Claude Sonnet 5 Est Devenu le Premier Modèle à Réussir Tous les Tests GitLab Duo Agent Platform

Claude Sonnet 5 est devenu le premier modèle à passer tous les tests sur GitLab Duo Agent Platform

Anthropic et GitLab ont annoncé le lancement de Claude Sonnet 5 sur la plateforme GitLab Duo Agent Platform : il est disponible sur tous les niveaux tarifaires et dans toutes les options de déploiement via AI Gateway de GitLab et est devenu le premier modèle de l'ensemble d'évaluation de GitLab à passer toutes les tâches de référence.

Quel est le niveau d'amélioration de

Sonnet 5 par rapport à son prédécesseur

GitLab teste les modèles sur son propre ensemble de tâches qui reflètent le travail réel des agents IA en développement : tâches multi-étapes, génération de code qui résiste à la révision de code, et exécution de flux de travail avec des coûts acceptables. Claude Sonnet 5 est devenue le premier modèle à accomplir toutes les tâches de cet ensemble ; son prédécesseur, Sonnet 4.6, couvrait 93,8% des tâches du même ensemble.

• Claude Sonnet 5 — premier modèle dans l'ensemble d'évaluation de GitLab à passer 100% des tâches de référence
• Sonnet 4.6, le modèle précédent, couvrait 93,8% des tâches du même ensemble
• Le nombre de problèmes résolus a augmenté de 8,8%
• Le modèle est disponible sur tous les niveaux tarifaires et dans toutes les options de déploiement de GitLab Duo via AI Gateway

Ce qui change pour les équipes de développement

Pour les utilisateurs de GitLab Duo Agentic Chat cela change le cycle habituel « invite — attendre — évaluer le résultat ». La refactorisation multi-fichiers produit maintenant un résultat adapté à l'examen au lieu d'une tâche arrêtée à mi-chemin. La génération de tests retourne une couverture qui peut réellement être utilisée.

Les enquêtes de sécurité tracent l'historique du référentiel plus profondément. Les agents Duo de base gèrent la plupart du travail assigné sans intervention humaine, de sorte que le temps de l'équipe est consacré à l'examen des résultats plutôt qu'au redémarrage des tâches échouées. GitLab donne un exemple concret d'un tel scénario d'agent : dans l'outil GitLab Orbit le modèle est déjà utilisé pour enquêter sur les défaillances de pipeline au cours des deux derniers mois — c'est-à-dire pour analyser l'historique des défaillances de compilation directement en dialogue avec un agent.

« Claude Sonnet 5 a traité l'ensemble complet des tâches d'écriture de code que nous avons testées, et résout plus de problèmes.

C'est une amélioration tangible à la fois en qualité et en efficacité. Nous l'avons rendu disponible sur GitLab Duo Agent Platform aujourd'hui, sur tous les niveaux tarifaires et dans toutes les options de déploiement », — Manav Khurana, Directeur du Produit et du Marketing chez GitLab.

Ce que cela signifie

L'échec le plus coûteux d'un agent est celui qui s'arrête à mi-chemin : les coûts s'accumulent non seulement à partir du travail perdu mais aussi à partir des diagnostics, du re-prompting, et de la vérification que quelque chose revienne réellement. Un modèle capable de passer l'ensemble complet des tâches de référence GitLab sans échec transforme un agent d'un outil qui nécessite un monitorage constant en un outil auquel vous pouvez vraiment déléguer du travail. C'est le seuil — la fiabilité, et non simplement la qualité d'une réponse individuelle — où GitLab et Anthropic proposent d'évaluer les progrès des modèles d'agents dans le développement de logiciels.

Questions fréquemment posées

Comment

Claude Sonnet 5 diffère-t-elle de Sonnet 4.6 sur les tests GitLab ?

Claude Sonnet 5 est devenue le premier modèle à passer toutes les tâches de référence dans l'ensemble d'évaluation de GitLab, tandis que Sonnet 4.6 couvrait 93,8% des tâches du même ensemble, et le nombre de problèmes résolus a augmenté de 8,8%.

Sur quels niveaux tarifaires de

GitLab Claude Sonnet 5 est-elle disponible ?

Le modèle est disponible sur tous les niveaux tarifaires et dans toutes les options de déploiement de GitLab Duo Agent Platform via AI Gateway de GitLab — aucun niveau tarifaire majoré spécial n'était nécessaire pour accéder à Sonnet 5.

Où

Claude Sonnet 5 est-elle déjà utilisée en pratique chez GitLab ?

GitLab donne un exemple de l'outil GitLab Orbit, où le modèle est utilisé pour enquêter sur les défaillances de pipeline au cours des deux derniers mois — c'est-à-dire pour analyser l'historique des défaillances de compilation directement en dialogue avec un agent.