Claude Sonnet 5.5 mi Opus 5.5 mi? Günlük işler için seçim rehberi

Kısa cevap: iyi tanımlanmış günlük kodlama, hata düzeltme, belge, sunum ve tablo işlerinde önce Claude Sonnet 5.5'i dene. Kapsam bulanıksa, karar birkaç sistemi etkiliyorsa veya uzun görev boyunca muhakeme kalitesi hızdan önemliyse Opus 5.5'e çık. Anthropic, Sonnet 5.5'i 28 Eylül 2026'da `claude-sonnet-5-5` model kimliğiyle yayımladı; modelin 1 milyon token bağlamı, 128 bin token standart çıktı sınırı ve milyon token başına 2 dolar girdi, 10 dolar çıktı liste fiyatı var.[1][3]

Bu rehber bağımsız bir model testi değil. Hız, görev maliyeti, benchmark ve güvenlik sayıları Anthropic'in kendi duyurusu ile teknik belgelerinden geliyor. Modelleri aynı görev setinde kendim karşılaştırmadım. Buradaki iş, şirket iddialarını satın alma cümlesi gibi tekrarlamak değil; Sonnet ile Opus arasında hangi işi nereye yönlendireceğine dair ölçülebilir bir başlangıç kuralı çıkarmak.

En kısa karar

• Sonnet 5.5: sınırı belli özellik, bug fix, test yazımı, geri alınabilir refactor, belge hazırlama, tablo analizi ve hızlı iterasyon.
• Opus 5.5: kök nedeni belirsiz hata, mimari karar, servisler arası değişiklik, uzun denetim ve hatanın pahalı olduğu açık uçlu iş.
• Emin değilsen Sonnet 5.5 `medium` ile başla; kabul testi geçmezse önce görevi düzelt, sonra `high` veya Opus 5.5 dene.
• Sonucu modelin açıklamasına göre değil, test, diff, çıktı kalitesi, toplam süre ve onarım turuyla değerlendir.

Bu ayrım bir kalite garantisi değil. Anthropic de Sonnet 5.5'in düşük effort seviyelerinde Opus'u daha iyi tamamladığını, yüksek ayarlarda ise maliyetlerinin birbirine yaklaşabildiğini söylüyor.[1] Bu yüzden model adı tek başına karar vermiyor; model ile effort ayarını birlikte seçmek gerekiyor.

Sonnet 5.5 ile ne değişti?

Anthropic'e göre Sonnet 5.5, Sonnet 5'ten yüzde 30'dan fazla hızlı çıktı üretiyor ve çoğu işte görev başına yüzde 30'a kadar daha az maliyet oluşturuyor. Token fiyatı değişmedi: girdi 2 dolar, çıktı 10 dolar, cache okuma 0,20 dolar. Şirket daha düşük görev maliyetini, aynı işi daha az token ve daha az araç adımıyla bitirme iddiasına bağlıyor.[1]

"Görev başına yüzde 30 daha ucuz" bir tarife indirimi değil. Bu oran Anthropic'in testlerine ve "çoğu iş" tanımına dayanıyor. Kendi promptların daha uzun, araçların daha yavaş veya onarım turun daha fazlaysa sonuç değişir. Bütçede kullanacağın sayı liste fiyatıdır; verim iddiasını ise gerçek iş kayıtlarınla ölçmelisin.

Teknik tarafta model kimliği `claude-sonnet-5-5`. Claude API'nin varsayılan effort seviyesi `high`; Claude uygulamaları ve Claude Code varsayılanı `medium`. Adaptive thinking açık geliyor. Up-front thinking'i kapatmak isteyen entegrasyonların eski `disabled` yerine `between_tools` kullanması gerekiyor.[1][2]

Bu ayar farkı karşılaştırmaları kolayca bozar. Claude Code'daki Sonnet `medium` koşusunu API'deki Opus veya Sonnet `high` koşusuyla karşılaştırırsan yalnız modeli ölçmezsin. Aynı başlangıç durumu, aynı prompt, aynı araçlar, aynı effort ve aynı kabul testi olmadan "daha iyi" sonucu zayıf kalır.

Günlük kodlamada neden önce Sonnet 5.5?

Sonnet 5.5'in asıl cazibesi tepe benchmark skoru değil, kısa geri bildirim döngüsü. Bir endpoint eklemek, mevcut kalıba göre test yazmak, birkaç dosyalı refactor yapmak veya açık bir bug'ı düzeltmek için modelin hızlı çalışması inceleme süresini kısaltabilir. Yanlış sonucu testte hemen görebiliyorsan daha pahalı muhakemeyi baştan satın almak gerekmeyebilir.

