhatikan bentuknya: thinking={"type": "adaptive"}, bukan anggaran token. Itu mengarah ke perubahan berikutnya.

2. Extended thinking manual dihapus

Pola lama thinking: {type: "enabled", budget_tokens: N} mengembalikan error 400 pada Sonnet 5. Itu sudah diusangkan pada 4.6, jadi sebagian besar kode saat ini telah beralih darinya, tetapi periksa kembali. Ganti anggaran manual apa pun dengan adaptive thinking dan parameter usaha. Jika Anda menetapkan budget_tokens yang besar untuk tugas-tugas sulit, effort="high" atau effort="xhigh" adalah pengganti yang tepat.

3. Parameter sampling kini mengembalikan 400

Mengatur temperature, top_p, atau top_k ke nilai non-default mengembalikan error 400 pada Sonnet 5. Menghilangkannya, atau membiarkannya pada nilai default, tidak masalah. Batasan ini sudah ada pada Opus 4.7 dan versi yang lebih baru; ini baru untuk kelas Sonnet.

Jika Anda mengandalkan temperature=0 untuk output yang terasa deterministik, hapuslah dan arahkan perilaku melalui prompt sistem Anda sebagai gantinya. Jelaskan secara eksplisit format, nada, dan batasan dalam instruksi daripada melalui sampling. Pencarian cepat (grep) untuk parameter ini di seluruh basis kode Anda akan menyelamatkan Anda dari error 400 di produksi.

Satu hal yang tidak berubah dari 4.6: prefilling pesan asisten masih belum didukung dan mengembalikan 400. Jika Anda memaksakan awal respons dengan mengisi terlebih dahulu giliran asisten, gunakan output terstruktur atau output_config.format atau instruksi prompt sistem sebagai gantinya.

Perangkap tokenizer yang tidak diberitahukan siapa pun kepada Anda

Sonnet 5 menggunakan tokenizer baru. Teks input yang sama menghasilkan sekitar 30% lebih banyak token daripada Sonnet 4.6, sekitar 1,3x. Ini bukan perubahan API. Bentuk permintaan, respons, dan streaming identik, dan Anda tidak perlu menulis kode baru untuk itu. Namun, ini mengubah segala sesuatu yang Anda ukur atau anggarkan dalam token.

Berikut adalah apa yang perlu diukur ulang:

• Jumlah token dan field usage. Prompt yang sama melaporkan lebih banyak token di bawah Sonnet 5. Jangan gunakan kembali hitungan 4.6 Anda. Jalankan ulang penghitungan token terhadap claude-sonnet-5 untuk setiap prompt yang Anda lacak.
• Jendela konteks 1 juta token Anda menampung lebih sedikit teks. Setiap token kini mencakup lebih sedikit teks secara rata-rata, sehingga jendela yang sama memuat lebih sedikit karakter dari konten Anda. Jika Anda mengisi konteks mendekati batas, verifikasi bahwa itu masih muat.
• Anggaran max_tokens yang diukur mendekati output yang diharapkan dapat memotong. Anggaran yang dengan nyaman menampung respons tipikal Anda pada 4.6 mungkin akan memotongnya pada Sonnet 5. Dikombinasikan dengan adaptive thinking yang berbagi anggaran tersebut, ini adalah penyebab paling umum dari jawaban yang tiba-tiba pendek setelah peningkatan.
• Biaya per permintaan untuk teks yang setara bisa lebih tinggi. Tarif per token tidak berubah, tetapi lebih banyak token per permintaan berarti lebih banyak yang Anda bayar untuk teks yang sama.

Poin terakhir itu patut dicontohkan. Katakanlah sebuah prompt ditambah respons adalah 10.000 token pada Sonnet 4.6. Teks yang sama kira-kira 13.000 token pada Sonnet 5. Dengan tarif per token yang identik, permintaan tersebut berbiaya sekitar 30% lebih mahal meskipun daftar harga terlihat tidak berubah. Modelkan beban kerja riil Anda dengan penghitungan token sebelum Anda berasumsi paritas biaya datar. Rincian harga Sonnet 5 membahas ini lebih dalam dengan perhitungan intro-versus-standar.

