Claude Sonnet 5.5 Extra: Ett routingrykte byggt på ett ord som Anthropic redan använder

Klockan 12:44 den 5 november 2026 publicerade ett konto som postar som @chetaslua på X ett påstående i en rad: "Sonnet 5.5 Extra ser ut att routa till nästa Claude-modell." Båda testerna kördes på den konfiguration som inlägget kallar "Sonnet 5.5 Extra", vilket motsvarar Claude Sonnet 5.5 med dess effort-inställning uppskruvad. I det första tillfrågades modellen – med surfning avstängd – var Andrej Karpathy tog vägen 2026, och svarade att han började på Anthropic i maj 2026 i pretraining-teamet. I det andra ombads den att göra "en pelikan som cyklar så realistiskt du kan enbart med kod", och returnerade, enligt inläggsförfattarens egen räkning, 26 599 SVG-element, 6,5k fjäderstreck, noll bilder, noll data-URI:er, noll skript och 1 860 rader Python, vilket enligt inläggsförfattaren "återbygger byte för byte".

Det mest användbara att säga först är det oglamorösa. Claude Sonnet 5.5 är inte en ej släppt modell – den lanserades den 28 september 2026 till $2 per miljon indatatoken och $10 per miljon utdatatoken, och Amazon Bedrock dokumenterar samma modell under ID:t anthropic.claude-sonnet-5-5. Och "Extra" är inte heller ett nytt namn. Det är ordet i Anthropics eget hjälpcenter för den näst högsta resonemangsinställningen, "Extra high (xhigh)", som API:et stavar xhigh och modellväljaren visar som Extra high. En väljarpost med texten "Sonnet 5.5 — Extra high" är en modell plus en ansträngningsnivå, och båda halvorna av den strängen finns redan i offentlig dokumentation.

Inget av detta gör att den som skrev inlägget har fel. Det gör påståendet obevisat och begränsar vad som skulle bevisa det. Anthropic har inte bekräftat något, inget modell-ID har dykt upp i någon offentlig modelllista, och en läckageram är den rätta: det här är vad påståendet säger, vad som kan kontrolleras i dag och vad en läsare bör göra med det. Den användbara versionen av den här historien är inte "en ny Claude testas". Det är att de tre bevisbitar som läggs fram här har tre specifika fellägen, och vart och ett av dem går att testa.

Vad Karpathy-svaret faktiskt fastställer

Det första testet läses som ett fingeravtryck. Det är närmare en kalender.

Karpathy meddelade på X den 19 maj 2026 att han hade gått med i Anthropic – "Jag har gått med i Anthropic... ser fram emot att gå med i teamet här och komma tillbaka till FoU" – och TechCrunch, Fortune och NY Post rapporterade alla om det samma dag, med detaljen att han hamnade i förträningsteamet under Nick Joseph. Det är ett faktum i varje nyhetsindex, och en modell som svarar korrekt på det med surfning inaktiverad har visat exakt en sak: dess träningsdata sträcker sig förbi mitten av maj 2026.

Claude Sonnet 5.5 lanserades den 28 september 2026. En rekrytering som var globala nyheter fyra månader innan en modell lanseras är den typ av faktum som hamnar i dess träningsdata, så att modellen klarar detta prov är det förväntade resultatet snarare än ett överraskande sådant. Provet kan heller inte skilja Sonnet 5.5 från Claude Opus 5.5, från Claude Haiku 5.5 eller från någon annan Claude-checkpoint som släppts efter maj. Ett test som alla kandidater klarar identifierar ingen av dem.

Detta spelar roll för hur påståendet bör poängsättas. Svarstråden under inlägget innehåller den intressantare hälften av bevisningen, och den är motsägelsefull: ett svar frågar ”menar du sonnet 5.6?”, ett annat säger ”det är fable 5.5 också, den har routat för användare i flera veckor nu.” Två personer som tolkar samma beteende kommer fram till två olika oannonserade modeller, och ingen av dem kan ange ett API-ID. Det är så en tvetydig etikett ser ut när en community försöker tolka den.

26 599 SVG-element är ett loopantal

Pelikanantalet är imponerande tills man lägger märke till vad det räknar. Ett SVG-element är en tagg. Ett Python-skript som placerar fjädrar i en loop kan producera fyrtiotusen av dem utan att modellen någonsin resonerar om en pelikan, och det är precis vad affischen beskriver: 1 860 rader Python som genererar elementen, i stället för 26 599 element skrivna för hand. Siffran mäter generatorns ambition, inte teckningens trohet.

