Claude Sonnet 5.5 Extra: een routeringsgerucht gebouwd op een woord dat Anthropic al gebruikt

Op 5 november 2026 om 12:44 uur deed een account dat op X post als @chetaslua, in één regel een bewering: "Sonnet 5.5 Extra lijkt te routeren naar het volgende Claude-model." Beide tests werden uitgevoerd op de configuratie die de post "Sonnet 5.5 Extra" noemt, wat neerkomt op Claude Sonnet 5.5 met de effort-instelling opgeschroefd. In de eerste werd het model — met browsen uitgeschakeld — gevraagd waar Andrej Karpathy in 2026 heen ging, en het antwoordde dat hij in mei 2026 bij Anthropic kwam, in het pretrainingsteam. In de tweede werd er gevraagd om "een pelikaan die fietst, zo realistisch als je kunt, alleen met code", en het leverde, volgens de telling van de poster zelf, 26.599 SVG-elementen, 6,5k veerstreken, nul afbeeldingen, nul data-URI's, nul scripts en 1.860 regels Python op, waarvan de poster zegt dat het "byte voor byte opnieuw opbouwt."

Het meest nuttige om eerst te zeggen, is het weinig glamoureuze. Claude Sonnet 5.5 is geen onuitgebracht model — het kwam uit op 28 september 2026 voor $2 per miljoen invoertokens en $10 per miljoen uitvoertokens, en Amazon Bedrock documenteert hetzelfde model onder de ID anthropic.claude-sonnet-5-5. En "Extra" is ook geen nieuwe naam. Het is het woord in Anthropics eigen helpcentrum voor de op één na hoogste redeneerinstelling, "Extra high (xhigh)", die de API als xhigh schrijft en de modelkiezer als Extra high weergeeft. Een keuzeoptie met de tekst "Sonnet 5.5 — Extra high" is een model plus een inspanningsniveau, en beide helften van die tekenreeks bestaan al in openbare documentatie.

Niets daarvan maakt de poster ongelijk. Het maakt de poster onbewezen, en het beperkt wat het zou bewijzen. Anthropic heeft niets bevestigd, er is geen model-ID in enige openbare modellenlijst verschenen, en een lek-framing is de juiste: dit is wat de claim zegt, wat vandaag kan worden gecontroleerd, en wat een lezer ermee moet doen. De nuttige versie van dit verhaal is niet "er wordt een nieuwe Claude getest." Het is dat de drie bewijsstukken die hier worden aangevoerd drie specifieke faalmodi hebben, en elk daarvan is testbaar.

Wat het antwoord van Karpathy eigenlijk vaststelt

De eerste test wordt gelezen als een vingerafdruk. Het lijkt meer op een kalender.

Karpathy kondigde op 19 mei 2026 op X aan dat hij bij Anthropic was gaan werken — "Ik ben bij Anthropic gaan werken... ik kijk ernaar uit om me bij het team hier aan te sluiten en terug te keren naar R&D" — en TechCrunch, Fortune en de NY Post meldden het diezelfde dag, met als detail dat hij terechtkwam in het pretraining-team onder Nick Joseph. Dat is een feit in elke nieuwsindex, en een model dat dit correct beantwoordt met browsen uitgeschakeld, heeft precies één ding aangetoond: zijn trainingsdata reikt verder dan half mei 2026.

Claude Sonnet 5.5 is op 28 september 2026 uitgebracht. Een aanwerving die vier maanden voordat een model uitkwam wereldwijd nieuws was, is het soort feit dat in de trainingsdata terechtkomt, dus dat het model deze probe doorstaat, is het verwachte resultaat en niet verrassend. De probe kan Sonnet 5.5 ook niet onderscheiden van Claude Opus 5.5, van Claude Haiku 5.5 of van enige andere Claude-checkpoint die na mei is uitgebracht. Een test die elke kandidaat doorstaat, identificeert geen van hen.

Dit is van belang voor hoe de claim moet worden beoordeeld. De reactiethread onder de post bevat de interessantere helft van het bewijs, en die is tegenstrijdig: de ene reactie vraagt: 'bedoel je sonnet 5.6?', een andere zegt: 'het is ook fable 5.5, die wordt al weken voor gebruikers gerouteerd.' Twee mensen die hetzelfde gedrag interpreteren, komen uit op twee verschillende niet-aangekondigde modellen, en geen van beiden kan een API-ID noemen. Zo ziet een dubbelzinnig label eruit wanneer een community het probeert te interpreteren.

26.599 SVG-elementen is een aantal lusiteraties.

Het aantal pelikanen is indrukwekkend tot je beseft wat er wordt geteld. Een SVG-element is een tag. Een Python-script dat in een lus veren plaatst, kan er veertigduizend produceren zonder dat het model ooit over een pelikaan heeft nagedacht, en dat is precies wat de poster beschrijft: 1.860 regels Python die de elementen genereren, in plaats van 26.599 elementen die met de hand zijn geschreven. Het getal meet de ambitie van de generator, niet de getrouwheid van de tekening.

