Claude Sonnet 5.5: szybszy, tańszy i za darmo na claude.ai

Anthropic wypuścił Claude Sonnet 5.5 i od razu podał dwie liczby, które powinny Cię zainteresować: model jest o ponad 30% szybszy i do 30% tańszy niż poprzednia wersja Sonnet, a mimo to kosztuje tyle samo w API. Do tego Sonnet 5.5 zasilił teraz darmowy plan na claude.ai, co oznacza, że osoba bez subskrypcji dostaje dziś model lepszy niż darmowy ChatGPT. Jeśli budujesz coś na Claude - czy to w Claude Code, czy przez OpenRouter w n8n - to jest release, który realnie wpływa na Twój budżet na tokeny, nie tylko na kolejny wpis w changelogu.

Co się zmieniło w Claude Sonnet 5.5 - szybkość, koszt i benchmarki?

Anthropic komunikuje to prosto: Sonnet 5.5 działa ponad 30% szybciej i kosztuje do 30% mniej dla większości typowych zadań, w porównaniu z poprzednim Sonnetem. Cena w API została przy tym utrzymana na poziomie Sonnet 5 - czyli płacisz tyle samo za token, ale dostajesz model, który w benchmarkach wygrywa z poprzednikiem praktycznie na całej linii.

To połączenie ma sens biznesowy. Anthropic nie musi podnosić cen, żeby pokazać postęp - wystarczy, że nowy model robi więcej za te same pieniądze i robi to szybciej. Dla Ciebie jako użytkownika API to najlepszy możliwy scenariusz: nie przepisujesz integracji, nie renegocjujesz budżetu, a i tak dostajesz wyższą wydajność.

Warto też zapamiętać, gdzie Sonnet 5.5 stoi w hierarchii modeli Anthropic. To nie jest flagowy model firmy - tym wciąż jest Opus 5.5 - ale w konkretnych zadaniach, zwłaszcza kodowaniu, Sonnet 5.5 podchodzi do niego bardzo blisko. O tym więcej w sekcji o wyborze między tymi dwoma modelami.

Darmowy Claude Sonnet 5.5 vs darmowy ChatGPT z Luna 5.6 - kto wygrywa?

Najciekawszy element tego wydania nie dotyczy w ogóle płacących użytkowników. Sonnet 5.5 stał się modelem zasilającym darmowy tier na claude.ai. Jeśli korzystasz z Claude bez subskrypcji, dostajesz teraz model, który jeszcze niedawno był płatną opcją premium.

Dla porównania, darmowy plan ChatGPT działa na modelu Luna 5.6 - mniejszym i słabszym niż to, co OpenAI trzyma dla płacących. Efekt jest taki, że Anthropic ma dziś zauważalnie bardziej zdolną darmową ofertę niż konkurent. To nie jest drobna różnica marketingowa - to realna przewaga w momencie, w którym ktoś decyduje, z którego asystenta AI zacznie korzystać na stałe, bez wyciągania karty kredytowej.

Strategicznie to ma sens dla Anthropic. Firma od dawna gra bardziej w stronę developerów i firm korzystających z API niż w stronę masowego konsumenta, ale mocny darmowy tier to najprostszy sposób na przyciągnięcie ludzi, którzy później zdecydują się na płatny plan albo zaczną budować coś na API. Jeśli polecasz komuś w zespole marketingowym, żeby zaczął testować Claude zamiast ChatGPT, argument "nawet wersja darmowa jest lepsza" działa lepiej niż jakikolwiek benchmark.

Test pelikana Simona Willisona - ile realnie kosztuje Sonnet 5.5?

Najlepszy sposób, żeby ocenić model, to sprawdzić, co robi w praktyce, a nie tylko czytać liczby z ogłoszenia producenta. Simon Willison od dawna testuje nowe modele LLM tym samym poleceniem: proszy je o narysowanie pelikana jadącego na rowerze w formacie SVG. To zadanie brzmi jak zabawa, ale dobrze pokazuje różnice w kosztach i stabilności modelu przy różnych ustawieniach "głębokości myślenia".

Przy ustawieniu max thinking effort Sonnet 5.5 zużył 128 000 tokenów, co przy tym poziomie kosztowało 1,28 dolara - i mimo tak dużego nakładu, model nie wygenerował poprawnego SVG. Skończyły mu się tokeny w trakcie generowania, zanim zdążył dokończyć grafikę. To ten sam błąd, na który wcześniej trafił Opus 5.5 w analogicznym teście, więc wygląda na powtarzający się problem przy najwyższym poziomie "thinking effort" w tej generacji modeli Anthropic.

Przy ustawieniu xhigh wynik był zupełnie inny: koszt 5,74 centa, czas 41 sekund i poprawnie wygenerowana grafika pelikana na rowerze. Różnica w koszcie między tymi dwoma ustawieniami to ponad dwadzieścia razy więcej za "max", a efekt końcowy jest gorszy niż przy "xhigh".

Wniosek z tego testu jest prosty i przenosi się bezpośrednio na Twoje własne użycie API: wyższy poziom "thinking effort" nie oznacza automatycznie lepszego wyniku. Zanim ustawisz maksymalny poziom myślenia w promptcie albo w konfiguracji agenta, sprawdź, czy w Twoim konkretnym zadaniu to się w ogóle przekłada na jakość, a nie tylko na rachunek za tokeny.

