Sonnet 5.5 не завершила багфикс за 111 минут и 818 ходов
В BugHunt прежняя Sonnet 5 решила задачи за 207 ходов, а Sonnet 5.5 продолжала работу после 818 ходов.
Anthropic заявляет ускорение на 30% и снижение цены задачи до 30%, но внешний тест показал риск обратной экономики.
Artificial Analysis насчитал почти 200 тыс. токенов на тест, почти вдвое больше Opus 5.5.
Почему важно
Цену агента определяет расход на завершенную задачу, поэтому тариф и скорость генерации без проверки полного цикла вводят в заблуждение.