“Nul afbeeldingen, nul data-URI’s, nul scripts” is hetzelfde soort statistiek. Het bevestigt dat de uitvoer een pure vectortekening is en geen bitmap die in een bestand is binnengesmokkeld. Het zegt niets over of de vogel als een vogel overkomt. Als je de tekening wilt beoordelen, beoordeel dan de tekening — de videobijlage van de poster zelf duurt 19 seconden, en dat is het artefact dat de moeite waard is om te bekijken.

Er is ook een detail over de volgorde dat je moet weten voordat dit als een nieuwe capaciteitsgebeurtenis wordt vastgelegd. Op 22 oktober 2026 plaatste hetzelfde account een screenshot van een "mysterieus model op code arena" met de prompt "codeer een svg van een pelikaan die een fiets berijdt, zo gedetailleerd als je kunt", die ongeveer 63.000 views opleverde. De pelikaanprompt is de vaste routeringsdetector van dit account, die herhaaldelijk wordt uitgevoerd. Twee resultaten van dezelfde detector met drie weken ertussen zijn geen onafhankelijke observaties.

De pelikaantest werd afgeschaft door de mensen die hem beroemd hebben gemaakt.

Simon Willison introduceerde op 25 oktober 2024 de prompt "Genereer een SVG van een pelikaan op een fiets", met de redenering dat een dergelijke SVG redelijkerwijs niet in trainingsdata kon bestaan, waardoor elk model het daadwerkelijk moest proberen. Het groeide uit tot een semi-formele benchmark: in juni 2025 had Willison 34 pelikanen en 560 paarsgewijze beoordelingen verzameld.

Vervolgens verklaarde Andrej Karpathy, dezelfde persoon wiens locatie het onderwerp van de eerste test is, die test dood. Begin augustus 2026 gaf hij Claude Opus 5 de openingsparagraaf van The Lord of the Rings met een budget van ongeveer een miljoen tokens en circa $10, en liet hij het twee uur lang autonoom draaien; het produceerde ongeveer 5.500 regels Three.js die procedureel een interactieve low-poly Shire bouwden, "een beetje rammelend maar leuk." Zijn argument was dat de pelicantest zijn onderscheidend vermogen had verloren: frontiermodellen doorstaan hem nu, dus hij onderscheidt ze niet langer.

Dus de post van 5 november gebruikt een detector die zijn eigen maker vier maanden eerder al buiten gebruik had gesteld, op een modelfamilie die hem al had gepasseerd. Dat maakt de uitvoer niet slecht. Het maakt hem niet-diagnostisch — en dat is nu juist de eigenschap die een routingtest nodig heeft.

"Extra" is een gedocumenteerd inspanningsniveau, geen modelnaam.

Hier is het deel dat in ongeveer negentig seconden te controleren is op de supportsite van Anthropic. De pagina van het helpcentrum over het wijzigen van model-, inspannings- en denkinstellingen noemt vijf niveaus: Laag, Gemiddeld, Hoog, 'Extra hoog (xhigh)' en Max. De eigen toelichting bij Extra hoog luidt dat het 'is ontworpen voor langdurige codeer- en agentische taken, met diepere redenering dan hoog zonder de volledige tokenkosten van max', en er wordt aan toegevoegd dat het niveau 'beschikbaar is op Opus 4.7 en nieuwere modellen'. De API-parameter wordt als xhigh geschreven; de selector schrijft het voluit.

Claude Sonnet 5.5 heeft alle vijf niveaus — laag, gemiddeld, hoog, xhigh en max — waarbij denken permanent aan staat en er geen manier is om het uit te schakelen. De standaardwaarde is niet op elke omgeving hetzelfde — de Claude API en Claude Code komen niet noodzakelijk standaard op hetzelfde niveau uit. Stel niets in en je draait mogelijk al een andere configuratie, afhankelijk van waar je de aanroep vandaan hebt gedaan. Dus een gebruiker die een modelkiezer opent, de standaardvermelding Sonnet 5.5 ziet en de inspanning op Extra hoog zet, heeft een label gecreëerd dat er precies uitziet als "Sonnet 5.5 Extra" — terwijl hij een model draait dat al negenendertig dagen algemeen beschikbaar is.

Wat effort met de rekening doet, is het deel dat je je eigen moet maken, want daar komt waarschijnlijk de indruk van het "next model" vandaan. Prijs per token beweegt niet mee met effort: $2 in, $10 uit, $0,20 voor cache-reads, op elk niveau. Tokens per taak bewegen enorm. Artificial Analysis deed bij de lancering de volledige sweep op zijn pre-v5-index en kreeg deze ladder:

• Laag — index 36 tegen $0,41 per taak

• Gemiddeld — index 41 voor $ 0,59 per taak

• Hoog — index 47 tegen $1,08 per taak

• Extra hoog (xhigh) — index 52 voor $ 2,74 per taak

• Max — index 56 tegen $7,60 per taak

Lees dat als een uitgavencurve, niet als een capaciteitscurve. De stap van hoog naar Extra hoog zorgt voor meer dan een verdubbeling van de kosten per voltooide taak, voor vijf indexpunten — hetzelfde model, dat langer nadenkt. Een gebruiker die die schakelaar omzet en vervolgens ziet dat de output zichtbaar uitgebreider wordt, zou het omschrijven als "een ander model". Het zijn dezelfde gewichten, met meer ruimte.

