AI digest: Sonnet 5 přepsal pravidla výkonu a agenti převzali kód

Lead story: Claude Sonnet 5 skočil na výkon flagship modelu při zachované ceně Sonnetu

Anthropic 1. dubna vydal Claude Sonnet 5 a výsledky jsou nečekané. Na SWE-bench Verified, průmyslovém standardu pro reálné softwarové úkoly, model dosáhl 92,4 %. To je o 12 procentních bodů víc než Claude Opus 4.6 a o víc než 10 bodů víc než GPT-5.4. Na OSWorld-Verified, testu ovládání počítače, Sonnet 5 dosáhl 88,3 % a překonal lidský expert baseline (72,4 %) o 16 bodů.

Klíčový kontext: cena zůstala beze změny na $3/$15 za milion tokenů. Jinými slovy, Anthropic vydal model, který porážel vlastní vlajkový Opus 4.6 za cenu střední třídy. Totéž se stalo při přechodu ze 4.5 na 4.6 Sonnet, ale tentokrát je skok výraznější. Pokud tento vzorec vydrží, Opus linie ztrácí raison d'être.

Technicky Sonnet 5 přichází s 2M token kontextovým oknem (dříve beta, teď stable), upgradovanou adaptive thinking architekturou a vylepšeným tool use přes MCP. Je nasazený jako nový výchozí model na claude.ai i v API pod identifikátorem claude-sonnet-5-20260401.

Pro vývojáře: pokud používáte Opus 4.6 v produkci a hlavním důvodem je výkon, přehodnoťte to. Sonnet 5 je rychlejší, levnější a podle většiny benchmarků lepší. Jedinou oblastí, kde Opus 4.6 ještě drží náskok, je hloubkové long-context reasoning nad 500k tokeny.

Ostatní důležité zprávy týdne

GPT-5.4 překonal lidi v ovládání počítačů

OpenAI vydal GPT-5.4 5. března a model se v uplynulém týdnu ustálil jako nový standard pro computer use. Na OSWorld-Verified dosáhl 75 % úspěšnosti, zatímco lidé dosahují 72 %. Je to první AI model, který překonal lidský baseline v tomto typu benchmarku. Podporuje 1M token kontext a je dostupný přes API. Na FAIN News jsme to pokryli detailně.

Cursor 3 přešel z IDE na agentní workspace

Anysphere 2. dubna vydal Cursor 3 s kompletně přepsaným rozhraním orientovaným na správu fleet agentů. Místo editování kódu řídíte parallelní AI agenty přes cloud i lokální prostředí. Přidali Design Mode pro vizuální anotaci UI komponent a mobil/web/Slack spouštění agentů. Cursor 3 přestává být kopilot a stává se koordinátorem. Celý článek na FAIN News.

Propouštění tech sektoru pokračuje

Oracle oznámil 30 tisíc propouštění, z čehož 12 tisíc míří z Indie. Firma paralelně masivně investuje do AI infrastruktury a datových center. Block v březnu propustil 40 % workforce poté, co AI zákaznický servis zvládne 70 % dotazů bez lidí. Meta v uplynulém týdnu potvrdila 15 tisíc dalších odchodů zaměřených na softwarové inženýry. Naše analýza Oracle a Meta.

Gemma 4: Google otevřel multimodální modely pod Apache 2.0

Google DeepMind vydal rodinu Gemma 4 se čtyřmi modely od 2B do 31B parametrů a Apache 2.0 licencí. Největší model obsadil třetí místo v open-source kategorii na Arena AI leaderboardu. 26B varianta s mixture-of-experts architekturou dosahuje srovnatelných výsledků při 3,8B aktivních parametrech za inferenci. Licence je komerčně použitelná bez omezení. Celý článek.

Rychlé zápisky

Q1 2026: $300 miliard v venture capital, 80 % do AI. Rekordní čtvrtletí globálního VC završilo dominanci AI investic. OpenAI uzavřelo kolo $122 miliard, Anthropic přidalo $30 miliard. Naše pokrytí Q1 a OpenAI raund.

Anthropic MCP překonal 97 milionů instalací. Standard pro propojení AI agentů s nástroji se stal de facto infrastrukturou. Detaily na FAIN News.

Anthropic Claude Code: únik zdrojového kódu. Bezpečnostní incident odhalil interní soubory včetně draft blog postu o modelu Claude Mythos. Anthropic přijal opatření. Celý příběh.

Zdroje: