跳转至

Claude Sonnet 5 发布，性能接近 Opus 4.8，价格只有60%

Ch01.643 Claude Sonnet 5 发布，性能接近 Opus 4.8，价格只有60%

📊 Level ⭐⭐ | 9.7KB | entities/claude-sonnet-5-发布性能接近-opus-48价格只有60.md

Claude Sonnet 5 发布，性能接近 Opus 4.8，价格只有60%

Anthropic 于 2026 年 7 月发布 Claude Sonnet 5，作为 Sonnet 系列里最强的 Agentic Model 和新一代主力模型。按照 Anthropic 的定位，Sonnet 5 面向日常高频工作流，主打编码、工具调用、浏览器/终端使用、规划与知识工作。

核心要点

  1. 性能逼近 Opus 4.8：在多项基准测试中，Sonnet 5 已非常接近 Opus 4.8 的水平，但 API 价格仅为 Opus 4.8 的 60%（促销期低至 40%）。

  2. Agentic Coding 能力跃升：SWE-bench Pro 得分 63.2%（Sonnet 4.6 为 58.1%，Opus 4.8 为 69.2%）；CursorBench 3.1 得分 57%（Sonnet 4.6 为 49%），在编码场景中已接近 Opus 4.8 水平。

  3. 多学科推理提升：Humanity's Last Exam 不含工具得分 43.2%（Sonnet 4.6 为 34.6%，Opus 4.8 为 49.8%）；启用工具后直接升至 57.4%，极为接近 Opus 4.8。

  4. 计算机使用能力增强：OSWorld-Verified 得分 81.2%（Sonnet 4.6 为 78.5%，Opus 4.8 为 83.4%），在浏览器、桌面和终端操作场景中表现稳定。

  5. 1M Token 上下文窗口：默认支持 100 万 token 上下文窗口，对长任务 Agent 场景至关重要——不仅可塞入大量参考资料，还能保留过程状态（改过哪些文件、跑过哪些命令、哪些方案已失败等）。

性能基准评测

Agentic Coding 能力

Sonnet 5 在 SWE-bench Pro 上达到 63.2%，虽与 Opus 4.8 的 69.2% 仍有差距，但已显著超越 Sonnet 4.6（58.1%）。在 CursorBench 3.1 上表现更突出——Sonnet 5 得分为 57%（Sonnet 4.6 为 49%），高 effort 模式下已接近 Opus 4.8 high 水平。

多学科推理

在 Humanity's Last Exam（HLE）上，Sonnet 5 无工具得分为 43.2%，启工具后跃升至 57.4%。这意味着 Sonnet 5 在执行多步推理时，通过工具调用（搜索、代码执行等）可以显著弥补自身推理能力的不足。这一特性使其在知识密集型任务中的实际表现远优于基准裸测数据。

计算机使用（Computer Use）

OSWorld-Verified 得分为 81.2%，紧贴 Opus 4.8（83.4%）。计算机使用能力对 AI Agent 而言比普通聊天重要得多——它对应浏览器操作、桌面应用控制和终端管理，是 Agent 在真实工作环境中自主执行任务的基石能力。

第三方榜单

Artificial Analysis Intelligence 榜单排名显示，Claude Sonnet 5 max 得分为 53，与 GPT-5.5 high 同档，低于 Claude Opus 4.8 high、GPT-5.5 xhigh 和 Claude Opus 4.7 max。Sonnet 5 在性价比曲线上处于一个极具竞争力的位置——以较低价格提供接近顶级模型的能力。

成本分析

Sonnet 5 的标准价格是 Opus 4.8 的 60%。2026 年 8 月 31 日前促销价为每百万输入 token 2 美元、每百万输出 token 10 美元，约为 Opus 4.8 的 40%。

但不能只看单一单价。按 Cost per Intelligence Index Task 计算，Sonnet 5 max 单任务成本为 2.29 美元，反而高于 Opus 4.8 max 的 1.80 美元和 GPT-5.5 xhigh 的 1.03 美元。这是因为：

  • Sonnet 5 使用了更新后的分词器（Tokenizer），同样文本被切成更多 Token
  • 单任务实际成本受输出量、推理量、缓存和调用方式影响
  • Anthropic 表示促销价的设计意图是让从 Sonnet 4.6 迁移到 5 的实际成本"大致持平"

