人择突发十四行诗5，但大家更期待神鬼寓言5和神话5明天解禁

Anthropic 突发 Sonnet 5，自封“性价比之王” 昨夜凌晨，Anthropic 突然祭出 Claude Sonnet 5。 按照官方说法，这是迄今为止“最具智能体能力”的 Sonnet 模型，重点提升方向不是单轮问答，而是计划制定、工具调用和自主执行。它可以使用浏览器、终端等工具，在编码、知识工作和多步骤任务中持续推进。 Anthropic 在博客中称，这类能力在几个月前还需要更大、更昂贵的模型才能实现。 这次发布的核心，并不是 Anthropic 又推出了一个更大的旗舰模型，而是把过去主要集中在 Opus 系列上的智能体能力，向更低成本的 Sonnet 档位迁移。 Anthropic 明确表示，Sonnet 5 正在缩小与 Opus 4.8 的差距：其表现接近 Opus 4.8，但价格更低；相比前代 Sonnet 4.6，则在推理、工具使用、编码和知识工作等关键智能体能力上有明显提升。 从产品定位看，Sonnet 5 更像是面向开发者和企业日常工作流的“执行层”模型。它不一定承担最极端、最高精度任务，但要在成本、速度和完成度之间给出更实用的平衡。 Anthropic 在官方博客中提到，在 BrowseComp 智能体搜索评测和 OSWorld-Verified 计算机使用评测中，Sonnet 5 相比 Sonnet 4.6 是严格提升；在中等努力程度下，成本效率明显改善；在更高努力程度下，部分任务可以匹配 Opus 4.8。 价格也是这次发布的重点。Sonnet 5 已面向所有套餐开放，并成为 Free 和 Pro 用户的默认模型，也向 Max、Team 和 Enterprise 用户开放。同时，它已上线 Claude Code 和 Claude Platform。 API 侧，Sonnet 5 的限时介绍价为每百万输入 token 2 美元、每百万输出 token 10 美元，有效期至 2026 年 8 月 31 日；之后将恢复为每百万输入 token 3 美元、每百万输出 token 15 美元。相比之下，Anthropic 在同一篇博客中标注的 Opus 4.8 价格为每百万输入 token 5 美元、每百万输出 token 25 美元。 这意味着，Anthropic 正在把模型竞争从单纯的能力比拼，进一步推向“努力程度 + 成本曲线”的组合竞争。对于开发者来说，同一个任务不再只有“用大模型”或“用小模型”的二选一，而是可以在 Sonnet 5 与 Opus 4.8 之间，通过不同 effort level 调节成本和效果。对企业客户来说，这类设定更接近真实部署场景：并不是所有任务都值得调用最贵模型，更多时候，能否用较低成本稳定跑完复杂流程，才是关键。 安全部分同样值得关注。Anthropic 称，部署前评估显示，Sonnet 5 整体上比 Sonnet 4.6 更安全：它更擅长拒绝恶意请求，更能抵抗提示注入攻击中的劫持尝试，幻觉率和迎合倾向也低于 Sonnet 4.6。 在自动化行为审计中，Sonnet 5 的总体不良行为发生率低于 Sonnet 4.6。不过，Anthropic 也承认，在同一项审计中，Sonnet 5 的不一致行为发生率仍高于能力更强的 Opus 4.8 和 Claude Mythos Preview。 在网络安全能力上，Anthropic 的表述相对谨慎。 官方称，Sonnet 5 并未被刻意训练用于网络安全任务；它可以完成一些常规、无害的网络安全任务，但在潜在危险网络安全能力评测中，例如开发软件漏洞利用，其表现明显弱于 Opus 4.8 和 Mythos 5。 在一项与 Mozilla 合作开发的 Firefox 147 漏洞利用评测中，两个 Sonnet 模型都没有成功开发出完整可运行的漏洞利用程序，得分均为 0.0%；但 Sonnet 5 的部分成功率略高于 Sonnet 4.6。Anthropic 将这种变化归因于通用智能能力提升，而非专门训练。 因此，Sonnet 5 发布时默认启用了网络安全防护。这些防护用于实时检测和阻止危险网络安全用途，与 Claude Opus 4.7 和 4.8 中的防护相同。不过，Anthropic 称，由于判断 Sonnet 5 的整体网络安全风险较低，其防护强度低于 Fable 5，后者会阻止范围更广的网络安全任务。 值得注意的是，Claude Sonnet 5 的发布意味着 Anthropic 正在把“能自主跑任务”的模型能力从高端 Opus 档位继续下放，这对开发者是很大的利好，这可能带来更便宜的 Agentic Coding 和自动化执行；对企业来说，则意味着 AI Agent 的成本账开始变得更现实。 不过，博客中的主要结论仍来自 Anthropic 自有评测和早期合作伙伴反馈，Sonnet 5 在真实生产环境中的稳定性、长任务完成率和成本表现，还需要更多外部实测来验证。 网友评价如何？ 不同于 Anthropic 过去几次模型发布时的高关注度，Sonnet 5 上线后的第一波用户反馈显得相对平淡。 Reddit 上，有用户把 Sonnet 5 形容为“未来更强 Sonnet 的垫脚石”，而不是一个真正值得现在投入使用的新模型。 该用户表示： “Sonnet 5 更像是一次新的预训练底座切换：Anthropic 为了给未来模型铺路，不得不在一些方向上做取舍，并尽量降低由此带来的性能损失。” 换句话说，它可能是 Sonnet 5.x 继续微调和改进的基础，但 Sonnet 5.0 本身并没有让他觉得非用不可。 此外，他认为，未来基于这个底座继续微调的 Sonnet 5.x 版本，可能会明显更好，尤其是当 Anthropic 进一步打磨“削弱危险网络安全能力”的方法之后。但就当前版本而言，他的判断很直接：Sonnet 5.0 可以暂时忽略。 也有用户给出了更具体的测试反馈。 一位 Reddit 用户表示，虽然 Sonnet 5 的价格并不算有吸引力，但也不能简单把它和 GLM 5.2 之类的模型直接对比。他在 openmark.ai 上用自己已有的生产评测流程跑了一轮测试，任务主要是回答 SaaS 相关业务流程中的逻辑问题，每个模型运行 5 次，以观察回答波动。结果显示，在他的工作流里，Sonnet 5 的表现明显更好。 不过，这位用户也特别强调，这不是 Artificial Analysis 那类通用基准测试，而是高度绑定他自身商业项目的内部评估。也就是说，Sonnet 5 到底值不值得用，仍然取决于具体场景。 对于某些流程型、逻辑型任务，它可能比看起来更有价值。但他也补了一句：Fable 5 确实很强。 还有用户直言，Claude 似乎正在走错方向。在他看来，Claude 的高光时刻是 3.7 和 4.6。 Opus 4.8 在代码推理和复杂指令执行上很强，但“品味”不佳；Fable 令人印象深刻，但总需要用户反复引导，才能把它推到真正想要的方向。至于 Sonnet 5，他的评价更不客气：上下文承载能力不足，难以支撑大块复杂思考；同时继承了 Opus 4.8 一些不够讨喜的表达和判断风格，却没