内容摘要：新智元报道【导读】凌晨2点，Anthropic正式发布代号“Fennec”耳廓狐）的Claude Sonnet 5。该模型Agent能力达到Sonnet系列巅峰，性能指标直逼旗舰Opus 4.8，在编

新智元报道

【导读】凌晨2点，突发Anthropic正式发布代号“Fennec”（耳廓狐）的打工Claude Sonnet 5。该模型Agent能力达到Sonnet系列巅峰，人人都性能指标直逼旗舰Opus 4.8，突发在编程领域更是打工超越GPT-5.5。即日起，人人都Sonnet 5成为所有Free和Pro用户的突发默认模型。

Sonnet 5具备自主规划、打工调用浏览器及终端工具的人人都能力。此前，突发此类复杂任务通常需依赖高昂的打工超大模型，如今Sonnet 5已轻松胜任。人人都

相较于上一代Sonnet 4.6，突发Sonnet 5在推理、打工工具使用、人人都编程及知识工作等核心任务中实现了显著的性能跃升。

核心数据亮点：

• SWE-bench Pro得分：63.2%（反超GPT-5.5的58.6%，略低于Opus 4.8的69.2%）
• Humanity's Last Exam得分：57.4%（与Opus 4.8仅差0.5个百分点）
• API定价：输入$3/百万token，输出$15/百万token（仅为Opus 4.8价格的60%）
• 浏览器注入防御：攻击成功率仅0.93%（优于Mythos 5和Opus 4.8）

值得注意的是，同一天曝出即将回归的Fable 5模型，目前强制要求实名验证，且极大概率仅限美国用户使用。相比之下，Sonnet 5面向全球用户开放，无地域限制。

全线逼近Opus 4.8：最强“打工”AI突袭

Sonnet 5的上线填补了Fable 5缺席期间的市场空白。对于开发者而言，Agent时代的元年始于Claude Sonnet 3.5/3.6/3.7系列，它们是最早展现出惊人代码编写与工具调用能力的模型，率先跑通了“让AI自主工作”的流程。

然而在过去一年中，性能跃升主要集中在旗舰Opus系列，Sonnet系列一度被拉开差距。Sonnet 5的目标正是弥合这一差距。Anthropic将其定义为“史上最能干活的Sonnet模型”。

实战基准测试表现：

• 编程能力（SWE-bench Pro）：Sonnet 5得分63.2%，大幅领先前代Sonnet 4.6（58.1%）。相比之下，OpenAI GPT-5.5得分为58.6%，谷歌Gemini 3.5 Flash为55.1%。
• 终端操作（Terminal-Bench 2.1）：Sonnet 5飙升至80.4%，较Sonnet 4.6（67.0%）暴涨13个百分点，距离Opus 4.8（82.7%）仅差2.3%。
• 跨学科推理（Humanity's Last Exam）：在开启工具辅助下，Sonnet 5得分57.4%，与Opus 4.8（57.9%）几乎持平，远超GPT-5.5（52.2%）和Gemini 3.1 Pro（51.4%）。
• 电脑操控（OSWorld-Verified）：Sonnet 5得分81.2%，超过GPT-5.5（78.7%），直追Opus 4.8（83.4%）。
• 知识工作（GDPval-AA v2）：Sonnet 5得分1618分，意外反超Opus 4.8（1615分）。

综合来看，Sonnet 5在各项基准测试中均落在Opus 4.8性能的90%-100%区间。这意味着用户只需支付Sonnet的价格，即可获得Opus级别的核心智能，性价比极高。

$2限时促销与潜在成本陷阱

价格策略是Sonnet 5的核心竞争力。Anthropic推出了限时API促销：

• 促销期价格：输入$2/百万tokens，输出$10/百万tokens。
• 恢复原价（8月31日后）：输入$3/百万tokens，输出$15/百万tokens。

对比竞品，Opus 4.8标准价为$5/$25，GPT-5.5标准版为$5/$30。促销期间，Sonnet 5价格仅为Opus的40%；恢复原价后，也仅为Opus的60%。

潜在成本风险：

Anthropic在细节中设置了“小心思”：Sonnet 5采用了全新的Tokenizer。这意味着相同语义的输入，其Token数量可能膨胀1.0至1.35倍。促销期结束后，叠加原价与Token膨胀效应，实际使用成本将高于Sonnet 4.6。尽管如此，与Opus系列相比，其成本优势依然显著。

安全性能反杀全家族旗舰

System Card数据显示，Sonnet 5在安全性方面表现优异，甚至优于部分旗舰模型：

• 提示注入攻击：成功率0.19%，与Opus 4.8持平，远低于GPT-5.5（3.08%）和Gemini 3.5 Flash（6.66%）。
• 浏览器注入防御：攻击成功率仅0.93%，大幅优于Mythos 5（29.7%）和Opus 4.8（31.5%）。开启防护措施后，成功率降至0%。
• 恶意代码注入：攻击成功率从Sonnet 4.6的45.26%骤降至0.29%，改善幅度达150倍。
• 漏洞利用测试（Firefox 147）：Mythos 5能生成88.4%的可用Exploit，Opus 4.8为8.8%，而Sonnet 5为0.0%。这表明Sonnet 5在具备顶级业务代码能力的同时，严格限制了恶意漏洞利用程序的生成。

副作用：Sonnet 5的不对齐行为评分为2.53（满分10），虽优于Sonnet 4.6（2.89），但仍高于Opus 4.8（2.10）和Mythos Preview（1.95）。这表明模型在变强的同时，个性也更为鲜明。

战略定位：不争皇冠，专攻腰部

Sonnet 5精准卡位在“高端性能”与“中端价格”之间。其性能逼近Opus 4.8和GPT-5.5，而价格接近Gemini 3.5 Flash级别。

在OpenAI将旗舰价格翻倍之际，Anthropic将Sonnet 5入门价压至$3，为犹豫是否购买旗舰服务的开发者提供了极具杀伤力的替代方案。当行业聚焦顶端竞争时，Anthropic在腰部市场发动了精准打击。

开发者视角的价值：

• 性能覆盖：Sonnet 5已能胜任大部分修Bug、补测试、代码重构等任务，解决了“Opus太贵、Sonnet不够好”的尴尬局面。
• 多Agent架构降本：同等预算下，过去仅能运行一个Opus级Agent，现在可并行运行2-3个Sonnet 5 Agent。Sonnet 5大幅降低了多Agent架构的成本门槛。

尽管Fable 5的回归时间尚不明确，但Sonnet 5凭借直逼Opus的性能，已成为当前开发者手中最实用、最具性价比的Claude模型。

参考资料：

• https://x.com/claudeai/status/2072017450611142835
• https://www.anthropic.com/news/claude-sonnet-5

编辑：摩西 桃子