Anthropic'in tablosunda Sonnet 5.5, Terminal-Bench 4.0'da yüzde 70,6; FrontierCode 1.1 ana setinde yüzde 46,2; CursorBench 4.0'da yüzde 55,5 sonuç alıyor. Şirket, CursorBench sonucunun Opus 5.5'in yaklaşık iki puan gerisinde olduğunu bildiriyor.[1] Bunlar üretici tarafından seçilmiş ve yayımlanmış değerlendirmeler. Tek bir deponun bağımlılıklarını, test kalitesini veya ekip kurallarını temsil etmiyorlar.

Daha faydalı sinyal, Anthropic'in FrontierCode dipnotunda saklı: Sonnet 5.5 `max` seviyesinde `xhigh` seviyesinden daha düşük puan almış. Şirket bunu bazı koşularda ek code-review alt ajanlarının süre aşımına veya görev kapsamı dışındaki değişikliklere yol açmasıyla açıklıyor.[1] Daha uzun düşünmek ve daha çok ajan çalıştırmak her zaman daha iyi patch üretmiyor.

Günlük iş için şu sırayı kullan:

1. Görevi bir çıktı ve kabul testiyle sınırla.
2. Sonnet 5.5'i `medium` ile çalıştır.
3. Değişen dosyaları ve diff'i oku; test, lint ve build'i çalıştır.
4. Aynı eksik iki kez tekrarlanırsa `high` dene.
5. Sorun görev sınırından değil muhakeme derinliğinden geliyorsa Opus 5.5'e çık.

Claude Sonnet 5 solo geliştirici rehberi önceki nesilde varsayılan model fikrini anlatıyordu. Sonnet 5.5 için yeni fark, daha iyi ilan edilen yeteneğin yanında daha hızlı çıktı ve düşük görev maliyeti iddiasının aynı modelde birleşmesi. Eski yazıyı tekrar etmek yerine bu rehber Sonnet–Opus yönlendirmesini daraltıyor.

Opus 5.5 ne zaman daha mantıklı?

Opus 5.5'i iş büyük göründüğü için değil, yanlış kararın maliyeti ve belirsizlik arttığı için seç. Sorunun nerede olduğunu bilmediğin üretim hatası, eski bir sistemde mimari ayrım, veri kaybı riski taşıyan migration veya birçok kaynağı uzlaştıran uzun analiz bu sınıfa girer.

Anthropic, Sonnet 5.5'in bazı testlerde Opus'a yaklaştığını söylerken Opus 5.5'in karmaşık, açık uçlu ve sürekli muhakeme isteyen işlerde belirgin biçimde güçlü kaldığını da yazıyor.[1] Bu önemli bir üretici kabulü: yakın benchmark skoru iki modelin aynı işi aynı güvenilirlikle yaptığı anlamına gelmiyor.

Fiyat farkı nettir. Sonnet 5.5'in standart girdi/çıktı fiyatı 2/10 dolar, Opus 5.5'in 4/20 dolar. Cache okuma ikisinde de 0,20 dolar; beş dakikalık cache yazımı Sonnet'te 2,50 dolar, Opus'ta 5 dolar.[1][3] Aynı token sayısında Sonnet daha ucuz. Fakat ucuz bir koşu üç onarım turu isterken Opus ilk seferde kabul testini geçerse görev maliyeti tersine dönebilir.

Opus tarafında effort seçimi ayrıca önemli. Opus 5.5 effort rehberi `low`, `medium`, `high`, `xhigh` ve `max` seviyelerini görev riskine göre ayırıyor. Sonnet'i doğrudan Opus `max` ile karşılaştırmak yerine önce aynı kabul testinde Sonnet `medium`, Sonnet `high` ve Opus `medium` koşularını görmek daha temiz bir başlangıç.

Bilgi işi, belge ve sunumda seçim

İyi tanımlanmış bir rapor, destek yanıtı, çalışma notu, tablo analizi veya mevcut şablona göre sunum hazırlama işi Sonnet 5.5'e uygun. Anthropic'in duyurusunda erken kullanıcıların daha hızlı işlem, daha az çıktı tokenı ve daha az araç çağrısı bildirdiği örnekler var. Bunlar Slack, Zendesk, Box, Lovable ve başka şirketlerden gelen seçili müşteri beyanları; bağımsız araştırma değiller.[1]

Sonnet 5.5, Anthropic'in GDPval-AA ve AA-Briefcase tablolarında Opus 5.5'e yakın sonuçlar gösteriyor. Aynı sayfa, bu testlerin sürüm öncesi dağıtımında yapılandırılmış çıktıları etkileyebilecek bir hata bulunduğunu ve etkinin küçük olmasını beklediklerini de not ediyor.[1] Puanı kararın kendisi yapmak yerine görevin biçimini kontrol et: kaynaklar belli mi, şablon sabit mi, çıktı kolay inceleniyor mu? Cevap evetse Sonnet iyi ilk aday.

