Cara Menjalankan Agent Claude Sonnet 5.5 di Sharkly

Anthropic resmi merilis Claude Sonnet 5.5 pada 28 September dengan harga $2 per satu juta token input dan $10 per satu juta token output—harga katalog yang sama persis dengan Sonnet 5 dan hanya separuh dari harga Opus 5.5. Anthropic mengklaim model ini bekerja 30%+ lebih cepat dibandingkan Sonnet 5 dengan efisiensi biaya hingga 30% per tugas. Bagi tim yang menjalankan beberapa agen coding, kabar baiknya adalah model yang biasa ditugaskan untuk Agent harian kini kemampuannya hanya terpaut beberapa poin di bawah model unggulan (flagship) pada sebagian besar kategori di tabel peluncuran Anthropic.

Namun, menerapkannya ke dalam alur kerja tidak seotomatis yang dibayangkan. Model default pada Claude Code diarahkan ke Opus 5.5 untuk paket Pro, Max, Team, Enterprise, serta Anthropic API. Akibatnya, Computer yang menjalankan Claude Code akan tetap tertahan di model flagship sampai ada yang mengubahnya secara manual. Alias sonnet saat ini hanya merujuk ke Sonnet 5.5 pada Anthropic API; sementara di Bedrock, Google Cloud, dan Microsoft Foundry, alias tersebut masih mengarah ke Sonnet 4.5. Tim yang mengira sudah "beralih ke Sonnet" bisa saja berakhir dengan tiga model berbeda di tiga Computer tanpa tahu eksekusi mana yang menggunakan model apa. Panduan ini mengambil rute paling praktis dan terarah: satu Computer, satu Agent, satu Task nyata, lalu mengevaluasi di mana Opus 5.5 masih benar-benar layak dipertahankan sebanding dengan harganya.

TL;DR

Perbarui Claude Code di Computer ke versi v2.1.284 atau yang lebih baru, kunci menggunakan ID lengkap claude-sonnet-5-5 alih-alih alias sonnet, lalu lakukan pemindaian ulang (rescan) hingga status Claude Code Runtime terbaca Available. Susun instruksi Agent yang mampu mengantisipasi kebiasaan Sonnet 5.5 yang sering meminta konfirmasi terlalu dini dan membuat penambahan di luar instruksi, atur direktori kerja ke Temporary, sesuaikan batas waktu (timeout) untuk tugas dengan cakupan terukur, lalu delegasikan satu Task. Di dalam Crew, tempatkan anggota rutin pada Sonnet 5.5 dan pertahankan Opus 5.5 sebagai leader sekaligus reviewer. Agent bertugas meriset, mengeksekusi, menguji, dan melapor. Manusia bertugas menentukan arah, memberi wewenang, dan menyetujui hasil akhir.

Di mana letak pengaturan model

Sharkly tidak memilihkan model untuk Anda. Hal ini ditegaskan langsung dalam dokumentasi Agents: "Agent mengikuti model default dari Runtime. Agent tidak menjanjikan maupun menampilkan nama model tertentu. Ubah model pada konfigurasi tool Runtime atau Computer, bukan pada Agent." Halaman tersebut juga menambahkan bahwa Agent tidak menyediakan menu pemilih model maupun kontrol kedalaman penalaran (thinking-depth).

Hal ini krusial bagi Sonnet 5.5, karena tingkat effort adalah aspek di mana perilaku model ini paling banyak berubah, dan pengaturan effort berada tepat di tempat model beroperasi: di dalam Claude Code pada Computer. Agent mendefinisikan bagaimana pekerjaan ditangani, Computer menyediakan lingkungan host-nya, Runtime (dalam hal ini Claude Code) mengeksekusi sesi, dan Task menjadi catatan bersama.

Langkah 1: Pasang Sonnet 5.5 di Claude Code pada Computer

Merujuk pada dokumentasi konfigurasi model Claude Code, Sonnet 5.5 memerlukan Claude Code v2.1.284 atau versi di atasnya. Perbarui aplikasinya di Computer dan masuk menggunakan akun berbayar atau API key yang memiliki akses; Claude Code tidak tersedia pada paket Claude Free (cakupan fitur yang didukung dan tidak didukung akun chat). Setelah itu, jalankan perintah claude --model claude-sonnet-5-5 di terminal biasa pada host tersebut. Jika sesi berhasil dimulai, Sharkly siap menggunakannya.

Kunci dengan ID lengkap, jangan menggunakan alias. Berikut adalah tujuan rujukan alias sonnet di Claude Code saat ini:

ID resminya adalah claude-sonnet-5-5 di semua platform kecuali Bedrock, di mana model ini berjalan lewat profil lintas-Region global global.anthropic.claude-sonnet-5-5. Mode opusplan pun turut mewarisi masalah alias ini: proses perencanaannya memakai Opus, namun eksekusinya mengikuti apa pun yang saat itu dirujuk oleh sonnet.

