機器之心編輯部

剛剛，Anthropic 正式發布了全新的模型Claude Sonnet 5，稱其為「迄今為止最具 Agent 屬性的 Sonnet 模型」，可以制定計劃，使用瀏覽器、終端等工具，并以數月前還需要更大、更昂貴模型才能達到的水平自主運行。

Sonnet 5 在推理、工具使用、編程和知識工作方面，相比 Sonnet 4.6 性能有顯著提升，更接近 Opus 4.8，但價格更低。

官方表示，對于開發者來說，AI Agent 時代正是從 Sonnet 級模型開始的：Claude Sonnet 3.5、3.6 和 3.7 是最早在編程和工具使用上展現出亮眼能力的一批模型。不過最近一段時間，Agent 能力最明顯的提升主要出現在 Opus 級模型上。

而 Claude Sonnet 5 明顯縮小了這一差距：它的性能已經接近 Opus 4.8，但價格更低。相比上一代 Sonnet 4.6，它在推理、工具使用、編程和知識工作等智能體性能關鍵維度上都有顯著提升。具體對比如下圖所示：

下圖對比了 Sonnet 5 與 Sonnet 4.6、Opus 4.8 在智能體搜索評測 BrowseComp 和 computer use 評測 OSWorld?Verified 上、于不同「努力程度」下的表現：

• Sonnet 5（橙色線） 相比 Sonnet 4.6（灰色線）具有明確的性能提升，且覆蓋的成本?性能選項范圍比 Opus 4.8（黃色線）更廣。
• 在中等努力程度下，Sonnet 5 顯著提升了成本效率；在更高努力程度下，其性能在某些任務上可媲美 Opus 4.8。
• 在 Sonnet 5 和 Opus 4.8 之間，用戶可根據具體任務靈活調整努力程度，找到最適合自身需求的成本與性能平衡點。

不同努力程度下的成本 - 性能曲線如上圖所示。此前最好的 Sonnet 模型（Sonnet 4.6）遠不及 Opus 4.8。Sonnet 5 提供了比 Sonnet 4.6 更廣泛的成本 - 性能選項，在某些情況下可達到 Opus 4.8 的能力水平。圖表中展示的 Sonnet 5 定價為輸入 $3 / 百萬 token，輸出 $15 / 百萬 token。通過 8 月 31 日前的嘗鮮價（輸入 $2 / 百萬 token、輸出 $10 / 百萬 token），Sonnet 5 的實際成本甚至比圖中顯示的更低。Opus 4.8 的定價為輸入 $5 / 百萬 token、輸出 $25 / 百萬 token。

來自 Anthropic 早期訪問合作伙伴的反饋始終一致：Sonnet 5 比其前代模型更具自主智能體能力（agentic）。測試者描述說，它能完成復雜任務 —— 而之前的 Sonnet 模型會在這些任務上中途止步；它會主動檢查自己的輸出，無需明確提示；而且它以極具吸引力的價格完成所有這些智能體工作：

安全評估

Anthropic 的部署前安全評估發現，Sonnet 5 整體上相比 Sonnet 4.6 有所改善。在自主智能體安全性方面，該模型在拒絕惡意請求和抵御提示注入攻擊中的劫持嘗試方面表現更好。模型的幻覺率和諂媚行為率均低于 Sonnet 4.6。在自動化行為審計（測試范圍廣泛的失當行為，如協助濫用和欺騙）中，Sonnet 5 得分更低（即更安全）。

不過，與能力更強的 Opus 4.8 和 Claude Mythos Preview 相比，它在該評估中確實表現出略高的失當行為率。

上圖展示了自動化行為審計中的失當行為率，該審計在多種情境和背景下測試大量不良行為（完整列表及各項行為結果見 Sonnet 5 系統卡第 6.4 節）。Sonnet 5 的失當行為率整體低于 Sonnet 4.6，但高于 Mythos Preview 和 Opus 4.8。

Anthropic 表示，他們并未刻意針對網絡安全任務訓練 Sonnet 5。它可以執行一些常規、無害的網絡任務，但在評估潛在危險網絡技能（如開發軟件漏洞利用程序）時，其表現顯著遜于 Opus 4.8 和 Mythos 5 等模型。

下圖展示了其中一項評估的得分，該評估測試了模型針對 Firefox 瀏覽器漏洞開發利用程序的能力。Sonnet 5 始終未能開發出完整可用的漏洞利用程序，但其部分成功率略高于 Sonnet 4.6。后者的提升可能源于通用智能的改進，而非特定訓練。

上圖展示了模型針對 Firefox 147 中軟件漏洞成功開發利用程序的得分（該評估與 Mozilla 合作開發；所有漏洞已在 Firefox 148 中修復）。對于每個模型，左側柱狀圖表示模型（在無安全護欄情況下）開發出可利用程序的頻率，右側柱狀圖表示部分成功的頻率。兩款 Sonnet 模型均未能成功開發出可利用程序（得分均為 0.0%）；Sonnet 5 的部分成功率略高于 Sonnet 4.6。兩款 Sonnet 模型的網絡能力均顯著弱于 Opus 4.8 和 Mythos 5。