"Noll bilder, noll data-URI:er, noll skript" är samma typ av statistik. Det bekräftar att utdata är en ren vektorteckning snarare än en bitmapp som smugglats in i en fil. Det säger ingenting om huruvida fågeln uppfattas som en fågel. Om du vill bedöma teckningen, bedöm teckningen – inläggsförfattarens egen videobilaga är 19 sekunder lång, och det är artefakten som är värd att titta på.

Det finns också en sekvensdetalj värd att känna till innan detta registreras som en ny kapacitetshändelse. Den 22 oktober 2026 publicerade samma konto en skärmbild av en "mystisk modell på code arena" med prompten "koda en svg av en pelikan som cyklar så detaljerad du kan", vilket fick ungefär 63 000 visningar. Pelikanprompten är det här kontots stående routingdetektor, som körs upprepade gånger. Två resultat från samma detektor med tre veckors mellanrum är inte oberoende observationer.

Pelikantestet avvecklades av dem som gjorde det känt.

Simon Willison introducerade "Generera en SVG av en pelikan som cyklar" den 25 oktober 2024, med resonemanget att ingen sådan SVG rimligen kunde finnas i träningsdata, så varje modell var tvungen att faktiskt försöka. Det blev en halvformell benchmark: i juni 2025 hade Willison samlat 34 pelikaner och 560 parvisa bedömningar.

Därefter förklarade Andrej Karpathy, samma person vars plats är föremål för det första testet, det dött. I början av augusti 2026 gav han Claude Opus 5 inledningsstycket i Sagan om ringen med en budget på ungefär en miljon tokens och omkring 10 dollar, och lät det köra autonomt i två timmar; det producerade ungefär 5 500 rader Three.js som procedurellt byggde ett interaktivt low-poly-Shire, "ganska janky men kul." Hans argument var att pelikantestet hade förlorat sin särskiljande kraft: frontiermodeller klarar det nu, så det skiljer dem inte längre åt.

Så inlägget den 5 november använder en detektor som dess egen upphovsperson pensionerade fyra månader tidigare, på en modellfamilj som redan hade klarat den. Det gör inte resultatet dåligt. Det gör det icke-diagnostiskt – vilket är den enda egenskap ett routingtest behöver.

"Extra" är en dokumenterad ansträngningsnivå, inte ett modellnamn

Här är delen som går att kontrollera på ungefär nittio sekunder på Anthropics supportsajt. Sidan i hjälpcentret om att ändra inställningarna för modell, effort och thinking listar fem nivåer: Low, Medium, High, "Extra high (xhigh)" och Max. Sidans egen förklaring till Extra high är att nivån är "utformad för långvariga kodnings- och agentiska uppgifter och erbjuder djupare resonemang än high utan att förbruka lika många tokens som max," och den tillägger att nivån är "tillgänglig på Opus 4.7 och nyare modeller." API-parametern stavas xhigh; väljaren skriver ut hela namnet.

Claude Sonnet 5.5 har alla fem nivåer – låg, medel, hög, xhigh och max – med tänkandet permanent påslaget och utan möjlighet att stänga av det. Standardinställningen är inte densamma på alla ytor – Claude API och Claude Code hamnar inte nödvändigtvis på samma nivå direkt. Ställer du inte in något kan du redan köra en annan konfiguration beroende på varifrån du anropade. Så en användare som öppnar en modellväljare, ser standardposten för Sonnet 5.5 och ändrar ansträngningen till Extra hög har skapat en etikett som läses exakt som "Sonnet 5.5 Extra" – medan den kör en modell som har varit allmänt tillgänglig i trettionio dagar.

Det som är värt att internalisera är vad ansträngningsnivån gör med räkningen, för det är där intrycket av "nästa modell" förmodligen kommer ifrån. Priset per token ändras inte med ansträngningsnivån: $2 in, $10 ut, $0,20 för cacheläsningar, på alla nivåer. Antalet tokens per uppgift förändras enormt. Artificial Analysis körde hela svepet vid lanseringen på sitt pre-v5-index och fick den här stegen:

• Låg — index 36 till $0.41 per uppgift

• Medel — index 41 till $0,59 per uppgift

• Hög — index 47 till $1,08 per uppgift

• Extra hög (xhigh) — index 52 till $2,74 per uppgift

• Max — index 56 till 7,60 USD per uppgift

Läs det som en kostnadskurva, inte en kapacitetskurva. Att gå från hög till Extra hög mer än fördubblar kostnaden per slutförd uppgift för fem indexpoäng — samma modell, som tänker längre. En användare som slår om den brytaren och sedan ser resultatet bli synbart mer utförligt skulle beskriva det som "en annan modell". Det är samma vikter, med mer utrymme.