Setelah itu, pastikan konfigurasi tersebut permanen: tentukan model pada konfigurasi Claude Code di Computer tersebut agar setiap proses yang diinisiasi oleh service lokal otomatis menggunakan Sonnet 5.5 dan bukan default Opus 5.5, lalu verifikasi ulang lewat terminal.

Kembali ke Sharkly, buka rincian Computer dan jalankan aksi pemindaian ulang (rescan) atau uji koneksi. Claude Code Runtime harus menunjukkan status Available. Status Computer yang hanya menunjukkan online sekadar menandakan bahwa service lokalnya aktif mengirimkan sinyal heartbeat; status Runtime-lah yang menjadi penentu apakah suatu eksekusi benar-benar siap dijalankan.

Langkah 2: Rancang Agent sesuai karakteristik perilaku Sonnet 5.5

Buka menu Agents, klik New Agent, lalu pilih Computer beserta Claude Code Runtime yang sesuai. Panduan prompting Sonnet 5.5 dari Anthropic memaparkan sejumlah kecenderungan perilaku yang dapat berdampak langsung pada antrean review kode Anda.

Tingkat effort menentukan kualitas model yang Anda peroleh. Secara default, Claude Code menjalankan Sonnet 5.5 pada tingkat effort medium, dan fitur thinking tidak dapat dinonaktifkan di sana. Sebagian besar skor benchmark yang diumumkan saat peluncuran diukur pada tingkat max. Grafik Anthropic menunjukkan performa Sonnet 5.5 pada CursorBench 4.0 mencapai 39,2% pada level medium dan 55,5% pada level max, dengan estimasi biaya masing-masing $0,70 dan $9,67 per tugas. Perbedaan ini adalah soal pilihan alokasi anggaran, bukan benar atau salah. Panduan tersebut merekomendasikan penggunaan level medium untuk agentic coding pada tugas-tugas dengan batasan jelas, serta mengalokasikan xhigh dan max khusus untuk pekerjaan yang membutuhkan peningkatan performa terukur.

Kecenderungan meminta konfirmasi terlalu dini. Pada level effort low dan medium, Sonnet 5.5 kerap berhenti di tengah jalan untuk meminta konfirmasi pada tugas agentik yang panjang. Di Sharkly, permintaan ini akan masuk ke Task sebagai komentar, status Task berubah menjadi menunggu respons manusia, dan tertahan di Inbox sampai ada yang menindaklanjuti. Instruksikan Agent untuk terus melanjutkan pekerjaan berdasarkan asumsi yang dinyatakan secara tertulis. Pada level effort low, model ini juga berpotensi melaporkan bahwa kode telah selesai tanpa menjalankan pengujian sama sekali, jadi pastikan Anda mewajibkan langkah pengecekan.

Menambahkan berkas atau kode di luar permintaan. Panduan Anthropic menyoroti kecenderungan model membuat tes, dokumentasi, dan file-file kecil yang tidak diminta di setiap tingkatan effort, serta memicu putaran review tambahan atau subagent reviewer pada level xhigh dan max. Catatan kaki peluncuran Anthropic memperlihatkan dampaknya: skor Sonnet 5.5 di FrontierCode pada level max justru lebih rendah daripada di xhigh karena model lebih sering menjalankan kapabilitas code-review Claude Code yang membuka banyak subagent; dalam dua kasus yang dianalisis oleh Cognition, hal ini menyebabkan timeout atau perubahan kode di luar cakupan tugas. Bagi reviewer, ini berarti diff menjadi membengkak dengan perubahan di luar Task.

Batas waktu dan direktori kerja. Anthropic memosisikan Sonnet 5.5 untuk "tugas rutin harian dengan cakupan yang jelas". Karena itu, sesuaikan batas waktu per Task dengan beban kerja tersebut; jika suatu proses mencapai batas waktu, pecah Task menjadi bagian yang lebih kecil alih-alih langsung menaikkan limitnya. Tetapkan direktori kerja pada mode Temporary: setiap Task akan mendapatkan direktori terisolasi, dan eksekusi berbasis repositori akan menyiapkan worktree baru sehingga proses yang berjalan paralel tidak saling menimpa data. Biarkan konkurensi pada nilai bawaan (50% dari batas Computer) sampai Computer terbukti mampu menangani beban kerja nyata secara stabil.

Instruksi yang dapat disesuaikan:

Read the Task description and recent comments before editing.
Keep changes limited to the requested behavior. Do not add tests,
docs, or new files unless the Task asks for them; list any you
think are missing in your report instead.
Do not stop to ask whether to continue. When a detail is ambiguous,
proceed with a stated assumption and record it in your report.
Ask only when different interpretations would materially change
the result.
Run the closest relevant checks before reporting done, and report
failures without hiding them.
Do not start extra review rounds or reviewer subagents.
If a safeguard notice or refusal appears, say so in your report.
Stop and ask before anything destructive or outside the attached
repositories.