由于 Sonnet 5 在這些任務上比其前代略有增強，Anthropic 已默認啟用了網絡安全護欄。這些護欄 —— 能夠實時檢測并阻止危險的網絡使用 —— 與 Claude Opus 4.7 和 4.8 中的相同（因為 Anthropic 判斷 Sonnet 5 的整體網絡安全風險較低，其護欄嚴格程度低于 Fable 5 所啟用的 —— 后者會阻止更廣泛的網絡安全任務）。

Anthropic 對 Sonnet 5 在多項安全和能力評估上的完整評估報告，詳見 《Claude Sonnet 5 系統卡》。

定價

今天起，Claude Sonnet 5 已在所有渠道正式可用。為慶祝發布，Anthropic 推出限時優惠首發價：

• 即日起至 2026 年 8 月 31 日：輸入為 $2 / 百萬 token，輸出為 $10 / 百萬 token
• 之后恢復標準定價：輸入 $3 / 百萬 token，輸出 $15 / 百萬 token

與此同時，他們宣布全面上調 Chat、Cowork、Claude Code 以及 Claude 平臺的速率限制（rate limits），以適配更高「努力程度」模式帶來的更大 token 消耗。

注意事項

網絡安全驗證

Sonnet 5 已納入 Anthropic 的「網絡安全驗證計劃」。該計劃現已在以下平臺開放使用：

• Claude 原生平臺
• AWS 上的 Claude 平臺
• Microsoft Foundry 中的 Claude（托管于 Azure 和 Anthropic）

Google Vertex 上的 Claude 也將很快支持。

已加入該計劃的組織，在 Sonnet 5 上自動獲得同等訪問權限，無需重新申請。如果你的網絡安全工作需要更少的安全護欄限制，Anthropic 推薦使用 Claude Opus 4.8。

tokenizer 更新與定價說明

Sonnet 5 是 Sonnet 4.6 的升級版，但采用了全新的 tokenizer，以優化文本處理性能（這與 Claude Opus 4.7 引入的 tokenizer 變更類似）。

帶來的變化是：相同輸入內容，現在會映射為更多 token，具體增幅約為 1.0～1.35 倍，視內容類型而定。

為此，Anthropic 設定的嘗鮮價，正是為了讓用戶過渡到 Sonnet 5 時，整體使用成本大致保持不變。

速率限制調整說明

早在 2026 年 4 月 26 日，Anthropic 已針對 Sonnet 和 Haiku 模型，在所有使用層級上調高了速率限制，并將原生 Claude 平臺的套餐簡化為三個層級：Start、Build、Scale。

本次更新，Anthropic 進一步上調了 Chat、Cowork、Claude Code 及 Claude 平臺的速率限制，以配合更高「努力程度」模式帶來的更大 token 消耗。

您可以在 Claude Console 中查看當前層級和具體限制，或查閱文檔獲取更多詳情。

評測分數更正說明（補充）

• Humanity’s Last Exam：Anthropic 更新了該評測的評分模型，并據此將 Sonnet 4.6 的分數修正為 34.6%（無工具） 和 46.8%（有工具）。因此，該分數與 Sonnet 4.6 發布博客中報告的數據有所不同，特此說明。
• OSWorld?Verified：Anthropic 優化了該評測的運行方式，以更真實地反映模型在實際場景中的表現，并將 Sonnet 4.6 的分數修正為 78.5%。這也是該分數與 Sonnet 4.6 發布博客中數據不一致的原因。

開發者上手反饋

Claude Sonnet 5 一經發布，大家也已經開始上手測評。

網友 Nicolas Bustamante 表示，自己很喜歡 Sonnet 5 的一點在于，它速度很快，而且針對 Agent 做了優化?！肝易钕矚g的例子是瀏覽器使用：又快，又安全。」

根據 system card 結果表明，瀏覽器使用場景下的提示注入攻擊成功率，Sonnet 5 只有 0.93%，而 Opus 4.8 是 31.5%，Sonnet 4.6 是 50.7%。

不過也有網友表示，「太貴了?！?/strong>

而據 Artificial Analysis 分析，在 Intelligence Index 上，Claude Sonnet 5 的運行成本為每項任務 2.29 美元，相比 Sonnet 4.6 增加約 2 倍，也比 Claude Opus 4.8 高出約 15%。這一成本上升完全由 token 使用量增加所驅動，使 Claude Sonnet 5 成為運行成本最高的模型之一，僅次于 Claude Fable 5。

那么你呢，覺得新模型如何，歡迎評論區留言、交流！

https://x.com/claudeai/status/2072017450611142835

https://www.anthropic.com/news/claude-sonnet-5

https://x.com/ArtificialAnlys/status/2072062595482456431