智東西
編譯 李水青
編輯 云鵬

智東西7月1日消息，剛剛，Anthropic宣布Claude Fable 5解禁。就在6小時前，Anthropic推出一款新模型Claude Sonnet 5，面向所有套餐用戶開放。

Anthropic在推文中稱：“我們已收到通知，美國商務部已解除對Claude Fable 5和Mythos 5的出口管制。我們將于明日開始恢復訪問權限，并盡快發布最新消息。感謝用戶的耐心等待，也感謝所有與我們合作的人員。”

▲Anthropic宣布Fable 5解禁

此前6月13日，Anthropic因美國政府發布一項出口管制指令，終止了所有用戶的Fable 5和Mythos 5訪問權限。而后兩周，Anthropic在全球范圍內封禁了一大批賬號，使得大批原Claude用戶轉向尋找替代產品。

Fable 5回歸的關注度雖高，但Claude最新的Sonnet 5也值得一看。據悉，其最大進步在于能夠自主運行長時間任務，用戶可以制定計劃、使用瀏覽器和終端等工具。幾個月前要達到這樣的水平，還需要更昂貴的模型。

從測評成績來看，Sonnet 5性能接近Opus 4.8，但價格更低；同時，它比其前代產品Sonnet 4.6有了顯著的改進，在推理、工具使用、編程和知識工作等Agent性能方面更強。

▲Sonnet 5與Sonnet 4.6和Opus 4.8測評得分對比

Sonnet 5在Agent環境中使用更安全，不良行為發生率總體低于Sonnet 4.6，但高于Opus 4.8和Claude Mythos Preview。但在網絡安全類任務上，該模型的能力遠不及現有Opus系列模型。

從今天起，免費版和專業版Claude用戶默認使用Sonnet 5，Max版、團隊版和企業版用戶也可使用，該模型還可通過Claude Code和Claude Platform使用。在Claude Platform上，Sonnet 5的首發價格為每百萬個輸入token 2美元（約合人民幣13.6元），每百萬個輸出token 10美元（約合人民幣67.9元），優惠期至2026年8月31日。

優惠結束之后，價格將調整為每百萬個輸入token 3美元（約合人民幣20.4元），每百萬個輸出token 15美元（約合人民幣101.8元）；這一價格仍低于Opus 4.8的輸入5美元、輸出25美元的定價。開發者可通過Claude API使用claude-sonnet-5模型。

模型一經發布，一些網友認為這是一次“巨大的更新”。有網友稱：“有趣的不是它與Opus的算法接近，而是算法接近但token的價格卻便宜60%。”有網友稱：“既然它本身就能處理多步驟Agent工作流程，再去構建更大的模型就不太劃算了。”也有人稱：“終于有一個能自我檢查的模型了，它讓我們免于在長時間運行的循環中時刻關注每一個輸出結果。”

▲網友對Sonnet 5的評論（圖源：社交媒體X）

但也有網友認為這款模型頗為“雞肋”。一位網友稱：“你自己也承認，這比你目前排名第二的型號要弱。訂閱用戶想要的是性能更強的模型，而不是價格便宜幾分錢卻只會給出虛假答案的玩具。”也有網友擔心所謂自主運行，反而讓用戶擔心模型犯傻、刪錯文件。有人吐槽：“促銷價過后，它的價格和Opus差不多。”也有網友認為，Sonnet 5就是面向6月17日新開源的智譜GLM-5.2展開價格戰。

GLM-5.2在OpenRouter等第三方API平臺定價為每百萬token輸入1.40美元，輸出4.40美元，Sonnet 5依然高出不少。

▲網友對Sonnet 5的評論（圖源：社交媒體X）

一、性能對標、價格骨折，Sonnet 5拳打自家Opus 4.8

下圖比較了Sonnet 5、Sonnet 4.6和Opus 4.8在不同工作量水平下，在BrowseComp智能搜索評估和OSWorld-Verified計算機使用評估中的性能表現。

Sonnet 5（橙色線）相比Sonnet 4.6（灰色線）有了顯著提升，并且比Opus 4.8（黃色線）涵蓋了更廣泛的性價比選擇。它在中等工作量下提供了更高的成本效益；在某些任務中，其高工作量下的性能可以與Opus 4.8相媲美。用戶可以在Sonnet 5和Opus 4.8之間調整工作量水平，以找到成本和性能的最佳平衡點。

