Anthropic 发布 Claude Sonnet 5，性能逼近 Opus 4.8
Anthropic 于 2026 年 6 月 30 日正式发布 Claude Sonnet 5，这是 Sonnet 系列迄今最 agentic 的模型。官方称其能自主制定计划、调用浏览器和终端等工具，独立完成多步骤任务，能力已接近更大更贵的 Opus 4.8。在 SWE-bench Pro 编程基准上，Sonnet 5 达到 63.2%，较 Sonnet 4.6（58.1%）明显提升，Opus 4.8 为 69.2%。在 Terminal-Bench 2.1、Humanity's Last Exam、OSWorld-Verified 等多个评测中，Sonnet 5 全面超越前代，并在知识工作基准 GDPval-AA v2 上以 1618 分首次反超 Opus 4.8（1615 分）。模型即日起在所有 Claude 计划上线，Free 和 Pro 用户默认使用，也面向 Max、Team、Enterprise 用户及 API 开放。API 定价执行至 2026 年 8 月 31 日的促销价：输入每百万 token 2 美元，输出每百万 token 10 美元；之后回调至 3 美元 / 15 美元。值得留意的是，Sonnet 5 采用了更新的分词器，同一输入可能产生 1.0–1.35 倍 token 数，官方称促销定价已基本抵消这一影响。安全方面，Anthropic 默认开启网络安全防护，模型在漏洞利用测试中未能生成完整 exploit，整体安全表现优于前代，但部分安全指标不及 Opus 4.8 和 Mythos 5。此次发布正值 Anthropic 筹备 IPO 之际，公司正加速中档模型的商业化落地。
①
性能：逼近旗舰，知识工作反超
Sonnet 5 在各主要基准上较 Sonnet 4.6 有明显提升，尤其在知识工作评估 GDPval-AA v2 上以 1618 分超越 Opus 4.8（1615 分）。在编程、多学科推理、计算机使用等多个维度上，该模型与 Opus 4.8 的差距显著缩小。
②
Agent 能力：自主规划、自检、工具使用
模型被描述为“最 agentic 的 Sonnet”，能制定计划、中途自检输出、调用浏览器和终端等工具完成多步骤任务。早期测试者反馈其在实际工作流中能端到端完成任务，无需人工干预。
③
定价与可及性：促销价两个月，注意 token 膨胀
API 促销价为输入 $2/M token、输出 $10/M token，截至 2026 年 8 月 31 日；此后调至 $3/$15。因新分词器可能增加 1.0–1.35 倍 token 消耗，实际单次任务成本或有上浮。模型同时在 Amazon Bedrock 和 Claude Platform on AWS 上线。