Стоит ли переходить с Sonnet 5 на 5.5: совместимость, расходы и откат

Sonnet 5.5 — кандидат на обновление приложений с Sonnet 5, но не замена, которую следует одобрить только по названию. Официальные тарифы токенов остались прежними, однако допустимые поля запросов, поведение effort и обработка ответов изменились. Переход имеет смысл, когда ваши проверки приёмки проходят, а новое поведение улучшает нужную вам работу.

Руководство адресовано командам, уже использующим Sonnet 5. Оно посвящено решению о развёртывании, а не общему рейтингу моделей. Документация проверена 29 сентября 2026 года после выпуска Sonnet 5.5 28 сентября. Здесь не утверждается, что каждое приложение должно немедленно перейти на новую модель в production.

Что сохраняется и что проверять заново

Источники: страница Sonnet 5.5 и описание изменений. Неизменный токенизатор означает согласованную токенизацию одного входного текста, но не одинаковое число токенов в ответах двух моделей.

Сформулируйте гипотезу обновления

Запишите одну конкретную причину попробовать новую модель. Например: «сократить число повторов на наших ограниченных задачах исправления ошибок, сохранив долю прохождения регрессионных тестов». Другой вариант — меньше пропущенных обязательных разделов в черновиках документов. Это проверяемые гипотезы, а не улучшения, доказанные объявлением о выпуске.

Не меняйте одновременно промпт, поиск данных, инструменты и модель: при улучшении не будет понятно, что его вызвало. Сохраните старую конфигурацию и сравнивайте один набор задач. Если для допустимого запроса Sonnet 5.5 пришлось менять поля, зафиксируйте эту правку совместимости как часть новой конфигурации.

Берите задачи из реального использования, удаляя приватные сведения, где это необходимо. Включите частые запросы, несколько трудных случаев и важные для пользователей ошибки. Не ограничивайтесь примерами, похожими на лучшую демонстрацию разработчика.

Совместимость проверяется раньше производительности

Приоритетны поддерживаемый режим thinking, принудительный вызов инструментов, история рассуждений, computer use и совместимость advisor. Sonnet 5.5 не принимает thinking.type: disabled. Документированная альтернатива без предварительных рассуждений — between_tools с effort high или ниже. Принудительные значения tool_choice тоже требуют миграции.

Примеры запросов и оговорки о платформах собраны в руководстве по ошибкам 400; здесь не повторяется вся диагностика. Включите в план проверки успешные ответы: приложение может получить HTTP 200, но не показать прогресс или не вызвать ожидаемый инструмент.

Проверьте парсер для обычного текста, вызовов инструментов, блоков рассуждений и отказов. При смене модели внутри диалога выясните судьбу несовместимых блоков. При правке ранних сообщений проверьте привязку. Один ответ на «hello» не подтверждает исправность полного агентного цикла в production.

Измеряйте качество и расходы вместе

Сохраняйте критерии приёмки. Для кода это может быть прохождение целевого теста и полного регрессионного набора без посторонних правок. Для извлечения данных проверяйте схему и фактические значения. Для документов — обязательные разделы и каждое утверждение, ссылающееся на входные данные.

Записывайте число запросов, категории оплачиваемого расхода, время до принятого результата и затраты на ревью. Быстрая передача потока не обязательно ускоряет всю задачу. Неизменные ставки не гарантируют прежний счёт, если вырос вывод или число ходов инструментов.

Стартовый отчёт Artificial Analysis полезен как ориентир для испытаний, но содержит оговорку о проблеме предварительного развёртывания и будущих повторных тестах. Не выдавайте его показатели за измеренный эффект обновления вашего приложения. Внешние сведения и собственные результаты храните отдельно.

Сохраните возможность отката

Сначала запустите обновлённую конфигурацию в изолированной тестовой среде. Если проверки проходят, выберите разрешённое ограниченное развёртывание, подходящее продукту. Зафиксируйте точную модель, настройки и время релиза, чтобы различать последующий трафик и старую версию. Не смешивайте версии незаметно в одном отчёте.

Держите конфигурацию отката и условие её применения: например, превышение допустимой доли некорректных ответов или регрессия критичной задачи. Откат не означает, что модель хуже вообще; возможно, нужно изучить интеграцию или особенности нагрузки.

Не удаляйте старую модель лишь потому, что новая версия якобы означает немедленное прекращение поддержки. Отдельно проверьте официальные обязательства по жизненному циклу. Доступ и сроки прекращения поддержки могут различаться между сервисами. План миграции должен опираться на реальные даты и поведение платформы, а не на срочность заголовка.

Что читать дальше

Для расчётов есть руководство по цене, для настройки — сравнение уровней effort. Если вопрос в переходе на более крупную модель, используйте Sonnet против Opus, не объединяя тест версии со сменой класса модели.