--- title: "Claude Sonnet: model roboczy dla agentów i kodu" url: "https://majchrzycki.com/blog/claude-sonnet-model-tekst-analityka-kod" description: "Claude Sonnet: zastosowania w tekstach, analityce, kodowaniu i biznesie, ograniczenia oraz kryteria wyboru modelu." --- # Claude Sonnet: model roboczy dla agentów i kodu 9 lipca 2026· Aktualizacja: 28 września 2026·2 min czytania·Krzysztof Majchrzycki Temat: [Anthropic AI](https://majchrzycki.com/blog/filar/anthropic-ai) **Sonnet jest środkową linią Claude: łączy zdolność planowania i używania narzędzi z kosztem niższym niż modele najwyższej klasy. Sonnet 5, ogłoszony 30 czerwca 2026 r., jest aktualnym punktem odniesienia w tej serii.** Źródłem opisu bieżącej wersji jest [komunikat Anthropic o Sonnet 5](https://www.anthropic.com/news/claude-sonnet-5). To opis zastosowań i kryteriów wyboru, nie deklaracja, że model zawsze wygrywa z każdym konkurentem. ## Co potrafi w pracy z tekstem i danymi? Do tekstu Sonnet sprawdza się tam, gdzie samo skrócenie dokumentu nie wystarcza: trzeba porównać wersje umowy, wskazać rozbieżności w wymaganiach lub napisać zwięzłe uzasadnienie decyzji. W analityce może formułować hipotezy i zapytania, ale wynik SQL musi pochodzić z bazy. Przy kilkudziesięciu dokumentach lepiej pobrać właściwe fragmenty i wymagać cytatów niż wkleić cały korpus i zaufać jednemu podsumowaniu. ## Co wnosi do kodowania i AI SDLC? Według Anthropic Sonnet 5 poprawia planowanie, użycie terminala i przeglądarki oraz agentowe kodowanie względem Sonnet 4.6. Praktyczny scenariusz to zmiana przechodząca przez API, walidację, test i dokumentację. Agent powinien dostać warunki akceptacji, wykonać testy i pokazać diff; sam wynik benchmarku SWE-bench nie mówi, jak poradzi sobie z lokalną architekturą. ## Gdzie sprawdzi się w biznesie? Sonnet może być domyślnym modelem roboczym w wewnętrznym asystencie projektowym: zbiera kontekst, proponuje plan, a przed zapisem przekazuje akcję przez politykę uprawnień i zatwierdzenie. W obsłudze klienta warto dać mu narzędzia odczytowe osobno od narzędzi modyfikujących CRM. Miernikiem jest odsetek poprawnie zamkniętych spraw oraz liczba interwencji, nie liczba wygenerowanych odpowiedzi. ## Jakie są alternatywy? Haiku jest lepszym kandydatem przy dużym wolumenie krótkich zadań. Opus lub Fable rozważ dla złożonych, długotrwałych problemów. GPT-6 Sol to mocna alternatywa w kodowaniu i workflow agentowym, zwłaszcza gdy organizacja używa już Responses API. ## Na co uważać? Sonnet bywa rozsądnym domyślnym wyborem, ale nie jest gwarancją poprawności. Testuj osobno jakość polskiego tekstu, rozumowanie na danych, zachowanie narzędzi i naprawę kodu. Zadania o wysokim koszcie błędu wymagają niezależnego sprawdzenia. ## Przykład: zmiana wymagania w produkcie Załóżmy, że nowy status zamówienia ma pojawić się w API, panelu i raportowaniu. Sonnet najpierw identyfikuje moduły i istniejące testy, potem proponuje plan zmian. Po akceptacji wykonuje małe kroki, uruchamia testy i pokazuje diff. Recenzent sprawdza zwłaszcza migrację danych oraz zachowanie starych klientów API. To zadanie ujawnia więcej niż pojedynczy benchmark kodowania: model musi zachować spójność między tekstem wymagania, schematem i kodem. Wynik porównaj z Opus oraz GPT-6 Sol przy identycznych uprawnieniach i limicie czasu. ## Jak sprawdzić model przed wyborem? Przygotuj niewielki, ale reprezentatywny zestaw własnych przypadków: zwykłe zadania, rzadkie wyjątki, niepełne dane i próby wymuszenia odpowiedzi. Dla tekstu oceniaj zgodność z faktami, kompletność i przydatność do dalszej pracy. Dla analityki sprawdzaj, czy zapytanie używa właściwej definicji metryki, a opis zgadza się z wynikiem systemu źródłowego. Dla kodu wymagaj działających testów, czytelnego diffu i braku zmian poza zakresem. Mierz pełny koszt zaakceptowanego wyniku wraz z czasem review, nie jedynie cenę tokenów. W systemie produkcyjnym zapisuj wersję modelu, prompt, użyte narzędzia i wynik oceny. Dzięki temu po aktualizacji modelu można wykryć regresję oraz zdecydować, które sprawy nadal obsługiwać automatycznie. Więcej o tej praktyce opisuje [filar AI SDLC](https://majchrzycki.com/blog/filar/ai-sdlc). ## Źródła i dalsza lektura - [komunikat Anthropic o Sonnet 5](https://www.anthropic.com/news/claude-sonnet-5) — dokumentacja lub komunikat producenta dotyczący Sonnet 5. - Modele i LLM - Agenci AI ## Uporządkuj pierwszy krok z AI Bezpłatny poradnik pomaga wybrać proces, pytania diagnostyczne i kolejność działań. [Pobierz poradnik](https://majchrzycki.com/darmowy-poradnik-transformacji-ai-dla-firmy) Strony poradnika transformacji AI: rysunki i opisy cyfrowego modelu firmy ## Czytaj dalej - [Claude Haiku: szybki model do tekstu i kodu](https://majchrzycki.com/blog/claude-haiku-model-tekst-kod-biznes) - [Claude Opus: złożona analiza i kodowanie](https://majchrzycki.com/blog/claude-opus-model-zlozone-zadania-kod) - [Claude Fable: model frontier do trudnej pracy](https://majchrzycki.com/blog/claude-fable-model-frontier-ai-biznes-kod) - [GPT-6 Sol: kodowanie i workflow agentowe](https://majchrzycki.com/blog/gpt-6-sol-model-kodowanie-agenci)