Anda dapat mengukur pergeseran itu sendiri dengan endpoint penghitungan token:

curl https://api.anthropic.com/v1/messages/count_tokens \
  --header "x-api-key: $ANTHROPIC_API_KEY" \
  --header "anthropic-version: 2023-06-01" \
  --header "content-type: application/json" \
  --data '{
    "model": "claude-sonnet-5",
    "messages": [
      {"role": "user", "content": "Summarize the changelog for our billing API v3 release."}
    ]
  }'

Jalankan panggilan yang sama dengan claude-sonnet-4-6 dan bandingkan jumlahnya. Perbedaan itu adalah dampak anggaran riil Anda.

Berapa biaya peningkatannya

Per token, Sonnet 5 berharga sama dengan Sonnet 4.6: $3 per juta token input dan $15 per juta token output dengan tarif standar. Ada tarif pengantar $2 per juta input dan $10 per juta output yang berlaku hingga 31 Agustus 2026, setelah itu akan kembali ke standar $3 / $15.

Jadi selama jendela pengantar, teks yang setara lebih murah per token daripada tarif standar 4.6, yang sebagian mengimbangi peningkatan token sekitar ~30% dari tokenizer. Setelah 31 Agustus, tarif per token kembali sesuai dengan 4.6, dan efek tokenizer berarti permintaan yang setara dapat berbiaya lebih mahal daripada permintaan yang sama pada 4.6. Modelkan ini terhadap lalu lintas aktual Anda. Untuk tarif batch dan prompt-caching, periksa halaman harga Anthropic daripada berasumsi diskon tetap.

Jika Anda juga mempertimbangkan generasi lama berdasarkan biaya, panduan harga Sonnet 4.6 dan biaya API Claude memberikan Anda dasar perbandingan.

Haruskah Anda meningkatkan? Keputusan berdasarkan pengguna

Pergantian ID model sangat mudah. Apakah Anda akan melakukannya tergantung pada apa yang Anda jalankan.

Tingkatkan sekarang jika Anda membangun agen, alat pengodean, atau alur kerja yang banyak menggunakan alat. Ini adalah kemenangan paling jelas. Peningkatan SWE-bench Pro dan OSWorld tepat berada di tempat aplikasi agenik berada, dan peningkatan keamanan mengurangi perilaku yang tidak diinginkan dalam loop otonom. Lakukan tinjauan tiga parameter, ukur ulang anggaran token Anda, dan luncurkan.

Tingkatkan, tetapi uji dengan cermat, jika Anda menjalankan beban kerja produksi bervolume tinggi. Harga per token yang sama adalah kabar baik, tetapi tokenizer berarti total pengeluaran token Anda dan perilaku pemotongan max_tokens Anda bergeser. Jalankan penghitungan token dan suite regresi sebelum Anda mengarahkan lalu lintas nyata. Harga pengantar hingga 31 Agustus memberi Anda jendela untuk memvalidasi dengan tarif yang lebih rendah.

Tingkatkan dengan sengaja jika Anda bergantung pada temperature, budget_tokens, atau prefilling. Ini sekarang mengembalikan 400. Migrasinya mudah, memindahkan determinisme ke prompt sistem Anda dan menukar anggaran dengan usaha, tetapi ini bukan tanpa pekerjaan. Perbaiki ini sebelum pertukaran, bukan setelahnya.

Tunda jika Anda secara khusus membutuhkan Priority Tier. Ini tidak tersedia di Sonnet 5. Jika SLA Anda bergantung padanya, tetap gunakan 4.6 untuk jalur tersebut sampai persyaratan Anda berubah.

Untuk sebagian besar tim, jawabannya adalah tingkatkan, dan segera, karena Anda mendapatkan kinerja agenik yang lebih baik dengan harga utama yang sama. Perlakukan ini sebagai migrasi nyata dengan pengujian menyeluruh, bukan hanya pengeditan satu karakter yang Anda luncurkan pada hari Jumat. Jika Anda membandingkan generasi secara lebih luas, panduan API Sonnet 4.6 mendokumentasikan permukaan yang Anda tinggalkan.

Tangkap regresi dengan suite permintaan tersimpan di Apidog

Cara teraman untuk meningkatkan adalah dengan membandingkan Sonnet 5 dengan Sonnet 4.6 pada prompt Anda sendiri, bukan pada tabel benchmark. Itulah jenis pengujian sebelum-dan-sesudah yang dibangun untuk platform API.

