Claude Sonnet 5 đưa hiệu năng cận frontier thành lựa chọn mặc định

Ngày 30/6, Anthropic phát hành Claude Sonnet 5 và lặng lẽ thay đổi bài toán kinh tế của công việc AI thường nhật. Mô hình mới tiệm cận hiệu năng Opus 4.8 trên các benchmark agentic như BrowseComp và OSWorld-Verified, có giá khuyến mãi $2 mỗi triệu token đầu vào và $10 mỗi triệu token đầu ra đến hết 31/8, đồng thời lập tức trở thành mô hình mặc định cho người dùng Free và Pro trên Claude.ai, Claude Code và Claude API.

Tầng giữa giờ là ngựa thồ chính

Suốt phần lớn năm 2025, mô thức rất rõ: mô hình flagship lo việc khó, mô hình tầng giữa xử lý khối lượng lớn. Sonnet 5 làm mờ ranh giới đó. Anthropic cho biết nó hoàn thành các tác vụ phức tạp nhiều bước mà các bản Sonnet trước thường bỏ dở, với cải thiện đáng kể về suy luận, dùng công cụ và lập trình so với Sonnet 4.6 — cùng tỷ lệ ảo giác thấp hơn.

Có một ngoại lệ chủ ý: năng lực an ninh mạng bị giảm so với tầng Opus và Fable. Sau sự cố kiểm soát xuất khẩu quanh Fable 5 hồi tháng 6, Anthropic rõ ràng đang phân tầng năng lực một cách có chủ đích, không chỉ theo ngân sách tính toán.

Áp lực giá chạy theo cả hai chiều

Mức giá khuyến mãi $2/$10 (tăng lên $3/$15 sau 31/8) xuất hiện giữa lúc CEO Palantir công khai gọi giá mô hình frontier là "vắt kiệt" và các doanh nghiệp như Uber đang cắt chi tiêu AI. Một mô hình cận Opus với giá Sonnet đặt lại điểm tham chiếu: nếu workload của bạn chạy ổn trên Sonnet 5, mỗi đô la chi cho mô hình flagship giờ đều cần lý do.

Chú thích: Sonnet 5 thu hẹp khoảng cách giữa giá tầng giữa và hiệu năng agentic của flagship.

Với các đội xây dựng trên Claude API, việc đổi mô hình mặc định cũng quan trọng về vận hành. Traffic Free và Pro giờ chạy Sonnet 5 mặc định, nên sản phẩm nào nhúng output của Claude đều nên chạy lại bộ kiểm tra chất lượng — output trung bình tốt hơn, nhưng là output khác.

Lời khuyên kỹ thuật: Benchmark lại trước khi đổi route

Đừng đổi tầng mô hình chỉ vì thông cáo báo chí. Lấy 50–100 tác vụ thật từ log của bạn — gồm cả những edge case xấu nhất — rồi chạy qua Sonnet 5, mô hình tầng giữa hiện tại và route flagship. Chấm điểm bằng đúng rubric đang dùng, sau đó quyết định theo từng loại tác vụ, không quyết định toàn cục.

Câu hỏi thú vị hiếm khi là "Sonnet 5 hay Opus" cho mọi thứ; mà là 20% traffic nào vẫn cần flagship. Ghim phiên bản mô hình (claude-sonnet-5) trong cấu hình, bật mặc định mới sau feature flag, và giữ route cũ hoạt động thêm một chu kỳ thanh toán. Giá khuyến mãi kết thúc ngày 31/8 — hãy tính chi phí theo giá chuẩn, không phải giá khuyến mãi.

Nguồn: Anthropic, TechCrunch, Fello AI.

Bạn nghĩ sao? Nếu mô hình tầng giữa xử lý được 80% workload của bạn, điều gì sẽ thuyết phục bạn tiếp tục trả giá flagship cho phần còn lại?