Anthropic har lanceret Claude Sonnet 5, og den interessante del er ikke endnu en benchmarkkurve. Den interessante del er, at agentiske LLM-opgaver bliver flyttet fra den dyreste modelklasse ned i en mellemklasse, der er realistisk at køre i hverdagsprodukter.
Det er præcis dér, mange danske udviklingsteams og IT-organisationer står lige nu. De har prøvet agenter i editoren, i supportflowet eller i interne analyseværktøjer. De har også opdaget, at regningen, latency og styring hurtigt bliver mere afgørende end demoens wow-effekt. Claude Sonnet 5 rammer den konflikt direkte: mere autonomi, flere værktøjskald og lavere pris end de store Opus-modeller.
Sonnet 5 er et driftssignal, ikke bare en modelnyhed
Anthropic beskriver Claude Sonnet 5 som den mest agentiske Sonnet-model indtil nu. Den kan planlægge, bruge værktøjer som browser og terminal, og køre længere autonome opgaver. Ifølge Anthropic ligger ydelsen tættere på Claude Opus 4.8, men til Sonnet-pris. Den introducerede pris er 2 dollar pr. million input-tokens og 10 dollar pr. million output-tokens frem til 31. august 2026. Derefter stiger den til 3 og 15 dollar.
Det betyder noget, fordi agentiske systemer æder tokens på en anden måde end chatbots. En agent læser filer, skriver kode, kører tests, retter fejl, læser logs og prøver igen. Det er nyttigt, men det er også dyrt, hvis man blindt sender alt gennem den stærkeste model. Derfor handler Claude Sonnet 5 mindre om at slå én bestemt konkurrent og mere om model-routing: hvad skal køre på den dyre model, og hvad kan køre stabilt på en billigere agentmodel?
Den diskussion har jeg også været omkring i indlægget om LLM tokenbudget. Når AI bliver del af produktionen, bliver tokens, fejlrate og retry-mønstre almindelige driftsparametre. Det er ikke længere kun et spørgsmål om promptkvalitet.
Agentmodeller skal måles på opfølgning
Det mest praktiske løfte i Claude Sonnet 5 er opfølgning. Anthropic fremhæver, at tidlige testere oplever, at modellen færdiggør komplekse opgaver, hvor tidligere Sonnet-modeller stoppede for tidligt. Det er vigtigt, for de fleste fejl i AI-kodning sker ikke i den første kodegenerering. De sker bagefter, når modellen skal forstå testfejl, bevare konventioner, ændre flere filer og undgå at ødelægge eksisterende adfærd.
For softwareteams er det her den rigtige målestok: kan modellen holde kontekst gennem et beskidt repository, eller producerer den bare en pæn patch, der ligner arbejde? Kan den læse sin egen diff kritisk? Kan den stoppe, når den mangler adgang? Kan den vælge en lille ændring frem for en arkitektonisk omvæltning? Claude Sonnet 5 skal ikke vurderes på, om den kan skrive en React-komponent. Det kan de fleste frontiermodeller. Den skal vurderes på, om den kan indgå i en kontrolleret udviklingsproces uden at skabe skjult gæld.
TechCrunch læser lanceringen på samme måde: agentiske evner er ved at blive standard blandt de store modeludbydere, og konkurrencen flytter sig mod billigere, mere anvendelige modeller til hverdagsagenter. Det er en mere moden fase end den rene benchmarkkrig. Det er også mere nådesløst, for en model, der er god i en demo men ustabil i en CI-pipeline, er bare dyr støj.
Sikkerhedsdelen er ikke pynt
Anthropic hævder, at Claude Sonnet 5 har lavere forekomst af uønsket adfærd end Sonnet 4.6, blandt andet på hallucination, sycophancy og agentisk sikkerhed. De fremhæver også bedre modstand mod prompt injection. Det sidste bør få alle, der bygger agenter, til at spidse ører.
Prompt injection er ikke et randproblem. Når en LLM-agent kan læse websider, mails, tickets eller dokumenter og samtidig har værktøjsadgang, bliver inputdata en angrebsflade. Jeg skrev om det i Prompt injection: LLM-agenter har fået et kontrolplansproblem. Claude Sonnet 5 ændrer ikke grundreglen: modellen må ikke være dit eneste sikkerhedslag.
Anthropic siger også, at Sonnet 5 ikke bevidst er trænet op til stærke cybersikkerhedsopgaver, og at den klarer farlige cyberopgaver dårligere end Opus 4.8 og Mythos 5. Samtidig lanceres den med realtids-cybersafeguards slået til som standard. Det er fornuftigt, men det betyder også, at operatører skal teste deres egne legitime sikkerhedsflows. En model kan både blokere farlige ting og irritere professionelle brugere, hvis klassificeringen rammer for bredt.
Hvad bør du gøre praktisk?
Hvis du allerede bruger Claude Code eller Claude API, er Claude Sonnet 5 oplagt som kandidat til standardmodellen for almindelige agentopgaver. Men test den som et driftsskift, ikke som en ny legetøjsmodel. Sammenlign den med din nuværende model på rigtige tickets, rigtige repositories og rigtige fejl. Mål tokens, antal værktøjskald, succesrate, tid til færdig patch og hvor ofte et menneske skal rydde op bagefter.
Det rigtige setup er sandsynligvis ikke én model til alt. Brug en billigere og hurtigere agentmodel til standardopgaver. Eskaler til en dyrere model ved arkitekturændringer, sikkerhedsfølsomme vurderinger eller når agenten sidder fast. Log beslutningerne. Lav budgetalarmer. Kør evals på de flows, der faktisk betyder noget for jeres forretning.
Claude Sonnet 5 er altså ikke interessant, fordi den gør LLM-agenter magiske. Den er interessant, fordi den gør dem mere realistiske at sætte i drift. Det er en langt vigtigere nyhed.
Kilder
- Introducing Claude Sonnet 5 – Anthropic, 30. juni 2026
- Models overview – Anthropic Docs, tilgået 2. juli 2026
- Anthropic launches Claude Sonnet 5 as a cheaper way to run agents – TechCrunch, 30. juni 2026
- Claude Sonnet 5 discussion – Hacker News, 30. juni 2026
Denne artikel er skrevet i samarbejde med AI, og efterfølgende redigeret af et rigtigt menneske 🙂
