Anthropic Claude Sonnet 5 发布公告

TL;DR

Claude Sonnet 5 是 Anthropic 最新的 Sonnet 级模型，它以更低的价格和更高的安全性，提供了接近 Opus 级的能力——包括规划、工具使用、编码和知识工作。

Sonnet 5 被描述为“迄今为止最具智能体能力的 Sonnet 模型”。它可以自主创建计划、调用外部工具（如浏览器和终端），并执行以前需要更大、更昂贵模型才能完成的多步任务。与前代 Sonnet 4.6 相比，Sonnet 5 在推理、工具使用、编码和知识工作性能方面表现出可衡量的提升。

接近 Opus 4.8：发布公告中的基准测试表显示，Sonnet 5 在各种评估中的得分与更高层级的 Opus 4.8 模型相当，同时保留了 Sonnet 级的定价。
优于 Sonnet 4.6：在智能体搜索 (BrowseComp) 和计算机使用 (OSWorld-Verified) 任务中，Sonnet 5 一致优于 Sonnet 4.6，并比 Opus 4.8 提供更广泛的性价比范围。
成本效益：以每百万输入 token 为 2 美元、每百万输出 token 为 10 美元的价格，Sonnet 5 提供了更高的单位美元性能，特别是在中等工作强度级别时，它在某些任务上可以媲美 Opus 4.8。

早期访问合作伙伴报告称，Sonnet 5 可以完成以前的 Sonnet 模型会放弃的复杂、多步工作流。代表性引用包括：

"Claude Sonnet 5 为我们的智能体提供了强大的执行层，用于处理多步软件工程工作。它在混乱的技术上下文中能很好地处理持续的编码、工具使用和调试。"

"我们交给 Claude Sonnet 5 一个两部分的工作——更新 Salesforce 账户层级，并向企业联系人发送发布公告——它完成了端到端的任务。这在以前通常会在中途停滞。"

"Claude Sonnet 5 用更少的投入产出更多。同样的输出质量，更少的步骤即可达成。它能干净利落地且一致地拒绝不安全的请求。"

"我要求 Claude Sonnet 5 调查一个 bug。它在没有提示的情况下，自主编写了一个复现测试，实现了修复方案，然后将其暂存以确认在没有更改的情况下 bug 会再次出现。这一切都在一次尝试中完成。"

这些轶事说明了该模型具有在无需持续提示的情况下保持专注、力求遵循规范并产生经过验证的代码更改的能力。

Anthropic 的部署前安全性评估表明：

整体不良行为更少：比 Sonnet 4.6 更少出现幻觉、奉承行为，并能更好地拒绝恶意请求。
在智能体误用方面具有更高的安全性：尽管在广泛的自动化行为审计中，Sonnet 5 的失调率（misalignment rate）仍略高于 Mythos preview 和 Opus 4.8。
降低了网络安全能力：在基于 Firefox 的测试中，Sonnet 5 从未能够开发出完整的漏洞利用程序，其部分成功率仍然很低。尽管如此，它仍比 Sonnet 4.6 略高，这可能是由于通用智能的提升。

由于网络安全相关能力的轻微增加，Anthropic 为 Sonnet 5 默认启用了实时网络安全防护措施——这些措施与用于 Opus 4.7/4.8 的措施相同，但限制比 Fable 5 的措施更少。

通用可用性：Sonnet 5 是 Free 和 Pro 计划的默认模型，同时也面向 Max, Team, 和 Enterprise 客户提供服务。
定价：每百万输入 token 为 2 美元，每百万输出 token 为 10 美元（截至 2026 年 8 月 10 日，此价格为长期价格）。Claude Chat, Cowork, Claude Code, 和 Claude Platform 的速率限制均已提高，以支持更高强度的使用。
API 访问：开发者可以通过 Claude API 使用标识符 claude-sonnet-5 来调用该模型。

智能体 AI 的民主化：通过缩小 Sonnet 和 Opus 系列之间的性能差距，Anthropic 使高质量的自主智能体变得对更广泛的开发者群体更具性价比。
竞争压力：Sonnet 5 建立的性价比边界可能会促使其他供应商发布类似能力且成本更低的智能体模型。
安全权衡：虽然相对于之前的 Sonnet，安全性已有所提升，相比于顶级的 Opus 模型，该模型仍然不够安全，这突显了在能力与对齐齐（alignment）之间持续的平衡。

所有数据、图表和直接引用均取自 Anthropic 的官方 Claude Sonnet 5 发布公告和系统卡片。