Apidog adalah alat pengembangan dan pengujian API all-in-one. Saat Anda memanggil Claude API, Anda mengirim permintaan ke endpoint HTTP dengan header otentikasi, body permintaan JSON, dan respons JSON. Apidog memungkinkan Anda menyimpan permintaan itu sekali dan menjalankannya kembali sebagai koleksi yang dapat digunakan ulang, yang mengubah migrasi model menjadi pengujian yang dapat diulang daripada percobaan ulang manual.

Alur kerja migrasi praktis terlihat seperti ini:

1. Simpan permintaan Messages API produksi Anda sebagai koleksi Apidog, satu per prompt representatif.
2. Simpan ANTHROPIC_API_KEY Anda sebagai variabel lingkungan agar Anda tidak pernah menempelkannya ke body permintaan.
3. Siapkan dua lingkungan yang hanya berbeda berdasarkan nilai model: claude-sonnet-4-6 dan claude-sonnet-5.
4. Tambahkan asersi pada bentuk respons dan pada jumlah token usage, lalu jalankan koleksi terhadap kedua lingkungan.
5. Bandingkan kedua jalannya. Perbedaan jumlah token menunjukkan dampak nyata tokenizer pada prompt Anda, dan setiap asersi yang gagal adalah regresi yang perlu diselidiki sebelum Anda merilisnya.

Anda juga dapat mem-mock endpoint Claude di Apidog untuk membangun dan menguji integrasi di sekitarnya, termasuk jalur stop_reason: "refusal", tanpa menghabiskan token. Jika aplikasi Anda berbentuk agen dan memanggil alat lain, Apidog adalah tempat Anda menguji dan mem-mock API hilir tersebut juga.

Unduh Apidog untuk membangun suite perbandingan, atau buka Apidog di browser untuk memulai dari permintaan. Jika Anda beralih dari Postman untuk ini, panduan pengujian API tanpa Postman mencakup alur yang setara.

FAQ

Apakah Claude Sonnet 5 pengganti langsung (drop-in replacement) untuk Sonnet 4.6? Sebagian besar ya. Anda mengubah ID model dari claude-sonnet-4-6 menjadi claude-sonnet-5, lalu meninjau tiga hal: adaptive thinking kini aktif secara default (yang memengaruhi max_tokens), extended thinking budget_tokens mengembalikan 400, dan parameter sampling non-default mengembalikan 400. Semua hal lain tetap sama. Lihat panduan API Sonnet 5 untuk pengaturan permintaan lengkap.

Apakah Sonnet 5 lebih mahal daripada Sonnet 4.6? Per token, tidak. Keduanya $3 per juta input dan $15 per juta output dengan tarif standar. Namun tokenizer baru Sonnet 5 menghasilkan sekitar 30% lebih banyak token untuk teks yang sama, sehingga permintaan yang setara bisa berbiaya lebih mahal bahkan dengan tarif per token yang sama. Ada tarif pengantar $2 / $10 per juta hingga 31 Agustus 2026.

Mengapa respons saya terpotong setelah peningkatan? Adaptive thinking aktif secara default pada Sonnet 5, dan token pemikiran berbagi anggaran max_tokens yang sama dengan teks respons Anda. Anggaran yang pas untuk jawaban Anda pada 4.6 kini dapat memotongnya. Tingkatkan max_tokens, atau atur thinking={"type": "disabled"} jika Anda tidak ingin pemikiran aktif pada panggilan tersebut.

Apakah saya perlu mengubah kode saya untuk tokenizer baru? Tidak. Bentuk permintaan, respons, dan streaming identik, jadi tidak ada perubahan kode yang diperlukan. Namun, Anda harus mengukur ulang segala sesuatu yang dianggarkan dalam token: jumlah token, ukuran max_tokens, dan estimasi biaya per permintaan. Jangan gunakan kembali jumlah token Sonnet 4.6 Anda.

Apa yang terjadi dengan temperature dan budget_tokens? Keduanya kini mengembalikan error 400 pada Sonnet 5 ketika diatur ke nilai non-default. Hapus temperature, top_p, dan top_k non-default, dan arahkan perilaku melalui prompt sistem Anda. Ganti extended thinking budget_tokens dengan adaptive thinking ditambah parameter usaha. Panduan perubahan API Fable 5 dan Mythos mencakup pola yang sama pada tingkat yang lebih tinggi.