刚刚,Anthropic发布Sonnet 5,性能接近Opus 4.8,但不一定更便宜-星锐云联资讯网

机器之心编辑部

Anthropic 正式推出最新旗舰模型 Claude Sonnet 5，刚刚更便官方将其定义为“迄今为止最具 Agent（智能体）属性的布S不定 Sonnet 模型”。该模型具备自主制定计划、刚刚更便调用浏览器及终端等工具的布S不定能力，其自主运行水平已达到此前仅由更大、刚刚更便更昂贵模型才能企及的布S不定高度。

相较于前代 Sonnet 4.6，刚刚更便Sonnet 5 在推理、布S不定工具使用、刚刚更便编程及知识工作等核心维度实现显著突破，布S不定性能指标已无限接近顶级模型 Opus 4.8，刚刚更便且具备更优的布S不定成本效益潜力。

Anthropic 指出，刚刚更便AI Agent 时代的布S不定真正起点可追溯至 Sonnet 3.5/3.6/3.7，这些模型率先在编程与工具调用领域展现卓越能力。刚刚更便然而，近期 Agent 能力的显著跃升主要集中在 Opus 系列。Sonnet 5 的发布旨在填补这一差距：它在保持更低价格的同时，大幅缩小了与 Opus 4.8 的性能鸿沟。

具体性能对比如下：

在智能体关键评测 BrowseComp（搜索）与 OSWorld‑Verified（计算机操作）中，Sonnet 5 在不同“努力程度”（Effort Level）下的表现如下：

性能对比：Sonnet 5（橙色线）相比 Sonnet 4.6（灰色线）性能提升明显，且提供的“成本-性能”选项范围远超 Opus 4.8（黄色线）。
效率优势：在中等努力程度下，Sonnet 5 显著提升了成本效率；在高努力程度下，其部分任务表现可媲美 Opus 4.8。
灵活平衡：用户可根据任务需求，在 Sonnet 5 与 Opus 4.8 之间灵活调整努力程度，寻找最佳性价比平衡点。

成本-性能曲线分析：
此前 Sonnet 4.6 在性能上远逊于 Opus 4.8。Sonnet 5 提供了更广泛的选择空间，部分场景下甚至能达到 Opus 4.8 的能力水平。

定价详情：
* Sonnet 5 标准定价：输入 $3/百万 token，输出 $15/百万 token。
* 限时尝鲜价（截至 2026 年 8 月 31 日）：输入 $2/百万 token，输出 $10/百万 token。
* Opus 4.8 定价：输入 $5/百万 token，输出 $25/百万 token。

早期用户反馈：
Anthropic 早期访问合作伙伴一致反馈，Sonnet 5 的自主智能体能力（Agentic）显著强于前代。测试者指出，Sonnet 5 能独立完成复杂任务（前代 Sonnet 常中途失败），具备主动自检能力（无需显式提示），且以极具竞争力的价格完成上述工作。

安全评估

Anthropic 的部署前安全评估显示，Sonnet 5 在整体安全性上优于 Sonnet 4.6：
* 恶意请求拒绝：表现更佳。
* 提示注入防御：抵御劫持尝试的能力增强。
* 幻觉与谄媚：发生率均低于 Sonnet 4.6。
* 自动化行为审计：在协助滥用、欺骗等失当行为测试中，得分更低（即更安全）。

局限性：
与 Opus 4.8 及 Claude Mythos Preview 相比，Sonnet 5 在自动化行为审计中仍表现出略高的失当行为率。

上图展示了自动化行为审计中的失当行为率。Sonnet 5 整体优于 Sonnet 4.6，但不及 Mythos Preview 和 Opus 4.8。

网络安全能力：
Anthropic 强调，Sonnet 5 未针对网络安全任务进行专门训练。它能执行常规无害网络任务，但在开发软件漏洞利用程序等潜在危险技能上，表现显著弱于 Opus 4.8 和 Mythos 5。

Firefox 漏洞利用测试：
在与 Mozilla 合作的评估中（漏洞已在 Firefox 148 修复）：
* 完全成功：两款 Sonnet 模型均为 0.0%。
* 部分成功：Sonnet 5 略高于 Sonnet 4.6。
* 对比：两款 Sonnet 模型的网络攻击能力均显著弱于 Opus 4.8 和 Mythos 5。

Sonnet 5 的微弱提升归因于通用智能改进，而非特定训练。鉴于此，Anthropic 默认启用了网络安全护栏（与 Opus 4.7/4.8 相同），以实时检测并阻止危险网络使用。该护栏严格程度低于 Fable 5，因为 Anthropic 判定 Sonnet 5 的整体网络安全风险较低。

完整安全报告详见《Claude Sonnet 5 系统卡》。

定价与可用性

Claude Sonnet 5 即日起全渠道正式可用。

限时优惠（即日起至 2026 年 8 月 31 日）：
* 输入：$2 / 百万 token
* 输出：$10 / 百万 token

标准定价（8 月 31 日后）：
* 输入：$3 / 百万 token
* 输出：$15 / 百万 token

同时，Anthropic 全面上调了 Chat、Cowork、Claude Code 及 Claude 平台的速率限制，以适配更高“努力程度”模式带来的 Token 消耗增加。

注意事项

1. 网络安全验证计划

Sonnet 5 已纳入 Anthropic 的“网络安全验证计划”，目前已在以下平台开放：
* Claude 原生平台
* AWS 上的 Claude 平台
* Microsoft Foundry（Azure 及 Anthropic 托管）
* Google Vertex（即将支持）

加入该计划的组织自动获得同等访问权限。若需更少安全限制，Anthropic 推荐使用 Claude Opus 4.8。

2. Tokenizer 更新与成本说明

Sonnet 5 采用全新 Tokenizer 以优化文本处理（类似 Opus 4.7 的变更）。
* 变化：相同内容映射为更多 Token，增幅约 1.0～1.35 倍（视内容类型而定）。
* 策略：限时尝鲜价旨在抵消 Token 增加带来的成本波动，确保用户过渡期总成本基本持平。

3. 速率限制调整

继 2026 年 4 月 26 日针对 Sonnet/Haiku 上调限制并简化套餐（Start/Build/Scale）后，本次进一步上调 Chat、Cowork、Claude Code 及平台限制，以配合高努力模式的高 Token 消耗。
* 具体限制可在 Claude Console 查看或查阅文档。

4. 评测分数更正（补充）

Humanity’s Last Exam：评分模型更新后，Sonnet 4.6 分数修正为 34.6%（无工具）和 46.8%（有工具），与发布博客数据不同。
OSWorld‑Verified：评测方式优化以更贴近实际场景，Sonnet 4.6 分数修正为 78.5%。

开发者上手反馈

Sonnet 5 发布后，社区反馈呈现两极分化：

正面评价：
网友 Nicolas Bustamante 称赞其速度快且针对 Agent 优化，特别是浏览器使用场景“又快又安全”。
* 数据支持：根据系统卡，Sonnet 5 在浏览器场景下的提示注入攻击成功率仅为 0.93%，远低于 Opus 4.8（31.5%）和 Sonnet 4.6（50.7%）。

负面评价：
部分用户认为“太贵了”。

成本分析：
据 Artificial Analysis 分析，在 Intelligence Index 上：
* Sonnet 5 运行成本：每项任务 $2.29。
* 对比：比 Sonnet 4.6 增加约 2 倍，比 Opus 4.8 高出约 15%。
* 原因：成本上升完全由 Token 使用量增加驱动。
* 排名：Sonnet 5 成为运行成本最高的模型之一，仅次于 Claude Fable 5。