Claude Sonnet 5 é o primeiro modelo a passar em todos os testes da GitLab Duo Agent Platform

A Anthropic e o GitLab anunciaram a chegada do Claude Sonnet 5 à GitLab Duo Agent Platform. O modelo está disponível em todos os planos e em todas as opções de implantação via AI Gateway do GitLab. Ele também é o primeiro modelo do conjunto de avaliação do GitLab a passar em todas as tarefas do benchmark.

Quanto o Sonnet 5 é melhor que o modelo anterior

O GitLab testa modelos com um conjunto próprio de tarefas que reproduz o trabalho real de agentes de IA no desenvolvimento de software. Isso inclui tarefas de várias etapas, geração de código capaz de passar por code review e execução de fluxos de trabalho a um custo aceitável. O Claude Sonnet 5 foi o primeiro modelo a concluir todas as tarefas desse conjunto. O antecessor, Sonnet 4.6, concluía 93,8% das tarefas do mesmo conjunto.

• Claude Sonnet 5 é o primeiro modelo do conjunto de avaliação do GitLab a passar em 100% das tarefas do benchmark
• Sonnet 4.6, o modelo anterior, concluía 93,8% das tarefas do mesmo conjunto
• O número de issues resolvidas cresceu 8,8%
• O modelo está disponível em todos os planos e em todas as opções de implantação do GitLab Duo via AI Gateway

O que muda para as equipes de desenvolvimento

Para quem usa o GitLab Duo Agentic Chat, o ciclo habitual de "prompt, espera, avaliação do resultado" muda. Uma refatoração em vários arquivos agora entrega um resultado pronto para revisão, em vez de uma tarefa interrompida no meio. A geração de testes devolve uma cobertura que realmente pode ser usada.

As investigações de segurança rastreiam o histórico do repositório com mais profundidade. Os agentes básicos do Duo dão conta da maior parte do trabalho atribuído sem intervenção humana. Assim, o tempo da equipe vai para a verificação dos resultados, e não para reiniciar tarefas que falharam.

O GitLab cita um exemplo concreto desse cenário agêntico: na ferramenta GitLab Orbit, o modelo já é usado para investigar falhas de pipeline dos últimos dois meses, ou seja, para analisar o histórico de builds quebrados e encontrar a causa diretamente na conversa com o agente.

"O Claude Sonnet 5 deu conta de todo o espectro de tarefas de programação que testamos e, além disso, resolve mais problemas.

É uma melhora perceptível tanto em qualidade quanto em eficiência. Nós o disponibilizamos na GitLab Duo Agent Platform já hoje, em todos os planos e em todas as opções de implantação", afirma Manav Khurana, diretor de produto e marketing do GitLab.

O que isso significa

A falha mais cara de um agente é a que para no meio do caminho. O custo não vem só do trabalho perdido, mas também do diagnóstico, do novo prompt e da verificação do que acabou sendo entregue. Um modelo capaz de passar por todo o conjunto de tarefas do benchmark do GitLab sem falhas transforma o agente de uma ferramenta que exige supervisão constante em uma ferramenta para a qual é possível de fato delegar trabalho. É justamente por esse critério — confiabilidade, e não apenas a qualidade de uma resposta isolada — que o GitLab e a Anthropic propõem avaliar o progresso dos modelos agênticos no desenvolvimento de software.

Perguntas frequentes

Qual a diferença entre o

Claude Sonnet 5 e o Sonnet 4.6 nos testes do GitLab?

O Claude Sonnet 5 foi o primeiro modelo a passar em todas as tarefas do benchmark do conjunto de avaliação do GitLab, enquanto o Sonnet 4.6 concluía 93,8% das tarefas do mesmo conjunto. Além disso, o número de issues resolvidas cresceu 8,8%.

Em quais planos do GitLab o Claude Sonnet 5 está disponível?

O modelo está disponível em todos os planos e em todas as opções de implantação da GitLab Duo Agent Platform via AI Gateway do GitLab. Não foi necessário um plano superior específico para acessar o Sonnet 5.

Onde o Claude Sonnet 5 já é usado na prática no GitLab?

O GitLab cita como exemplo a ferramenta GitLab Orbit, em que o modelo é usado para investigar falhas de pipeline dos últimos dois meses, ou seja, para analisar o histórico de builds quebrados diretamente na conversa com o agente.