Sonnet 5.5 czy Opus 5.5 - który model wybrać do kodowania?

Sonnet 5.5 opisywany jest jako model, który w niektórych zadaniach kodowania jest "niemal tak dobry" jak Opus 5.5 - w tym w typowych, wirusowych trickach z animacjami 3D, które od pewnego czasu służą jako nieformalny benchmark dla modeli generujących kod. To nie znaczy, że Sonnet 5.5 zastępuje Opus 5.5 wszędzie, ale w wielu praktycznych przypadkach różnica jakościowa jest mała, a różnica cenowa - duża.

Jeśli budujesz coś, gdzie liczy się koszt na dużą skalę - masowe generowanie kodu, agent odpowiadający na wiele zapytań dziennie, pipeline w CI/CD - Sonnet 5.5 jest sensownym punktem startowym. Opus 5.5 warto trzymać w zapasie na zadania, gdzie jakość ma absolutny priorytet, a koszt schodzi na drugi plan: trudne refaktoryzacje, analiza dużych baz kodu, sytuacje, w których błąd modelu kosztuje więcej niż różnica w cenie tokenów.

Dobra wiadomość jest taka, że nie musisz zgadywać w ślepo. Jeśli testujesz oba modele przez Jev podłączony przez OpenRouter, możesz przepuścić to samo zadanie przez Sonnet 5.5 i Opus 5.5 i porównać koszt oraz jakość wyniku, zamiast wybierać model "na czuja" na podstawie nazwy.

Co Sonnet 5.5 zmienia w automatyzacji AI - Claude Code, n8n, OpenRouter?

Dla kogoś, kto na co dzień testuje modele w Claude Code albo podłącza je do workflow w n8n przez OpenRouter, ten release ma konkretne, praktyczne konsekwencje.

Pierwsza: przy tej samej cenie za token dostajesz model szybszy i lepszy w benchmarkach, więc zwykła aktualizacja wskazania modelu w konfiguracji może obniżyć koszty projektu bez żadnej zmiany w promptach czy logice agenta.

Druga: test pelikana pokazuje, że warto testować różne poziomy "thinking effort" na własnych zadaniach, zamiast domyślnie ustawiać najwyższy. W agentach budowanych w n8n, które wykonują wiele operacji dziennie, różnica między "xhigh" a "max" w skali miesiąca robi zauważalną różnicę w rachunku, a wcale nie musi oznaczać lepszego rezultatu.

Trzecia: jeśli w Twoim stacku obok modeli generujących tekst masz też modele decyzyjne, które nie piszą, tylko wybierają jedną z opcji - jak opisywałem w tekście o Jev i modelach decyzyjnych - Sonnet 5.5 jest dobrym kandydatem na model "roboczy" w pipeline, gdzie potrzebujesz szybkości i przewidywalnego kosztu, a nie maksymalnej mocy obliczeniowej na każdym kroku.

Kiedy pojawi się Haiku 5.5 i co to znaczy dla wyścigu cenowego z GPT-6?

Anthropic w ogłoszeniu Sonnet 5.5 potwierdził też, że Haiku 5.5 - najmniejszy i najtańszy model w rodzinie - ma być dostępny "w najbliższych tygodniach". To ważna informacja dla każdego, kto rozważa Claude do zadań na dużą skalę, gdzie liczy się cena za milion tokenów bardziej niż surowa jakość: klasyfikacja treści, ekstrakcja danych, proste zapytania w automatyzacji.

Cała ta seria wydań dzieje się w tle otwartego wyścigu cenowego między Anthropic i OpenAI. OpenAI już wcześniej odpowiedziało własną serią modeli GPT-6 - w tym wersją Luna, która teraz obsługuje darmowy tier ChatGPT - i trudno oprzeć się wrażeniu, że kolejne wydania obu firm będą coraz bardziej napędzane presją cenową, a nie tylko czystym skokiem jakości. Jeśli Haiku 5.5 wyjdzie w cenie konkurencyjnej wobec najmniejszych modeli OpenAI, to dla kogoś budującego automatyzacje na dużą skalę będzie to prawdopodobnie ważniejsza wiadomość niż samo wydanie Sonnet 5.5.

Więcej szczegółów o samym teście pelikana i pełnej treści ogłoszenia Anthropic znajdziesz we wpisie Simona Willisona, który jako pierwszy przetestował model tego samego dnia, gdy trafił do sieci.

Sprawdź Sonnet 5.5 zanim zmienisz cały stack

Najprostszy sposób, żeby ocenić, czy Sonnet 5.5 ma sens w Twoim projekcie, to nie czytać kolejnych opinii, a policzyć koszt na własnym zadaniu. Podłącz go przez OpenRouter do Claude Code albo do agenta w n8n, przepuść przez niego to samo zadanie, którym testowałeś poprzedni model, i porównaj czas, koszt i jakość wyniku. Jeśli masz już skonfigurowany dostęp do modeli Anthropic przez Jev i OpenRouter, zajmie Ci to dosłownie kilka minut, a odpowiedź będzie oparta na Twoich danych, nie na benchmarkach producenta.