Bu video, Anthropic'in yeni Claude Sonnet 5.5 modelini, şirketin daha güçlü Claude Opus 5.5 modeliyle gerçek işler üzerinde karşılaştırıyor. Yapımcı, aynı komut üzerinden Claude Code ortamında iki farklı yapay zeka oyunu (3D okyanus ticareti ve 60 saniye mobil kâr oyunu) oluşturarak, her modelin hızını, kod kalitesini, token tüketimini ve toplam maliyetini ölçüyor. Sonnet 5.5, Opus'un yaklaşık yarısının fiyatında çalışan, Anthropic'in kendi kodlama benchmark testlerinde Opus'u geçen orta düzey modeldir. Video sonuçlarına göre Sonnet, daha hızlı çalışmış (3D oyun 6 dakika vs Opus 9 dakika), ama Opus görsel açıdan daha zengin ve detaylı oyunlar üretmiştir. Ticari açıdan ise dört oyun tamamı Sonnet'te yaklaşık 67 sent, Opus'ta 1.45 dolara mal olmuştur.

Yapay zeka modellerinin performans seçimi, başta finans ve yazılım geliştirme olmak üzere birçok endüstride kritiktir. Claude Opus 5.5, daha zor, belirsiz ve uzun süreli işler için (araştırma, karmaşık analizler, yüksek hata toleransı gerektirmeyen görevler) tasarlanmıştır. Sonnet 5.5 ise günlük prototipleme, hızlı kod yazma, basit otomasyonlar ve iteratif işler için optimize edilmiştir. Fiyat açısından, model seçiminin aylık maliyette 2x fark yaratması, doğru tercih yapmanın ekonomik önemini gösterir. Ayrıca videoda değinilen "efor ayarı" (düşük/orta/yüksek/maksimum), aynı modelin ne kadar düşüneceğini ve token harcayacağını kontrol eden kritik bir parametredir; yanlış ayar, hem hızı düşürür hem de gereksiz maliyet ekler.

Videodan elde edilen teknik detaylar: Sonnet 5.5 ilk test oyununda 607 satır kod yazarken, Opus 857 satır yazmış; Opus'un ek satırları gemi seviyeleri, görsel zenginlik ve ticari pazarlık mekaniklerine gitmiştir. İkinci testte (hız ve doğruluk odaklı mobil oyun) ikisi de hatasız çalışmış, Sonnet 47 saniye, Opus 57 saniyede tamamlanmıştır. Token tüketimi her iki test setinde benzer (Sonnet ~166.000 + Opus ~176.000 girdi tokeni ilk oyunda), fakat çıktı tokenlerinde (yazılan kod) Opus anlamlı fark oluşturmuştur. Anthropic'in resmi API fiyatlandırması (Sonnet: 3 dolar girdi, 15 dolar çıktı; Opus: 15 dolar girdi, 75 dolar çıktı, 1M token başına) bu test maliyetlerini doğrular.

Video, yazılım geliştirici, şirket kurucusu, veri analisti ve yapay zeka ile otomasyona ilgi duyan herkesin izlemesi gereken pratik bilgiler sunmaktadır. Esas bulgu şudur: Benchmarklar (akademik testler) gerçek iş çıktısını garanti etmez; yapay zeka seçimi, o işin belirsizliğine ve hata toleransına göre yapılmalıdır. "Bu iş için doğru cevap belli mi?" sorusuna hayırsa Opus, evetse Sonnet tercih mantıklıdır. Video ayrıca Anthropic'in Sonnet'i Opus'un yerine koymak yerine, tamamlayıcı araç olarak konumlandırdığını (farklı iş türlerine göre seçim yapılması) göstermiş, ve model seçimi ile efor ayarı kombinasyonunun (örneğin Sonnet + maksimum efor veya Opus + düşük efor) maliyeti ve kaliteyi nasıl etkilediğini vurgulamıştır.