De huidige live-score is lager en op een andere manier gemeten, en de twee mogen niet door elkaar worden gehaald. Artificial Analysis heeft zijn index op 27 oktober 2026 herbouwd naar v5.0, waarbij negen samenstellende evaluaties zijn vervangen en 60% gewicht naar private of held-out sets gaat. Op v5.0.1 scoort dezelfde Claude Sonnet 5.5 55 bij maximale inspanning, 155 tokens per seconde, $10,02 per indextaak, na tijdens de run 335 miljoen outputtokens te hebben gegenereerd tegen een mediaan van 72,6 miljoen. De 56 hierboven is een getal van vóór v5. Het ene van het andere aftrekken heeft geen zin.

Het cijfer voor breedsprakigheid is het cijfer dat beide beoordelingskaders overleeft: ongeveer 4,6 keer het mediane uitvoervolume op een identieke set taken. Dat is wat "Extra"-inspanning oplevert en wat het kost, en het is een veel plausibelere verklaring voor een verbluffende demo dan een stille modelwissel.

Wat zou het echt beslechten?

De bewering is falsifieerbaar, wat meer is dan van de meeste lekgeruchten kan worden gezegd. In grove volgorde van sterkte:

• Een item in de modelkiezer waarvan de naam niet voorkomt in Anthropic's openbare modellenlijst — een string, niet een schermafbeelding van gedrag.

• Een responsbody waarvan het modelveld iets anders rapporteert dan een gedocumenteerde ID. Elke Claude API-response bevat het model dat deze heeft bediend; een stille verwisseling die dat veld overleeft, is een ander, groter verhaal.

• Een changelog-item met datum, een Bedrock- of Vertex-modelkaart, of een gedocumenteerde context- of uitvoerlimiet die afwijkt van de 1M in en 128K uit van Claude Sonnet 5.5.

• Het generatorscript achter de pelican, twee keer uitgevoerd met twee benoemde configuraties, waarbij de uitvoer wordt vergeleken. De poster zegt dat het byte voor byte opnieuw wordt opgebouwd; dat is een bewering die met twee uitvoeringen beslecht kan worden.

Totdat een daarvan verschijnt, is de eerlijke lezing dat een effort level een indrukwekkendere tekening heeft opgeleverd en dat een community die als een nieuwe release heeft opgevat. Anthropic heeft er niets over gepubliceerd, en de post zelf claimt geen naam die het met een identifier kan onderbouwen — er staat dat het gedrag "lijkt op" routing. Dat is een beschrijving van een indruk.

Het echte probleem is stille routering, en dat is oplosbaar.

Haal de modelnaam weg en eronder schuilt een terechte zorg: als een provider een verzoek onder het ene label kan bedienen terwijl er iets anders draait, dan meten elke benchmark die je uitvoert en elke kostenraming die je maakt een bewegend doel. Het antwoord is niet betere folklore. Het is vastpinnen.

Op OrcaRouter is Claude Sonnet 5.5 één route tussen meer dan 200 modellen op één sleutel, tegen de lijstprijs van de provider met 0% opslag — dus de $2 en $10 hierboven zijn wat je daadwerkelijk betaalt, en een prijswijziging van een leverancier is bij ons dezelfde dag live. Je noemt het exacte model in het verzoek; failover brengt je alleen naar een andere provider als er één een fout geeft, en het laat het je weten in plaats van stilletjes te vervangen. Als je de hypothese in dit bericht goed wilt testen, heb je geen screenshot nodig: stuur dezelfde prompt naar Sonnet 5.5 op high en op Extra high, label de twee routes en vergelijk zelf de outputs en de tokenaantallen. Dat is een gecontroleerd experiment. Het kost centen, en het levert een getal op in plaats van een indruk.

Als er echt een onaangekondigd model opduikt, is het dezelfde discipline die het vangt — een vastgezette ID die plotseling niet meer overeenkomt met het modelveld, niet een pelikaan die er beter uitziet dan die van vorige maand.

Wat je moet doen voordat je iets opnieuw opbouwt

Nog niets. De bewering is één dag oud, is op één bron gebaseerd en het sterkste bewijsstuk ervoor is een gedocumenteerd inspanningsniveau. Migreer geen pipeline, benchmark geen model opnieuw en schrijf geen launchpost op basis daarvan.

Wat je deze week kunt doen, is hoe dan ook goedkoop en nuttig. Controleer op welk inspanningsniveau je eigen aanroepen daadwerkelijk draaien, want de standaardwaarden verschillen per interface en bijna niemand stelt dat expliciet in. Let op de kosten per voltooide taak in plaats van de prijs per token, want dat is het getal dat Extra high verdubbelt. En als je modellen vergelijkt, pin dan de ID en log het modelveld bij elk antwoord — de enige routingclaim die ertoe doet, is degene die je eigen logs kunnen bevestigen.

De open vraag is niet of Claude Sonnet 5.5 Extra bestaat. De vraag is of iemand er een identifier voor zal produceren vóór de volgende pelikaan.