Anthropic 发布 Claude Sonnet 5
来自 Anthropic News · 期号 2026-06-30
摘要
Anthropic 发布 Claude Sonnet 5，称其为迄今最具 agent 能力的 Sonnet 系列模型。它能自主规划、使用浏览器和终端等工具，在 agent 任务上的表现接近 Opus 4.8，但价格更低。 相比前代 Sonnet 4.6，Sonnet 5 在推理、工具使用、编程和知识工作等 agent 关键能力上有显著提升。安全评估显示，其不良行为发生率更低，在 agent 场景下更安全。 Sonnet 5 即日起在所有套餐中可用，定价为每百万输入 token 2 美元、每百万输出 token 10 美元。
深读
导读 Anthropic 发布了 Claude Sonnet 5，这是其 Sonnet 系列中 agent 能力最强的模型。它在推理、工具使用和编程等关键 agent 任务上的表现接近旗舰级 Opus 4.8，但价格更低，为开发者提供了一个在成本与性能之间更灵活的选择。读完本文，你将了解 Sonnet 5 的核心能力提升、定价策略以及安全评估结果。 关键信息 - Sonnet 5 在 agent 任务上的表现接近 Opus 4.8，但定价为每百万输入 token 2 美元、每百万输出 token 10 美元，远低于 Opus 4.8 的 5 美元和 25 美元。 - 相比前代 Sonnet 4.6，Sonnet 5 在推理、工具使用、编程和知识工作等 agent 关键能力上有显著提升。 - 在安全评估中，Sonnet 5 的不良行为发生率整体低于 Sonnet 4.6，但在自动化行为审计中，其不良行为率高于 Opus 4.8 和 Mythos Preview。 - 在网络安全能力评估中，Sonnet 5 从未成功开发出针对 Firefox 147 漏洞的完整利用程序（成功率为 0.0%），其能力远低于 Opus 4.8 和 Mythos 5。 - Sonnet 5 即日起在所有套餐中可用，并成为 Free 和 Pro 计划的默认模型。 逐节讲解 模型定位与核心提升 Anthropic 将 Sonnet 5 定位为迄今最具 agent 能力的 Sonnet 模型。它能自主规划、使用浏览器和终端等工具，并以较低成本运行。文章指出，agent 能力最显著的进步此前集中在 Opus 系列，而 Sonnet 5 缩小了这一差距：其性能接近 Opus 4.8，但价格更低。相比前代 Sonnet 4.6，它在推理、工具使用、编程和知识工作等 agent 关键能力上均有大幅提升。 成本-性能曲线与早期用户反馈 文章通过两张图表展示了 Sonnet 5、Sonnet 4.6 和 Opus 4.8 在不同“努力水平”（effort level）下的成本-性能曲线。在 agent 搜索评估 BrowseComp 和计算机使用评估 OSWorld-Verified 上，Sonnet 5 是 Sonnet 4.6 的严格改进，并在某些任务上可以匹配 Opus 4.8 的能力水平。用户可以通过调整努力水平来找到成本与性能的最佳平衡点。 早期合作伙伴的反馈一致认为 Sonnet 5 的 agent 能力远超其前代。测试者描述了它如何完成复杂任务（而前代模型会中途停止）、如何主动检查自身输出，以及如何以有吸引力的价格完成这些 agent 工作。文章引用了来自 Zimu Li（Member of Technical Staff）、Daniel Shepard（Senior Engineer）…