新智元報道

【新智元導讀】凌晨2點，Anthropic甩出最能干的Claude Sonnet 5，性能直逼旗艦Opus 4.8，編程直接干翻GPT-5.5！

就在剛剛，Claude Sonnet 5來了！

代號Fennec，耳廓狐，撒哈拉沙漠里體型最小的狐貍。

這是Anthropic迄今為止，Agent能力最強的Sonnet模型，并且性能直逼旗艦Opus 4.8。

即日起，Sonnet 5成為所有Free和Pro用戶的默認模型。

它能自主規(guī)劃、調(diào)用瀏覽器和終端工具。

就在幾個月前，這還需要花大價錢調(diào)用超大模型才能做到，現(xiàn)在，Sonnet輕松拿下。

相較于上一代Sonnet 4.6，Sonnet 5在推理、工具使用、編程和知識工作任務中，性能顯著提升。

劃重點：

• SWE-bench Pro得分63.2%，反超GPT-5.5的58.6%，略輸Opus 4.8的69.2%

• 「人類最后的考試」得分57.4%，和Opus 4.8只差0.5個百分點

• 標準價每百萬token輸入$3/輸出$15，只有Opus 4.8的六成

• 瀏覽器注入防御0.93%，反殺Mythos 5和Opus 4.8

有趣的是，F(xiàn)able 5也在同一天被曝出即將回歸。但代價是強制實名驗證，并且極大概率僅限美國用戶。

而Sonnet 5則主打一個毫無保留，全球用戶今天就能敞開用。

全線逼平Opus 4.8

最強打工AI突襲

這一次，Sonnet 5的突然上線，也算是填補了人們用不上Fable 5的失落。

對于很多開發(fā)者來說，Agent時代的元年，就是從Sonnet開始的。

Claude Sonnet 3.5、3.6、3.7，是最早一批在寫代碼、用工具上展現(xiàn)出驚人能力的模型。

換句話說，「讓AI自己干活」這件事，最早跑通的就是Sonnet「中杯」系列。

但這一年多，最猛的能力躍升，全集中在Opus這條「大杯」線上。Sonnet，直接被旗艦甩在后面。

Sonnet5要做的，就是把這道差距補回來！

Anthropic一句話定調(diào)——Claude Sonnet 5是史上最能「干活」的Sonnet。

從實戰(zhàn)的成績來看，最能說明這一點。

在傳統(tǒng)強項編程領域，Sonnet 5在SWE-bench Pro上豪取63.2%。而前代Sonnet 4.6只有58.1%，Opus 4.8則憑借69.2%暫時領先。

相比之下，老對手OpenAI的旗艦GPT-5.5在同一個榜上只拿到了58.6%，谷歌的Gemini 3.5 Flash也只有55.1%。

Terminal-Bench 2.1更加兇悍，Sonnet 5直接飆到80.4%，把只有67.0%的Sonnet 4.6狠狠甩在身后，暴漲13個百分點。距離Opus 4.8的82.7%，只差不到2個點。

在號稱「人類最后的考試」的跨學科推理基準Humanity's Last Exam上，Sonnet 5帶工具斬獲57.4%，Opus 4.8是57.9%，只差0.5個百分點。GPT-5.5同一測試只有52.2%，Gemini 3.1 Pro是51.4%。

電腦操控能力方面，Sonnet 5在OSWorld-Verified上的得分是81.2%，同樣超過GPT-5.5的78.7%，直追Opus 4.8的83.4%。

更讓人意外的是知識工作，Sonnet 5更是在GDPval-AA v2上拿到了1618分，直接反超Opus 4.8的1615。

在智能體搜索、工具使用表現(xiàn)中，Sonnet 5能以最低成本，提供了Opus 4.8級的能力。

可以說，幾乎每項benchmark，Sonnet 5都落在Opus 4.8的90%到100%區(qū)間。

堪稱是花Sonnet的錢，買Opus九成的腦子。

2美元限時促銷

但埋了個大坑

價格，才是這次的「必殺技」。

API定價方面，Anthropic給出了限時大促：輸入2美元/百萬tokens，輸出10美元/百萬tokens。

8月31日之后，恢復輸入3美元和輸出15美元的原價。

相比之下，Opus 4.8是5美元和25美元，GPT-5.5標準版是5美元和30美元。

促銷期內(nèi)，輸入和輸出價格都只有Opus 4.8的四成。恢復標準價后也只到六成。

不過，Anthropic雖然表面誠意滿滿，細節(jié)里卻藏著小心思。

原因在于Sonnet 5換了全新的tokenizer，同樣一段輸入的token數(shù)量可能會膨脹1.0到1.35倍。

等促銷期一過，$3/$15的原價再疊加tokenizer膨脹效應，真金白銀的花銷肯定要比用Sonnet 4.6肉痛一截。

但即便如此，跟Opus比依然是碾壓級的差距。

反殺全家族旗艦

System Card里藏著Sonnet 5最被低估的一面。

提示注入攻擊成功率0.19%，跟Opus 4.8持平。GPT-5.5是3.08%，Gemini 3.5 Flash是6.66%。

瀏覽器注入防御上，攻擊成功率只有0.93%，而Mythos 5是29.7%，Opus 4.8是31.5%。

$2的中端模型，反殺了全家族旗艦，開啟防護措施后直接降到0%。

惡意代碼注入上，Sonnet 4.6的攻擊成功率高達45.26%，Sonnet 5降到了0.29%，改善150倍。

Firefox 147漏洞利用測試中，Mythos 5能寫出88.4%的可用exploit，Opus 4.8是8.8%，Sonnet 5是0.0%。能寫頂級業(yè)務代碼，但寫不出一個可用的漏洞利用程序。

副作用是不對齊行為評分2.53（滿分10），比Sonnet 4.6的2.89有改善，但高于Opus 4.8的2.10和Mythos Preview的1.95。

變強了，也變得更有主見了。

不爭皇冠，專砍腰部

Sonnet 5卡在一個極其精準的位置上，向上能力逼近Opus 4.8和GPT-5.5，向下價格接近Gemini 3.5 Flash級別。

OpenAI剛把價格相較上代翻了倍，Anthropic轉(zhuǎn)手把Sonnet 5的入門價壓到了3美元。

那些原本猶豫要不要為旗艦付費的開發(fā)者，現(xiàn)在有了一個殺傷力十足的替代選項。

所有人都盯著頂端打的時候，Anthropic在腰部開了一槍。

開發(fā)者錢包，今晚先投了票

如今，Sonnet 5的性能已經(jīng)踩進了旗艦區(qū)間，大部分修bug、補測試、做重構(gòu)的活都能一次搞定。

以前覺得Opus太貴舍不得用、Sonnet又不夠好的尷尬，今天沒了。

價格上更劃算。同樣的預算以前只能跑一個Opus級的Agent，現(xiàn)在可以跑兩到三個并行的Sonnet。

多Agent架構(gòu)的成本門檻，被Sonnet 5一腳踹低了。

Fable 5究竟何時王者歸來還是個未知數(shù)。

但Sonnet 5此刻已經(jīng)穩(wěn)穩(wěn)地站在這里，性能直接懟到了Opus的門檻上。

對于絕大多數(shù)開發(fā)者而言，它就是接下來相當長一段日子里，手邊最能打也最好用的那個Claude。

參考資料：

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

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

編輯：摩西 桃子