Opus 5.5'e çıkmak için daha iyi gerekçeler şunlar:

• Çelişkili çok sayıda kaynağı uzlaştırmak.
• Eksik veriden birkaç uygulanabilir strateji üretmek.
• Uzun bir çalışma boyunca önceki kararları tutarlı taşımak.
• Yönetim, hukuk veya finans etkisi olan bir öneride varsayımları ayırmak.
• İlk taslağın ucuzca doğrulanamadığı açık uçlu bir sentez yapmak.

Belge "hazır görünüyor" diye tamamlanmış sayılmaz. Rakamları kaynağa geri bağla, formülleri kontrol et, şablon taşmalarına bak ve karar cümlelerini insan gözüyle yeniden oku.

Benchmark yerine görev maliyetini ölç

Her model için aynı üç işi seç: küçük bir kod düzeltmesi, birkaç dosyalı günlük geliştirme ve belirsiz bir inceleme. Başlangıç commit'i, prompt, araç izni, süre sınırı ve kabul testi aynı kalsın.

Her koşuda şunları kaydet:

• İlk denemede kabul testini geçti mi?
• Toplam kaç dakika sürdü?
• Girdi, çıktı, cache okuma ve cache yazma maliyeti ne oldu?
• Kaç araç çağrısı ve onarım turu gerekti?
• Kapsam dışı kaç dosyaya dokundu?
• İnsan incelemesi ne kadar sürdü?

Sonnet 5.5 `medium` aynı testi daha hızlı ve daha küçük diff ile geçiyorsa günlük varsayılan odur. Sonnet `high` iki kez aynı bağımlılığı kaçırıyor, Opus `medium` ilk seferde doğru planı kuruyorsa o görev sınıfını Opus'a yönlendir. Tek başarılı demo yerine beş ila on temsilî görev görmek daha güvenli.

Model ailesini daha geniş bir kuyrukta seçiyorsan GPT-5.6 Sol–Terra–Luna ana rehberi hız, denge ve derinlik ayrımını tamamlıyor. Bu yazı o pillar sayfanın arama niyetini kopyalamıyor; Claude içindeki Sonnet 5.5–Opus 5.5 geçiş eşiğine odaklanıyor.

Geçişte kırılabilecek noktalar

Sonnet 5 entegrasyonunda yalnız model adını değiştirmek yetmeyebilir. Anthropic'in geçiş belgesine göre `thinking: disabled`, zorunlu `tool_choice` değerleri olan `any` ve `tool`, bazı eski computer-use araçları ve bazı advisor eşleşmeleri Sonnet 5.5'te 400 hatası verebilir.[2][4]

Uygulama ayrıca düşünme bloklarını araç döngüsünde değiştirmeden geri göndermeli ve konuşma geçmişini mümkün olduğunca append-only tutmalı. Model, Opus 5 ve Opus 5.5 düşünme bloklarını okuyamıyor; Sonnet 5.5'in ürettiği blokları da başka modeller okumuyor.[2] Oturum ortasında model değiştiren ajanlarda bu davranışı hata ve maliyet testine ekle.

Güvenlik tarafında Anthropic, yaklaşık 1.850 senaryoluk otomatik davranış denetiminde Sonnet 5.5'in Sonnet 5'i çoğu ölçütte yakaladığını veya geçtiğini söylüyor. Şirket aynı zamanda hiçbir değerlendirme setinin tüm hataları yakalayamayacağını açıkça belirtiyor. Sonnet 5.5 yeni siber güvenlik ve akıl yürütme çıkarma korumalarıyla geliyor; yüksek riskli bazı talepler reddedilebilir veya Sonnet 5'e yönlendirilebilir.[1]

Bunlar güvenlik garantisi değil, üreticinin değerlendirmesi ve ürün politikası. Üretim değişikliği, silme, ödeme, kişisel veri veya geniş sistem erişiminde modelden bağımsız insan onayı kullan. Kodlama ajanı çıktısı doğrulama kontrol listesi model seçildikten sonra diff, test ve davranış kontrolünü ayrı bir kapıya çeviriyor.

Son karar

Günlük kodlama ve iyi tanımlanmış bilgi işinde Sonnet 5.5 en mantıklı ilk deneme. Liste fiyatı Opus'un yarısı, Anthropic daha hızlı çıktı ve daha düşük görev maliyeti iddia ediyor. Opus 5.5 ise açık uçlu problem, pahalı hata ve uzun muhakeme için yedekte durmalı.[1][3]

Varsayılanı Sonnet yapmak, Opus'u hiç kullanmamak demek değil. Ucuz ve hızlı modelle başla; aynı ölçülebilir kontrol başarısız olduğunda daha yüksek effort veya Opus'a çık. Sonra sonucu yine test et. Model yönlendirmesi ancak yükseltme ve geri indirme kuralı birlikte yazıldığında bütçeyi korur.