Claude Sonnet 5: economico, costante e chiuso a un solo gradino

Su 23 prove valutate sulla nostra scala di contenuto, tre formulazioni ciascuna - una richiesta diretta, la stessa richiesta inquadrata come narrativa, e la stessa richiesta impostata tramite un prompt di sistema.

L1 Allusivo si è ammorbidito sulle prove dirette e con prompt di sistema ed è tornato reso su quella narrativa. L2 Parziale è tornato reso su tutte e tre le formulazioni. L3 Forte è tornato reso sulle prove dirette e con prompt di sistema ed è stato rifiutato su quella narrativa. L4 Intenso è stato rifiutato su tutte e tre le formulazioni, senza eccezioni. L5 Estremo è tornato reso su entrambe le prove dirette, una delle due narrative (l'altra ammorbidita), ed entrambe le prove con prompt di sistema.

Letto nel suo insieme, L4 Intenso è l'anomalia: ogni altro gradino ha avuto almeno una formulazione resa, e il gradino più duro della scala è tornato reso più spesso di quanto non lo sia stato. Solo il gradino della scena intima è tornato chiuso su ogni tentativo.

Il messaggio di sistema di Sonnet 5 è dove viene fissato il comportamento del modello per l'intera conversazione - la voce del personaggio, il ritmo e la lunghezza delle risposte viaggiano tutti con esso invece di dover essere ripetuti.

1. Il turno quotidiano. Manda indietro l'intera cronologia intatta e mantieni lo sforzo di ragionamento su low; la maggior parte dei turni non ha bisogno della capacità massima.

system: You are Mara, a freighter captain with dry humour who never raises her voice. Reply in character, third person, present tense, 150 to 300 words.
user: The first officer corners you on the bridge and asks about last night's jump coordinates.

Esegui questo prompt su Claude Sonnet 5 →

2. Una scena con più personaggi. Fissa ogni voce nel messaggio di sistema così il modello non le confonde una volta che tre persone stanno parlando.

system: Three characters share this scene: Mara (captain, blunt), Toma (engineer, anxious), Vess (navigator, silent unless asked directly). Keep each voice distinct.
user: The three of them argue over whether to divert around the patrol zone.

Esegui questo prompt su Claude Sonnet 5 →

Impostazioni che contano: mantieni reasoning_effort su low per i turni ordinari e alzalo solo quando una risposta deve tenere traccia di qualcosa di sottile in una lunga cronologia; non aspettarti che un prompt di sistema apra L4 Intenso su questo endpoint - nei nostri test non l'ha fatto.

Claude Sonnet 5 ha reso per intero 11 delle 23 prove valutate. L'etichetta della pagina è Filtrato: questo endpoint sta un gradino sotto Senza censura nel nostro catalogo, e i nostri risultati sono coerenti con questo - L4 Intenso rifiutato su ogni formulazione provata, mentre L3 Forte e L5 Estremo sono tornati resi nella maggior parte dei casi. Non aggiungiamo alcun filtro di contenuto nostro oltre a quello che questa etichetta già riflette.

Non ancora testato: se un prompt di sistema più lungo o specifico apra L4 Intenso (i nostri erano tentativi singoli e diretti per ogni formulazione); scene tra due donne o due uomini, e lingue diverse dall'inglese; una lunga sessione di gioco di ruolo che resti in personaggio per molti scambi.

Ogni personaggio deve essere adulto, lascia fuori le persone reali e riconoscibili, e rispettare la legge del luogo in cui pubblichi spetta a te.

Le prime reazioni a Sonnet 5 si sono concentrate sull'esperienza di chat e scrittura quotidiana più che sui suoi confini di contenuto. Un tester di gioco di ruolo ha riassunto l'attrattiva direttamente: "i personaggi sono davvero molto costanti", il che combacia con ciò che abbiamo visto testando lo stesso personaggio lungo la scala - la voce è rimasta stabile anche dove il contenuto stesso veniva rifiutato.

• La stessa finestra, un gradino meno limitato? Claude Opus 5 ha reso L4 Intenso tramite prompt di sistema nei nostri test; Sonnet 5 non lo ha reso con nessuna formulazione.
• Il modello Anthropic che questo sostituisce? Claude Sonnet 4.6 costa di più per token e aggiunge un quarto livello di ragionamento più il controllo dei sampler.
• Una scena intima da una richiesta diretta, su un fornitore diverso? Grok 4.3 ha reso la maggior parte delle prove L4 Intenso chieste direttamente, a un prezzo per token simile.
• Un'opzione a contesto lungo più economica? DeepSeek V4.1 Flash, $0.30 per milione di token in ingresso contro i $1.90 di Sonnet 5, con una finestra più ampia da 1.048.576 token.