Langkah 3: Tugaskan satu Task, lalu bangun Crew dua tingkat

Pilih Task dengan kriteria penerimaan (acceptance criteria) yang jelas, tentukan Agent sebagai Assignee, lalu pindahkan dari Backlog—tempat antrean Task menunggu—ke status siap dikerjakan. Proses akan bergerak melalui status queued, dispatched, hingga running, sementara tab Executions menampilkan streaming log secara langsung.

Pertahankan Task pertama tersebut pada satu Agent saja. Crew adalah kelompok People dan Agent fleksibel yang dikoordinasikan oleh satu leader Agent; skema Crew baru benar-benar dibutuhkan ketika leader harus menafsirkan tujuan yang luas dan mengonsolidasikan hasil kerja beberapa anggota ke dalam satu Task. Untuk perbaikan bug sederhana dengan batasan yang jelas, satu Agent sudah lebih dari cukup.

Di dalam Crew, pembagian peran disesuaikan dengan rekomendasi posisi dari Anthropic sendiri. Opus 5.5 "tetap terbukti jauh lebih tangguh untuk pekerjaan yang kompleks dan terbuka (open-ended)", yang mencerminkan tugas utama seorang leader: merencanakan, mendelegasikan, dan meninjau. Sementara pekerjaan anggota adalah tipe tugas terukur yang memang dirancang untuk Sonnet 5.5. Salah satu penguji awal yang dikutip pada halaman peluncuran menggambarkan pembagian serupa: Sonnet 5.5 mengeksekusi implementasi dari arsitektur yang dirancang oleh Opus 5.5.

Karena konfigurasi model secara resmi diatur pada level tool Computer, konfigurasi dua tingkat yang paling terstruktur adalah menyiapkan dua Computer: satu Computer mempertahankan pengaturan default Opus 5.5 pada Claude Code untuk tugas leader, dan satu lagi dikunci ke claude-sonnet-5-5 untuk anggota. Batasan pembagian tugas ini merupakan aturan routing yang sangat penting untuk didokumentasikan; ulasan Sonnet 5.5 atau Opus 5.5 mengupasnya secara rinci, dan artikel Sonnet 5.5 vs GPT-6 Sol membahas Runtime alternatif pada tingkatan harga tersebut. Pemakaian model tetap dihitung melalui paket langganan atau API key yang terpasang pada tool tersebut, sehingga biaya ini akan masuk ke tagihan penyedia layanan Anda, bukan ke Sharkly.

Dampak dan perubahan pada alur kerja

Eksekusi yang lebih cepat tetap bermuara pada reviewer yang sama. Bertambahnya volume pekerjaan yang tuntas per hari dengan anggaran yang sama tidak serta-merta menambah jam kerja reviewer, apalagi kecenderungan model menambahkan tes dan dokumentasi membuat ukuran setiap diff semakin besar. Rancang perencanaan Anda berdasarkan kapasitas review tim, bukan sekadar murahnya harga model.

Tugas yang terindikasi risiko belum tentu dieksekusi oleh Sonnet 5.5. Ini adalah seri Sonnet pertama yang dilengkapi perlindungan keamanan siber terintegrasi. Anthropic menyatakan bahwa tugas siber berisiko lebih tinggi "akan secara transparan dialihkan ke Sonnet 5", dan system card-nya memperingatkan potensi peningkatan penolakan bahkan pada analisis keamanan rutin yang tidak berbahaya. Apa yang terjadi di balik layar sesi terminal tidak tampak secara visual di board Sharkly: platform ini tidak menampilkan nama model, sehingga tidak ada indikator pada Task yang menjelaskan model mana yang merespons kecuali jika Agent menuliskannya secara eksplisit. Itulah alasan instruksi di atas mewajibkannya.

Alur penalaran (reasoning) terikat pada model yang menghasilkannya. Sonnet 5.5 tidak dapat membaca blok thinking milik Opus 5.5, dan model lain pun tidak bisa membaca blok milik Sonnet 5.5; blok yang tidak terbaca akan langsung diabaikan tanpa peringatan error. Bahkan dalam satu sesi Claude Code yang sama, pergantian antara kedua model hanya menyisakan teks percakapan biasa dan membuang riwayat penalaran di baliknya. Pada interaksi antar-Agent di dalam Crew, data penalaran tidak pernah ditransfer: reviewer hanya akan membaca ringkasan yang dituliskan anggota pada Task. Artikel Handoff model kehilangan alur penalaran membedah solusi untuk kendala ini, dan templat handoff menyediakan format praktisnya.

Pembaruan model mungkin terjadi minggu ini, tetapi penugasan, konteks, progres, hambatan, hasil akhir, serta tinjauan manusia tetap terpusat di tempat yang dapat dipantau oleh seluruh tim. Anda bisa membangun alur ini secara mandiri dengan worktree Git, atau mengandalkan Sharkly untuk mengelola workflow tersebut secara terpadu.