Anthropic 又发新模型了，Claude Sonnet 5。

Sonnet 系列里最强的 agentic model，也是新一代主力模型。

按照 Anthropic 的定位，Sonnet 5 面向的是日常高频工作流，主打编码、工具调用、浏览器/终端使用、规划、知识工作。

老规矩，先看下模型表现。

Sonnet 5 比 Sonnet 4.6提升明显，很多指标已经贴近 Opus 4.8。

在 agentic coding 上，Sonnet 5 的 SWE-bench Pro 得分是 63.2%，高于 Sonnet 4.6 的 58.1%，距离 Opus 4.8 的 69.2% 还有差距。

多学科推理也有明显提升。

Humanity’s Last Exam 不用工具时，Sonnet 5 是 43.2%，Sonnet 4.6 是 34.6%，Opus 4.8 是 49.8%。

开工具之后，Sonnet 5 直接到 57.4%，已经非常接近 Opus 4.8。

计算机使用能力也有进步。

OSWorld-Verified 上，Sonnet 5 是 81.2%，Sonnet 4.6 是 78.5%，Opus 4.8 是 83.4%。

同时，单任务成本Sonnet 5 的曲线已经贴近 Opus 4.8，API价格更低的情况下，Sonnet 5或可以作为 Opus 4.8 的替代选项。

这对应浏览器、桌面、终端这类操作场景。对 AI agent 来说，这类能力比普通聊天重要得多。

Agentic search 搜索任务下，Sonnet 5 在 high / xhigh / max 档，也是接近 Opus 4.8的表现。在部分 effort 档位上，Sonnet 5 用更低成本拿到接近 Opus 4.8 的效果。

再看第三方榜单。

Artificial Analysis Intelligence榜单排名结果里，Claude Sonnet 5 max 得分 53。

这个分数和 GPT-5.5 high 同档，低于 Claude Opus 4.8 high 、GPT-5.5 xhigh、Claude Opus 4.7 max。

Cursor 官方宣布，Claude Sonnet 5 现在已经在 Cursor 中可用。

同时他们给了一组 CursorBench 3.1 数据，Sonnet 5 是 57%，Sonnet 4.6 是 49%，相比 Sonnet 4.6 是明显升级。

Sonnet 5 high default 的位置，在 CursorBench 3.1 上已经接近 Opus 4.8 high，但平均单任务成本更低。

Sonnet 5 的标准价格是 Opus 4.8 的 60%，发布初期还有更低的优惠价。

2026 年 8 月 31 日前，Sonnet 5 的价格为每百万输入 token 2 美元、每百万输出 token 10 美元，约为 Opus 4.8 的 40%。

有推特网友跑了一个对比case，通过 CLI 在 UltraCode 模式下运行了Opus 4.8和 Sonnet 5两个模型， 任务是给 Sonnet 5构建一个单一 HTML 登录页面。

效果明显Opus 4.8更胜一筹，但是Sonnet 5速度更快、花费更少。

Claude Sonnet 5：

• tokens使用量：20.9k 输入，14.2k 输出

• 总成本：3.36美元

• 耗时：2 分 11 秒

Claude Opus 4.8 Ultracode：

• tokens使用量：96.3k 输入，73.8k 输出

• 总费用：20.66美元

• 经过的时间：20 分 15 秒

但是另一组数据表现相反。

按 Cost per Intelligence Index Task 算，Claude Sonnet 5 max 单任务成本是 2.29 美元，Claude Opus 4.8 max 是 1.80 美元，GPT-5.5 xhigh 是 1.03 美元，GLM-5.2 max 是 0.48 美元。

这说明一件事，不能只看 API 单价。

Sonnet 5 的标价低于 Opus 4.8，但在具体 benchmark 任务里，实际成本还会受输出量、推理量、缓存和调用方式影响。

这次Sonnet 5 也是全平台上线，直接被推成主力默认模型。

Claude Free 和 Claude Pro 用户默认模型会切到 Sonnet 5。

Max、Team、Enterprise 用户也能用。

Anthropic 同步上调了 Chat、Cowork、Claude Code 与 Claude Platform 的速率限制，以适配更高 effort 等级带来的 token 消耗。

另外，Claude API、Claude Platform on AWS、Amazon Bedrock 新 Messages API、Google Cloud、Microsoft Foundry preview等平台都可以使用，基本覆盖现在主要的企业和云平台渠道。

开发者侧，Claude Code 和 Claude Platform API 都支持 Sonnet 5。

上下文窗口也直接拉满。

Sonnet 5 默认支持 1M token context window。

这对 agent 任务很关键。长任务里不只是要塞很多资料，还要保留过程状态，比如改过哪些文件、跑过哪些命令、哪些方案已经失败、用户补充过什么限制。

需要注意的是，Sonnet 5 启用了更新后的分词器（tokenizer），同样的文本会被切成更多 token。

Anthropic也 表示促销价的设计意图，是让从 4.6 迁移到 5 的实际成本「大致持平」。

安全方面，Anthropic 的安全评估显示，Sonnet 5 整体优于 Sonnet 4.6：

在代理安全方面，它更善于拒绝恶意请求、抵御提示注入（prompt injection）中的劫持企图，幻觉率与谄媚（sycophancy）倾向也更低。

在覆盖广泛失准行为的自动化行为审计中，Sonnet 5 的总体得分更「安全」。不过相比能力更强的 Opus 4.8 与 Claude Mythos Preview，它在该项评估上的失准行为率仍略高一些。

Sonnet 5的定位很清晰，让agentic能力从必须上贵模型变成中端模型即可。

对成本敏感、又需要稳定执行多步任务的团队，它大概率会成为新的默认选项；而真正吃准确率的高难任务，Opus 4.8 仍是首选。