Anthropic 釋出 Claude Sonnet 5：效能逼近 Opus，智慧體能力大躍進

以前想讓 AI 自主跑完一整套複雜流程，開發者往往得咬著牙呼叫最貴的旗艦大模型。稍便宜一點的中端模型，跑著跑著容易在半路卡死，或者乾脆把你的指令理解歪。

Anthropic 正式推出了新一代中端主力模型 Claude Sonnet 5。官方給它的定位很明確：這是迄今為止 Agent 屬性最強的 Sonnet 模型。它的推理、工具呼叫和程式設計水平直逼自家的旗艦 Opus 4.8，但價格卻低得多。

目前 Sonnet 5 已經上線，成為 Free 和 Pro 方案的預設模型，Max、Team 和 Enterprise 使用者也能直接用，同時接入了 Claude Code 以及 Amazon Bedrock。API 定價為每百萬輸入 Token 2 美元、輸出 10 美元。官方原本計劃 9 月漲到 3 美元和 15 美元，但在 8 月 10 日修改了政策，決定把這個優惠價格永久保留。

能自己檢查作業的「打工人」

和 2 月份釋出的 Sonnet 4.6 相比，Sonnet 5 最顯著的變化是長流程執行力。它能自己制定計劃，呼叫瀏覽器、終端等工具，而且在沒人提醒的情況下自主檢查輸出結果。

在基準測試中，Sonnet 5 的 Agent 程式設計得分為 63.2%，不僅大幅超過 Sonnet 4.6 的 58.1%，也在逐步靠近 Opus 4.8 的 69.2%。在知識工作測試中，它的表現甚至微幅反超了擅長深度研究的 Opus 4.8。

參與早期測試的開發者給出了很具體的反饋。Zapier 高階工程師 Daniel Shepard 提到，他們讓 Sonnet 5 處理一個由兩部分組成的工作——更新 Salesforce 客戶層級，並向企業聯絡人傳送上線通知，模型完整跑完了全流程，而在過去類似任務總會卡在半路。

為了適應多步自主執行帶來的 Token 消耗，Anthropic 還同步提高了網頁端 Chat、Cowork、Claude Code 和開發者平臺的速率限制。

砍掉危險能力，提高防攻擊門檻

讓 AI 自主呼叫終端和瀏覽器，最大的隱患就是安全漏洞。Anthropic 在安全報告中明確提到，他們並沒有故意對 Sonnet 5 進行網路安全訓練。

在針對 Firefox 瀏覽器漏洞利用的專項評估裡，Sonnet 5 從未成功開發出完整的攻擊利用程式碼，這項能力遠低於 Opus 4.8 和 Mythos 5。同時，官方預設為它開啟了即時網路防護攔截機制。

在日常防範上，Sonnet 5 抵禦 Prompt 注入攻擊和拒絕惡意需求的能力明顯提升，幻覺和迎合使用者的比例也比 Sonnet 4.6 更低。Lovable 聯合創始人 Fabian Hedin 評價說，Sonnet 5 拒絕不安全請求時利落且穩定，對於平臺來說，知道何時說「不」的模型和知道怎麼構建同樣重要。

不過官方也坦承，在更廣泛的非對齊行為自動化審查中，Sonnet 5 的表現比 4.6 更好，但仍然遜色於更昂貴的 Opus 4.8 和 Claude Mythos Preview。

為什麼重要

對於大部分日常做自動化流程、寫複雜程式碼的開發者來說，現在就可以直接把預設模型切到 Sonnet 5。它的價值不在於突破了全行業的智慧天花板，而在於把原本需要 Opus 級別成本才能跑通的 Agent 工作流，打到了每百萬輸入 2 美元的白菜價，大幅降低了日常生產環境的試錯成本。

從行業競爭來看，OpenAI 上週剛預覽了支援子任務拆分的 GPT-5.6 Sol，Google 也在 5 月給 Gemini 3.5 Flash 打上了 Agent 標籤。各家大廠的動作說明，能調工具、會自主規劃已經成了模型的出廠標配，競爭重心正從「誰能做」徹底轉向「誰能在低成本下穩定交付」。

我們認為，Anthropic 這次最聰明的舉動是把原本限時的優惠定價轉為永久定價，直接向市場施壓。但潛在的隱患依然存在：自主執行意味著 Token 消耗量會成倍增加，雖然單價變便宜了，如果模型在多輪呼叫裡陷入無效重試，開發者的最終賬單仍然可能失控。怎麼在保持自主性的同時精準控制步數，依然是工程落地時需要仔細拿捏的平衡點。