实测对比也印证了这一点：构建单一 HTML 登录页面的任务中，Sonnet 5 消耗 20.9k 输入 + 14.2k 输出 Token、总成本 $3.36、耗时 2 分 11 秒；而 Opus 4.8 Ultracode 消耗 96.3k + 73.8k Token、成本 $20.66、耗时 20 分 15 秒——在简单任务上 Sonnet 5 成本优势明显。

深度分析

Sonnet 5 的战略定位：Agentic 能力下沉

Sonnet 5 的发布标志着 Agentic 能力从旗舰模型（Opus）向主力模型（Sonnet）的下沉。此前，可靠的 Agent 任务执行需要 Opus 级别的模型才能保证稳定性，这带来了高昂的成本门槛。Sonnet 5 以 60% 的价格提供接近 Opus 4.8 的 Agent 能力，使得 Agent 工作流在成本敏感的团队中成为默认选项。

这与 开源 AI 的成本优势讨论 中提到的模型推理成本下降对 AI 普及的推动作用一致——但 Sonnet 5 走的是"闭源高端模型降价"路径，而非开源模型替代。

Tokenizer 变更的成本陷阱

Sonnet 5 启用更新后的分词器，导致同样文本被切分为更多 Token。这产生了一个反直觉的结果：虽然单价降低，但在某些任务上总 Token 消耗增加，实际成本可能高于预期。Anthropic 的"大致持平"承诺暗示了这一点。对于高频 API 用户，迁移前应进行实际的成本 A/B 测试，而非仅根据单价做出判断。

安全评估的进步

Sonnet 5 在安全方面全面优于 Sonnet 4.6：更善于拒绝恶意请求、抵御提示注入劫持企图，幻觉率与谄媚（Sycophancy）倾向也更低。但在全面覆盖失准行为的自动化行为审计中，Sonnet 5 的失准行为率仍略高于 Opus 4.8 与 Claude Mythos Preview。这意味着 Agent 任务的"安全边界"仍与模型能力正相关——能力越强的模型，在复杂场景下越不容易出现意外行为。

全平台部署策略

Sonnet 5 被直接推为 Anthropic 的主力默认模型：Claude Free 和 Claude Pro 用户默认切换；Max、Team、Enterprise 用户可用；同时上线 Claude API、AWS Bedrock、Google Cloud、Microsoft Foundry 等企业渠道。同时 Anthropic 同步上调了各平台的速率限制以适配更高 Effort 等级带来的 Token 消耗。

这种"全平台默认"策略表明，Anthropic 对 Sonnet 5 在日常负载下的稳定性和安全性有充分信心。对于 Agent 开发者而言，这意味着可以在不改变系统架构的情况下直接切换模型。

实践启示

  1. Sonnet 5 应作为 Agent 工作流的新默认选项：对于大多数不需要 Opus 4.8 极限能力的场景，Sonnet 5 在编码、工具调用和推理方面已足够，且成本显著降低。建议先将日常 Agent 任务切换到 Sonnet 5，只在关键决策点使用 Opus 4.8。

  2. 迁移前务必进行成本测试：由于 Tokenizer 变更，迁移到 Sonnet 5 的实际 Token 消耗会增加。建议在目标负载上运行 100+ 次调用，对比 Token 消耗和总成本，而不是根据 API 单价做决策。

  3. 1M Token 上下文对长流程 Agent 至关重要：Agent 任务中不仅需要塞入文档资料，还需要保留过程状态（文件修改记录、命令执行历史、失败尝试等）。Sonnet 5 的 1M 上下文窗口使长时间运行的 Agent 工作流不再需要复杂的状态管理。

  4. 安全评估的进步意味着更低的 Prompt Injection 风险：对于部署到面向用户场景的 Agent，Sonnet 5 更低的提示注入劫持率意味着更可靠的安全边界。但仍建议同时使用应用层 Guard 机制。

  5. 关注 Anthropic 的模型路线图信号：Sonnet 作为"主力模型"的定位变化（从"够用"到"接近旗舰"）暗示了模型能力提升的加速度正在加快。开发者应做好每 3-6 个月重新评估模型选择的准备。

相关实体

→ 原文存档 → 补充报道存档