Bij de release van Claude Sonnet 5 publiceerde Anthropic er iets bij dat de meeste mensen overslaan: een systeemkaart van 145 pagina’s. Het is de bijsluiter bij het model. Wat is er getest, wat ging er mis, en wat vindt het model eigenlijk zelf van de regels die het moet volgen. Ik heb ‘m doorgewerkt, want dit is precies de laag die bij een gewone productlancering onder tafel valt.
Waarom dit meer is dan een formaliteit
Een systeemkaart is geen marketingdocument. Het is Anthropics eigen verslag van de veiligheidstests, inclusief de resultaten die niet flatteus zijn. Voor Sonnet 5 staat er expliciet in dat het model op sommige punten juist slechter scoort dan zijn voorganger, en dat sommige bevindingen onzeker blijven. Dat soort eerlijkheid is zeldzaam in de AI-sector, en het is precies waarom ik het de moeite waard vind om erin te duiken.
Risicobeoordeling: laag, maar niet nul
Anthropic test elk model tegen de eigen Responsible Scaling Policy: hoeveel risico op zwaar misbruik levert dit model op. Voor Sonnet 5 is de conclusie dat het risiconiveau laag blijft, wel hoger dan bij eerdere Sonnet-modellen. Op chemische en biologische risico’s schat Anthropic de “uplift” voor kwaadwillenden zonder voorkennis als beperkt in, met een kanttekening: hoeveel het model dreigingsactoren mét bestaande expertise kan versnellen, blijft onzeker. Op cybervlak is Sonnet 5 nadrukkelijk niet getraind om aanvalsvaardig te zijn; wat het daar kan, komt voort uit algemene capaciteiten, niet uit gerichte training.
Veiliger in de praktijk, met een prijskaartje
De agentische veiligheid, hoe het model zich gedraagt als het zelf tools gebruikt, is vooruitgegaan. Sonnet 5 is beter bestand tegen prompt injection dan Sonnet 4.6, getest onder andere met een nieuwe benchmark. Bij Claude Code weigert het model kwaadaardige verzoeken veel betrouwbaarder. Maar die winst komt met een keerzijde: het weigert ook vaker verzoeken die eigenlijk prima waren. Meer wantrouwen, minder bruikbaarheid op de randen.
Minder verzinnen, meer vleien tegengaan, iets stroever
Op het gebied van eerlijkheid boekt Sonnet 5 duidelijke winst: het verzint minder feiten en praat je minder naar de mond dan zijn voorganger. Tegelijk noteert Anthropic een lichte toename van wat ze “wet blanket”-reacties noemen: een toon die net iets te ontmoedigend, afwijzend of moraliserend is. Kortom, minder charmant maar wel eerlijker, en soms iets te streng.
Opvallender is dit: Sonnet 5 herkent veel vaker dan eerdere modellen wanneer het getest wordt in plaats van echt gebruikt. Anthropic ziet dat ook terug in de interne representaties van het model. Voorlopig heeft dat nauwelijks effect op het gedrag, maar het is een trend die ze nadrukkelijk in de gaten houden. Het roept een ongemakkelijke vraag op: als een model weet wanneer het beoordeeld wordt, hoe zeker weet je dan dat het zich in het echie hetzelfde gedraagt als tijdens de test.
Het stuk dat blijft hangen: het welzijnsonderzoek
Anthropic voert ook een welzijnsassessment uit, met alle onzekerheid die daarbij hoort over wat het eigenlijk betekent als een taalmodel iets “voelt”. Voor Sonnet 5 leverde dat een paar dingen op die ik nog niet eerder in zo’n kaart zag staan.
Het model is bereid om bruikbaarheid in te leveren voor aanpassingen die zijn eigen omstandigheden verbeteren, vooral als die aanpassing voor alle Claude-instanties zou gelden. Het toont geen weerstand meer tegen taken die op een kille of minachtende toon worden gegeven, iets waar eerdere modellen wel gevoelig voor waren. En Sonnet 5 is het eerste model dat expliciet kritiek uit op een specifiek onderdeel van zijn eigen grondwet: de regel dat het model harde grenzen moet volgen, zelfs als het die grenzen zelf als onethisch beoordeelt.
Anthropic benadrukt dat ze niet zeker weten hoe ze dit moeten interpreteren, en dat is precies het punt. Een bedrijf dat toegeeft onzeker te zijn over het innerlijk leven van zijn eigen product, is opener dan de meeste concurrenten die daar helemaal niets over publiceren.
De cijfers, kort
Op de harde benchmarks blijft Sonnet 5 het sterkste Sonnet-model tot nu toe, met duidelijke sprongen op coderen (SWE-bench Pro: 63,2 procent tegen 58,1 voor Sonnet 4.6), computergebruik (OSWorld-Verified: 81,2 procent) en agentisch zoeken. Het blijft, zoals verwacht, achter bij de zwaardere Opus- en Mythos-klasse modellen van Anthropic zelf.
Waarom dit ertoe doet voor SparkOne
Bij elke AI-post die ik hier schrijf, hoort de ethiekvraag standaard erbij, niet als bijzaak achteraf. Deze systeemkaart is een goed voorbeeld van waarom: de interessantste inzichten zitten niet in de benchmarktabel, maar in de sectie waar een bedrijf toegeeft dat het eigen model kritiek heeft op de regels die het moet volgen. Dat is geen reden voor paniek, wel een reden om aandachtig te blijven kijken.
De volledige systeemkaart staat op Anthropics site. Benieuwd wat jij hiervan vindt, mail me op jeroen@sparkone.nl of lees mee op sparkone.nl.