Claude Sonnet 5 ist Anthropics Mittelklasse-Modell, veröffentlicht am 30. Juni 2026 als Nachfolger von Sonnet 4.6. Anthropic positioniert es als die bislang agentischste Sonnet des Unternehmens: ein Modell, das eine Aufgabe planen, Tools wie einen Browser oder ein Terminal nutzen und eine mehrstufige Aufgabe mit weniger Schritt-für-Schritt-Aufsicht vorantreiben kann, als frühere Sonnet-Generationen benötigten. Anthropics eigene Positionierung lautet, dass Sonnet 5 einen Großteil der Lücke zur Flaggschiff-Opus-Reihe schließt, während es in der Sonnet-Klasse bleibt.
Wo es glänzt
Das Modell ist auf anhaltenden Werkzeugeinsatz statt auf Single-Turn-Chat ausgelegt. Es unterstützt Function Calling, strukturierte JSON-Ausgabe gegen ein Schema, PDF-Eingabe und Vision, und es bietet einen Reasoning-Modus, mit dem es ein Problem durcharbeiten kann, bevor es antwortet. Diese Kombination passt gut zu agentischen Workflows: Eine Aufgabe, die das Lesen eines Dokuments, den Aufruf eines Tools, die Prüfung des Ergebnisses und die Entscheidung über den nächsten Schritt erfordert, ist genau die Form, auf die diese Version laut Anthropic zielt. Anthropic berichtet 78,5 % auf OSWorld-Verified, seinem Computer-Use-Benchmark, und 46,8 % auf Humanity's Last Exam, wenn das Modell Tools nutzen darf — beides sind Anthropics eigene veröffentlichte Zahlen, keine unabhängig reproduzierten Werte, sie beschreiben also die Darstellung des Anbieters über den Fortschritt des Modells und kein neutrales Drittergebnis.
Unter der Haube
Sonnet 5 verfügt über ein Kontextfenster von 1.000.000 Token bei einer maximalen synchronen Ausgabe von 128.000 Token pro Antwort. Die Ausgabe ist reiner Text — diese Sonnet-Generation erzeugt keine Bilder oder Audio. Prompt-Caching wird unterstützt, was für agentische Schleifen zählt, die über viele Runden derselben Sitzung hinweg einen großen, weitgehend unveränderten Kontext (eine Codebasis, ein langes Dokument, ein Tool-Schema) erneut senden.
Wo es an Grenzen stößt
Anthropics eigene Ankündigung dieser Version nennt kein Datum für den Wissensstand, wer sich also auf das Modell für sehr aktuelle Ereignisse oder neu veröffentlichte Bibliotheken verlässt, sollte dies prüfen statt Aktualität anzunehmen. Die Stärken des Modells konzentrieren sich auf werkzeugnutzende, mehrstufige Arbeit; bei kurzen Single-Turn-Fragen oder einfacher Klassifikation ist die agentische Maschinerie eher Overhead als Nutzen, und ein leichteres Modell aus derselben Reihe wird meist ebenso gut antworten. Auch Anthropics eigene Benchmark-Aussagen sind, da sie vom Anbieter stammen, der sein eigenes Modell testet, eher richtungsweisend als endgültig zu lesen — das Ausmaß der Verbesserung gegenüber Sonnet 4.6 bleibt Anthropics eigene Einschätzung, bis es gegen unabhängige Workloads geprüft wurde.
Wann Sie es wählen
Sonnet 5 passt zu Coding-Agents, Recherche-Agents und jedem Workflow, bei dem das Modell über mehrere Tool-Aufrufe hinweg weiterarbeiten muss, ohne dass ein Mensch bei jedem Schritt erneut prompten muss — das Debuggen einer fehlschlagenden Testsuite, das Durcharbeiten eines Multi-File-Refactorings oder das durchgängige Ausführen einer Browse-und-Zusammenfassen-Aufgabe. Es passt auch zu Workloads, die neben Werkzeugeinsatz ein wirklich großes Kontextfenster brauchen, etwa das Durchsehen einer großen Codebasis oder eines langen Dokumentensatzes in einer Sitzung.
Für Arbeiten, die diese Autonomie nicht benötigen — kurze Textgenerierung, einfache Extraktion, Single-Call-Klassifikation — bringt der agentische Overhead nichts, und ein kleineres, schnelleres Modell aus derselben Reihe ist meist die sinnvollere Standardwahl.
Alternativen im Vergleich
Innerhalb von Anthropics eigener Reihe steht Claude Opus 5 über Sonnet 5 als Flaggschiff für die komplexeste agentische und Enterprise-Arbeit, und Claude Fable 5 steht darüber als Anthropics leistungsfähigstes breit verfügbares Modell — beide sind Optionen, falls ein Workload mehr Spielraum braucht, als Sonnet 5 bietet. Anthropics eigene Positionierung stellt Sonnet 5 als nahe an Opus-Klasse-Leistung auf vielen Aufgaben dar, weshalb es sich lohnt, dort zu starten, bevor man zu einem größeren Modell greift, und erst hochzustufen, wenn der Workload konkret zeigt, dass er die zusätzliche Fähigkeit braucht.
Hinweise zum Einsatz
Da Sonnet 5 auf lange, werkzeugintensive Sitzungen ausgelegt ist, sollten Integrationen mehrstufige Tool-Call-Schleifen statt eines einzelnen Request/Response-Austauschs erwarten und handhaben — Timeouts, Retry-Logik und die Formatierung von Tool-Ergebnissen müssen alle berücksichtigen, dass eine Aufgabe mehrere Runden bis zum Abschluss brauchen kann. Die Ausgabegrenze von 128.000 Token ist großzügig, aber endlich; ein Workflow, der erwartet, dass ein einzelner Aufruf ein vollständiges, groß generiertes Artefakt zurückliefert, sollte vorab prüfen, ob dies unter diese Grenze passt, bevor er sich in der Produktion darauf verlässt.