Uji Mitra: Epic, Lovable, CodeRabbit, sampai Rovo Pakai Sonnet 5.5 untuk Kerja Harian

Anthropic mengumpulkan kesaksian mitra akses awal, dan nada keseluruhannya mengarah ke satu hal: kerja harian. Bukan tugas paling sulit di dunia, melainkan tugas yang sering muncul dan harus benar-benar selesai.

Epic Games menyebut dalam pengujian awalnya Sonnet 5.5 melewati standar mutu yang biasanya diharapkan dari model kelas lebih tinggi, bertahan di audit desain sistem dan tinjauan alur data. CodeRabbit menilai pertimbangannya lebih baik daripada Sonnet 5 pada berbagai tingkat kerumitan, sambil menghabiskan token keluaran jauh lebih sedikit.

Di sisi agen: Microsoft menyebut Sonnet 5.5 memungkinkan tim menjalankan agen Rovo sampai 30 persen lebih cepat daripada dengan Sonnet 5, hal yang penting karena agen itu menjalankan jutaan aksi setiap bulan. SpaceXAI menempatkan skor CursorBench 4.0 Sonnet 5.5 di 55,5 persen, kedua setelah Opus 5.5, dan menilai model ini akan disukai pengembang yang menyeimbangkan kinerja dengan biaya.

Dari sisi pengalaman membangun, Every menyebut Sonnet 5.5 cepat dikemudikan dalam alur iteratif tapi tetap bisa bekerja panjang bila perlu, sementara Lovable menyoroti cara kerjanya yang berpikir dalam langkah lebih sedikit sehingga pengembang lebih cepat melihat kemajuan.

Ada satu tonggak yang mudah diremehkan: menurut Anthropic, Sonnet 5.5 adalah model Sonnet pertama yang berhasil menamatkan Pokémon Red hanya bermodal tangkapan layar. Untuk model kelas menengah, itu uji bertahan lama yang menggabungkan pemahaman gambar dengan kemampuan menjaga tujuan tetap utuh.