Den aktuella live-avläsningen är lägre och mätt på ett annat sätt, och de två får inte blandas. Artificial Analysis byggde om sitt index till v5.0 den 27 oktober 2026, ersatte nio ingående utvärderingar och viktade 60 % mot privata eller undanhållna uppsättningar. På v5.0.1 får samma Claude Sonnet 5.5 55 vid maximal ansträngning, 155 tokens per sekund, $10,02 per indexuppgift, efter att ha genererat 335 miljoner output-tokens under körningen jämfört med en median på 72,6 miljoner. Siffran 56 ovan är ett tal från före v5. Att subtrahera det ena från det andra är meningslöst.

Siffran för ordrikedom är den som håller för båda bedömningsmallarna: ungefär 4,6 gånger medianvolymen för utdata i en identisk uppgiftsuppsättning. Det är vad "Extra" ansträngning ger och vad den kostar, och det är en mycket mer trolig förklaring till en häpnadsväckande demo än ett tyst modellbyte.

Vad skulle faktiskt avgöra det?

Påståendet är falsifierbart, vilket är mer än man kan säga om de flesta läckrykten. I grov ordning efter styrka:

• En post i modellväljaren vars namn inte finns med i Anthropics offentliga modellista – en sträng, inte en skärmbild av beteende.

• En svarskropp vars modellfält anger något annat än ett dokumenterat ID. Varje Claude API-svar återger modellen som betjänade det; ett tyst byte som passerar det fältet är en annan och större historia.

• En daterad post i ändringsloggen, ett modellkort för Bedrock eller Vertex, eller en dokumenterad kontext- eller utdatagräns som skiljer sig från Claude Sonnet 5.5:s 1M in och 128K ut.

• Generatorskriptet bakom pelican, kört två gånger med två namngivna konfigurationer, med utdata jämförda. Affischen säger att det bygger om byte för byte; det är ett påstående som två körningar skulle kunna avgöra.

Tills ett av dessa landar är den ärliga tolkningen att en insatsnivå producerade en mer imponerande teckning och att en community tolkade det som en ny release. Anthropic har inte publicerat något om det, och inlägget självt gör inte anspråk på ett namn som det kan backa upp med en identifierare – det säger att beteendet "ser ut som" routing. Det är en beskrivning av ett intryck.

Det verkliga problemet är tyst routning, och det går att åtgärda

Ta bort modellnamnet, och under det finns en legitim oro: om en leverantör kan betjäna en förfrågan under en etikett medan den kör något annat, mäter varje benchmark du kör och varje kostnadsuppskattning du gör ett rörligt mål. Svaret är inte bättre folklore. Det är pinning.

På OrcaRouter, Claude Sonnet 5.5 är en rutt bland över 200 modeller på en enda nyckel, till leverantörens listpris med 0 % påslag — så $2 och $10 ovan är vad du faktiskt betalar, och en ändring av leverantörspris slår igenom hos oss samma dag. Du anger den exakta modellen i begäran; failover flyttar dig till en annan leverantör endast när en leverantör får ett fel, och den berättar det för dig i stället för att tyst byta ut den. Om du vill testa hypotesen i det här inlägget ordentligt behöver du ingen skärmbild: skicka samma prompt till Sonnet 5.5 på high och på Extra high, märk de två rutterna och jämför själv utdata och tokenantalen. Det är ett kontrollerat experiment. Det kostar några cent, och det ger ett tal i stället för ett intryck.

Om en verkligen oannonserad modell dyker upp, är det samma disciplin som fångar den – ett fastnålat ID som plötsligt inte längre matchar modellfältet, inte en pelikan som ser bättre ut än förra månadens.

Vad du bör göra innan du bygger om något

Ingenting, ännu. Påståendet är en dag gammalt, har en enda källa, och dess starkaste bevis är en dokumenterad ansträngningsnivå. Migrera inte en pipeline, benchmarka inte om en modell och skriv inte ett lanseringsinlägg med det som grund.

Det du kan göra den här veckan är billigt och användbart oavsett. Kontrollera vilken effortnivå dina egna anrop faktiskt körs på, eftersom standardvärden varierar mellan ytor och nästan ingen anger det uttryckligen. Titta på kostnad per slutförd uppgift i stället för pris per token, eftersom det är siffran som Extra high fördubblar. Och om du jämför modeller, lås ID:t och logga modellfältet på varje svar – det enda routingpåstående som spelar roll är det som dina egna loggar kan bekräfta.

Den öppna frågan är inte huruvida Claude Sonnet 5.5 Extra existerar. Det är huruvida någon kommer att ta fram en identifierare för den före nästa pelikan.