下圖顯示了不同投入水平下的性價比曲線。前代產品Sonnet 4.6遠遜于Opus 4.8，但Sonnet 5提供的性價比選擇范圍比Sonnet 4.6更廣，在某些情況下甚至可以與Opus 4.8的性能水平相媲美。

▲Agent搜索

▲Agent計算機使用

圖表顯示了Sonnet 5的定價，但其實際成本甚至比圖中所示還要低。Opus 4.8的定價為每百萬輸入token 5美元，每百萬輸出token 25美元。xhigh表示，Opus 4.8達到了超高投入水平。

來自早期體驗合作伙伴的反饋一致，Sonnet 5比其前代產品更具自主性。測試人員描述了它如何完成以往Sonnet型號無法完成的復雜任務，如何在無需明確要求的情況下檢查自身輸出，以及它如何以極具吸引力的價格完成所有這些自主工作。

一位網友對比了Claude Sonnet 5與Claude Opus 4.8的體驗結果，讓它們分別創建一個關于Claude Sonnet 5的HTML落地頁，認為就輸出質量而言，Opus勝出；就模型速度和成本而言，Sonnet 5勝出。

其中Sonnet 5使用token：輸入20.9k，輸出14.2k，總成本：3.36美元，耗時：2分11秒。Opus 4.8：使用token：輸入96.3k，輸出73.8k，總成本：20.66美元，耗時：20分15秒。

▲左圖為Opus 4.8生成網頁，右圖為Sonnet 5生成網頁

二、安全防御提升，網絡安全任務執行遠遜于Opus與Mythos

Anthropic的部署前安全評估發現，Sonnet 5總體上比Sonnet 4.6有所改進。在Agent安全方面，該模型能夠更好地拒絕惡意請求，并抵御即時注入攻擊中的劫持嘗試。與Sonnet 4.6相比，該模型表現出更低的幻覺和奉承行為發生率。

在Anthropic的自動化行為審查中，該審計測試各種不協調行為，例如濫用和欺騙等，Sonnet 5的總體得分更低（即更安全）。然而，與Opus 4.8和Claude Mythos Preview相比，Sonnet 5在此項評估中表現出的不協調行為發生率略高。

▲Claude模型中不一致行為的發生率

Anthropic并未刻意訓練Sonnet 5執行網絡安全任務。它可以執行一些常規的、無害的網絡安全任務，但在測試潛在危險網絡安全技能的評估中，例如開發軟件漏洞利用程序，它的表現遠遜于Opus 4.8和Mythos 5等模型。

下圖展示了一項評估的得分，該評估測試了模型開發針對Firefox瀏覽器漏洞的利用程序的能力。Sonnet 5從未成功開發出完整的可用漏洞利用程序，但其部分成功率略高于Sonnet 4.6。后者的變化很可能是由于其通用智能的提升，而非特定訓練的結果。

▲衡量Claude模型在開發針對Firefox 147軟件漏洞的利用程序方面的成功率

如上圖所示，對于每個模型，左側條形圖顯示模型在無安全措施的情況下，開發出有效利用程序的頻率；右側條形圖顯示模型部分成功的頻率。Sonnet的兩個模型均未能成功開發出有效利用程序，得分均為0.0%；Sonnet 5的部分成功率略高于Sonnet 4.6。Sonnet的兩個模型的網絡安全能力均遠遜于Opus 4.8和Mythos 5。

由于Sonnet 5在這些任務上比其前代產品功能更強大，Anthropic默認啟用了網絡安全防護功能。這些防護功能可以實時檢測并阻止危險的網絡攻擊，與Claude Opus 4.7和4.8中的防護功能相同。因為Anthropic評估Sonnet 5的總體網絡安全風險較低，所以其防護措施比Fable 5的防護措施寬松，Fable 5會阻止更廣泛的網絡安全攻擊。

結語：Sonnet 5來了，但全網都在等Fable 5

曾幾何時，Sonnet系列憑借3.5至3.7版本為開發者打開了Agent工程的大門，成為編碼與工具調用的標桿。但隨后幾年，Opus系列在復雜推理和高端任務上持續領跑，讓Sonnet逐漸退居“高性價比備選”之位。

如今，Sonnet 5試圖宣告回歸：在高投入場景下性能足以比肩Opus 4.8，成本更低。不過，對于Sonnet 5這種備選方案，很多網友并不買賬，而是催著能力更強的Fable 5解禁。與此同時，Sonnet 5也被認為是面向GML-5.2等模型打響價格戰，頭部大模型廠商之間的Agent競賽似乎已進入肉搏階段。

來源：Anthropic、X