Claude Sonnet 5 вышел. Я несколько дней использовал его вместо ChatGPT и понял одну неожиданную вещь
Когда Anthropic представили Claude Sonnet 5, интернет моментально разделился на два лагеря.
Одни писали, что это лучший искусственный интеллект, который когда-либо выпускала компания.
Другие называли обновление проходным и говорили, что разницы с предыдущей версией почти нет.
Я решил не читать чужие обзоры и проверить всё самостоятельно.
Несколько дней я сознательно отказался от ChatGPT и выполнял рабочие задачи только через Claude Sonnet 5.
Причём не абстрактные тесты из презентации Anthropic, а то, чем занимаюсь практически каждый день:
- писал SEO-статьи;
- анализировал рекламные кампании;
- работал с Excel;
- разбирал PDF-документы;
- писал Python и SQL;
- анализировал большие массивы данных.
За неделю использования стало понятно одно.
Claude Sonnet 5 — это не «убийца ChatGPT», как многие уже успели написать.
Но в некоторых задачах новая модель действительно оказалась сильнее.
Причём разница заметна не в красивых бенчмарках, а именно в ежедневной работе.
Переключаться между разными сервисами не всегда удобно, поэтому для тестов я использовал единый интерфейс, который работает без ограничений и где доступны GPT-Image 2, ChatGPT, Claude, Nano Banana Pro и другие модели в одном месте.
Воспользовался токенами для теста и так же пользовался через интерфейс бота с телефона.Так оказалось проще сравнивать ответы и сразу выбирать лучший вариант для конкретной задачи.
Первое впечатление оказалось обманчивым
Честно говоря, первые минут двадцать я вообще не понял, за что все хвалят новую модель.
Интерфейс практически не изменился.
Отвечает примерно с той же скоростью.
Да и качество текста на первый взгляд показалось очень похожим.
Я уже начал думать, что весь хайп вокруг Sonnet 5 — обычный маркетинг.
Но всё изменилось, когда я начал загружать реальные рабочие задачи.
Первое, что я проверил — большие документы
Одной из главных новинок Anthropic стало огромное окно контекста.
Компания заявляет, что Claude способен работать с документами объёмом почти до миллиона токенов.
Красиво звучит.
Но насколько это полезно в жизни?
Для эксперимента я загрузил несколько документов одновременно:
- большой PDF почти на 300 страниц;
- рекламный отчёт;
- Excel-файл;
- техническое задание.
После этого попросил модель:
- найти противоречия;
- выделить основные изменения;
- составить краткое резюме;
- подготовить список задач для команды.
Если честно, ожидал, что нейросеть где-нибудь «потеряется».
Но этого не произошло.
Claude спокойно ссылался на информацию, которая находилась в самом начале документа, сопоставлял её с последними страницами и не забывал контекст даже после нескольких дополнительных вопросов.
Для тех, кто регулярно работает с договорами, исследованиями или длинными инструкциями, это действительно сильная сторона новой модели.
Потом я решил проверить то, чем пользуюсь каждый день — Excel
Именно здесь Claude Sonnet 5 произвёл на меня самое сильное впечатление.
Я загрузил выгрузку рекламного кабинета примерно на несколько тысяч строк.
Обычно подобные отчёты я анализирую вручную.
Но в этот раз попросил нейросеть:
- найти аномалии;
- объяснить рост стоимости лида;
- предложить гипотезы;
- показать самые подозрительные кампании.
Через несколько секунд модель выдала не просто список цифр.
Она начала искать взаимосвязи.
Например, заметила, что стоимость заявки резко увеличивалась только в определённые часы.
После проверки рекламного кабинета оказалось, что действительно именно в это время одна из кампаний начинала расходовать бюджет значительно менее эффективно.
Конечно, нейросеть не заменяет аналитика.
Но она очень быстро показывает, куда вообще стоит смотреть.
Именно это экономит больше всего времени.
А вот написание статей удивило меньше
Следующим экспериментом стали тексты.
Я дал ChatGPT и Claude одинаковый запрос.
Нужно было написать большую SEO-статью.
Обе модели справились хорошо.
Но стиль оказался совершенно разным.
ChatGPT по-прежнему пишет очень подробно.
Иногда даже слишком подробно.
Claude, наоборот, стал значительно лаконичнее.
Он практически перестал использовать длинные вступления вроде:
«В современном мире искусственный интеллект развивается стремительными темпами...»
Вместо этого сразу начинает раскрывать тему.
Редактировать такой текст оказалось проще.
Но если нужна длинная экспертная статья с большим количеством примеров, лично мне пока всё ещё комфортнее работать с ChatGPT.
Код Claude пишет неожиданно аккуратно
Я не разработчик, но регулярно пишу небольшие скрипты на Python для автоматизации.
Поэтому решил проверить и этот сценарий.
Claude Sonnet 5 сразу бросился в глаза одной особенностью.
Он перестал объяснять очевидные вещи.
Вместо нескольких экранов теории модель просто написала рабочий код.
Причём структура проекта выглядела аккуратнее, чем у большинства предыдущих моделей Anthropic.
Показалось, будто код писал человек, который уже много лет работает разработчиком и не любит лишних слов.
Именно здесь я наконец понял, почему программисты так активно обсуждают новый релиз.
Но идеальной эту модель назвать нельзя
После нескольких дней использования начали появляться вещи, которые сначала совершенно незаметны.
Первая — новый токенизатор.
Формально цены Anthropic выглядят вполне конкурентными.
Но один и тот же запрос теперь может расходовать больше токенов, чем раньше.
Если вы активно пользуетесь API, это начинает ощущаться довольно быстро.
Вторая особенность — уровни «мышления».
На максимальном режиме Claude действительно начинает глубже анализировать задачу.
Но одновременно увеличивается время ответа и расход токенов.
Для большинства ежедневных задач я в итоге почти всегда оставлял средний уровень.
Разницы в качестве практически не замечал.
Стоит ли переходить на Claude Sonnet 5?
Если после недели тестирования попытаться ответить одним предложением, то мой вывод будет таким.
Нет, Claude Sonnet 5 не заменил ChatGPT. Но он стал инструментом, который я теперь регулярно открываю первым для отдельных задач.
Особенно если нужно:
- проанализировать большой документ;
- разобраться с Excel;
- написать или исправить код;
- быстро структурировать информацию;
- обработать большой объём данных.
Если же моя задача — написать длинную экспертную статью или глубоко проработать сложную тему, ChatGPT пока остаётся для меня более удобным вариантом.
Наверное, именно это и стало главным выводом после недели использования.
В 2026 году уже нет одной «лучшей» нейросети на все случаи жизни. Есть разные модели, каждая из которых сильна в своих сценариях. И чем быстрее понимаешь, в каких задачах использовать каждую из них, тем больше времени удаётся экономить в ежедневной работе.