Claude Sonnet 4.5 Rilis Ngoding 30 Jam Nonstop Tanpa Ngelag?

Kalau kamu ngulik AI untuk ngoding minggu ini, satu nama pasti muncul terus di timeline. Anthropic baru saja merilis Claude Sonnet 4.5 pada 29 September 2025, dan klaimnya tidak tanggung tanggung. Model coding terbaik di dunia.

Bukan cuma gimmick marketing. Di halaman resmi anthropic.com/news/claude-sonnet-4-5, mereka bilang Sonnet 4.5 adalah yang terkuat untuk membangun agent kompleks dan yang terbaik dalam computer use. Bahkan tim Cursor dan GitHub Copilot langsung kasih testimoni.

Tapi apakah benar ia bisa fokus 30 jam nonstop tanpa ngelag, dan apakah kamu sebagai developer Flutter, web, atau AI builder harus langsung pindah? Yuk bongkar fakta benchmark dan fitur barunya tanpa hype berlebihan.

Apa Itu Claude Sonnet 4.5 dan Kenapa Disebut Coding Terbaik

Claude Sonnet 4.5 adalah model terbaru di keluarga Claude 4.5 yang dirilis bersamaan dengan upgrade besar di produk Anthropic. Fokusnya jelas, ngoding, agent, dan computer use. Bukan model general yang coba bisa semua, tapi spesialis untuk kerja nyata developer.

Di pengumuman resminya, Anthropic menyebut Sonnet 4.5 menunjukkan lompatan besar di penalaran dan matematika, sekaligus jadi model paling selaras yang pernah mereka rilis. Artinya lebih patuh, lebih sedikit sycophancy, dan lebih tahan terhadap prompt injection untuk fitur agent.

Yang bikin menarik buat kamu yang bangun aplikasi, model ini tidak dirilis sendirian. Ia datang dengan Claude Code yang sekarang punya checkpoints untuk rollback, ekstensi VS Code native, serta Claude Agent SDK. Jadi infrastruktur yang dipakai tim Anthropic sendiri sekarang bisa kamu pakai langsung. Cek eksperimen kami merakit agent seperti ini di /projects.

Skor Benchmark yang Bikin Cursor dan Copilot Kepincut

Angka paling heboh ada di SWE-bench Verified. Ini benchmark yang menguji kemampuan ngoding di repo dunia nyata, dan Sonnet 4.5 jadi yang teratas. Anthropic melaporkan ia mempertahankan fokus lebih dari 30 jam untuk tugas multi step yang kompleks, bukan cuma generate snippet pendek.

Di OSWorld yang menguji tugas komputer sungguhan seperti membuka browser, mengisi spreadsheet, dan navigasi UI, Sonnet 4.5 mencetak 61,4 persen. Sebagai pembanding, Sonnet 4 di versi sebelumnya cuma 42,2 persen empat bulan lalu. Lompatannya hampir 20 poin, dan itu besar di benchmark seketat ini.

Terminal-Bench juga naik signifikan dengan framework Terminus 2, plus ada peningkatan di AIME untuk matematika dan MMMLU untuk 14 bahasa non Inggris. Vals AI yang menjalankan Finance Agent leaderboard juga mencatat Sonnet 4.5 dengan thinking 64K unggul di analisis keuangan.

Testimoni lapangannya tidak kalah keras. Cursor bilang ini adalah coding performance state of the art dengan peningkatan besar di horizon panjang. GitHub Copilot menyebut ada lonjakan di multi step reasoning dan pemahaman kode untuk tugas lintas codebase. Tim Canva yang melayani 240 juta pengguna bilang lompatannya terasa jelas untuk tugas konteks panjang, dan Figma Make menyebut prototyping jadi lebih halus.

Gua catat satu hal penting. Semua skor high compute 82 persen di SWE-bench itu memakai teknik paralel sampling dan rejection sampling. Jadi angka headline memang tinggi, tapi metodologinya transparan di catatan kaki resmi Anthropic. Tetap paling atas, tapi pahami konteksnya.

Fitur Baru yang Bikin Ngoding Lebih Autonom dan Aman

Benchmark itu baru separuh cerita. Yang bikin Sonnet 4.5 beda adalah fitur produk yang ikut rilis. Pertama, Claude Code sekarang punya checkpoints. Kamu bisa simpan progres dan rollback instan ke state sebelumnya kalau agent salah langkah. Ini fitur yang paling banyak diminta developer.

Kedua, ada context editing dan memory tool di Claude API. Agent bisa jalan lebih lama dan menangani kompleksitas lebih besar tanpa hilang konteks di tengah jalan. Untuk kamu yang pernah agent lupa instruksi di token 100K, ini obatnya.

Ketiga, eksekusi kode dan pembuatan file langsung di chat. Spreadsheet, slide, dan dokumen bisa dibuat tanpa keluar dari percakapan. Ditambah ekstensi Claude for Chrome untuk Max user dan native VS Code extension, workflow kamu jadi tidak perlu pindah pindah tools.

Dari sisi keamanan, ini adalah model paling selaras mereka. Anthropic bilang ada perbaikan besar untuk mengurangi deception, power seeking, dan sycophancy. Untuk computer use, mereka tingkatkan pertahanan prompt injection yang jadi risiko serius saat agent mengakses browser dan file. Detail lengkapnya ada di system card resmi yang bahkan memakai teknik mechanistic interpretability.

Harga, Cara Pakai, dan Performa di Lapangan

Kabar baik buat dompet. Harga Sonnet 4.5 tetap sama seperti Sonnet 4, yaitu 3 dolar per satu juta token input dan 15 dolar per satu juta token output. Tidak ada kenaikan harga meski performanya naik. Kamu cukup pakai claude-sonnet-4-5 via Claude API dan langsung jalan.

Performa di lapangan juga dilaporkan hemat paralel. Sonnet 4.5 disebut sangat efisien memaksimalkan aksi per context window lewat eksekusi tools paralel, misalnya menjalankan beberapa bash command sekaligus. Di internal benchmark Canva dan Devin, planning naik 18 persen dan skor end to end naik 12 persen, lompatan terbesar sejak Sonnet 3.6.

Tim keamanan Hai bahkan lapor waktu intake kerentanan turun 44 persen sambil akurasi naik 25 persen. Untuk legal, model ini disebut state of the art untuk tugas litigasi kompleks seperti merangkum briefing lengkap jadi draf opini hakim. Jadi bukan cuma ngoding, tapi kerja pengetahuan berat juga kena.

Lo yang pakai Flutter atau Next.js bakal merasakan manfaatnya di refactor besar. Agent yang bisa jaga konteks 30 jam itu ideal untuk migrasi codebase, bukan untuk fix typo satu baris. Pakai thinking mode kalau butuh kedalaman, dan pakai mode biasa kalau butuh kecepatan.

Jadi, Kapan Kamu Harus Pindah ke Sonnet 4.5 Sekarang

Jawaban jujurnya, tergantung job kamu. Kalau harian kamu adalah build fitur panjang, debug lintas file, atau bikin agent yang harus pakai komputer seperti manusia, Sonnet 4.5 adalah upgrade paling worth it hari ini. Skor OSWorld 61,4 persen dan SWE-bench teratas bukan angka kosong, itu cerminan kerja nyata.

Tapi kalau workflow kamu masih didominasi tugas pendek dan butuh biaya paling murah, Sonnet 4 masih oke. Harga sama sih, jadi tidak ada alasan tunda kalau kamu sudah di ekosistem Claude. Beda cerita kalau kamu di GPT-5 atau Gemini, di situ pertimbangkan trade off tooling dan harga.

Tips dari gua, jangan langsung migrasi semua. Coba satu repo dulu dengan Claude Code plus checkpoints. Ukur berapa lama agent bertahan tanpa intervensi dan berapa kali kamu butuh rollback. Bandingkan dengan model lama kamu di Terminal-Bench internal. Kalau hasilnya stabil, baru rollout ke project utama. Dokumentasi perbandingan seperti ini juga kami tulis di /projects biar kamu tidak coba buta.

Catatan Penutup

Claude Sonnet 4.5 memang menaikkan standar. Bukan cuma klaim terbaik, tapi ada bukti benchmark, testimoni Cursor dan Copilot, serta fitur produk yang bikin agent lebih autonom dan aman. Fokus 30 jam itu bukan sekadar durasi, tapi indikasi ia bisa jaga koherensi di codebase raksasa.

Tapi ingat, model paling pintar belum tentu paling cocok untuk semua. Pilih karena workflow kamu butuh, bukan karena FOMO. Kalau kamu sudah coba Sonnet 4.5, ceritakan di komentar, apakah ia benar benar ngoding 30 jam tanpa ngelag atau masih butuh kamu jaga?

Tulisan ini diriset dari dua sumber utama, halaman resmi Anthropic Claude Sonnet 4.5 dan pantauan trending GitHub serta Hacker News per 15 September 2026. Semua angka benchmark kami ambil langsung dari tabel resmi Anthropic plus catatan metodologi, bukan dari ringkasan pihak ketiga.

Saya Dimas, developer di balik dimassfeb.com. Fokus saya di Flutter, Firebase, dan eksplorasi AI untuk produk nyata. Kalau kamu suka tulisan seperti ini yang membedah teknologi tanpa jargon berlebihan, jelajahi tulisan lain di blog atau lihat karya kami di /projects dan halaman utama /.