📌 国内读者访问提示：由于 Anthropic 官网及 Claude 平台在国内无法直接访问，推荐使用国内可用的第三方镜像服务 AIGCBAR 体验 Claude Sonnet 5 及系列模型。该平台提供稳定的 API 转发与网页聊天界面，支持 Claude、GPT 等多种模型，注册即可使用，是开发者与普通用户在国内合规使用 Claude 的便捷途径。下文 8.3 节有更详细的使用指引。

导读：2026 年 6 月 30 日，Anthropic 正式发布 Claude Sonnet 5，将其定位为“迄今最具智能体特质的 Sonnet 模型”。本文不做营销话术的简单转述，而是尝试把这次发布放回大语言模型技术演进的坐标系中——从 Transformer 的自注意力机制，到 RLHF 与 Constitutional AI 的对齐范式，再到 Scaling Law 与智能体“时间跨度”理论——系统梳理支撑 Sonnet 5 的基础理论，并结合 Anthropic 官方公布的评测数据与第三方媒体报道，给出一份偏理论、重原理、可复核数据来源的技术解读。文中所有数据均标注来源，公式部分经过反复核对，力求准确。

---

第 1 章　引言：智能体竞速时代，Sonnet 5 为何重要

1.1　从“对话助手”到“自主智能体”的范式迁移

过去三年，大语言模型领域最显著的叙事转变，是评价标准从“回答得好不好”逐渐让位于“任务完不完得成”。早期的对话模型以单轮问答、摘要、续写等“短程”任务为主要考核场景，模型只需要在一次前向传播中给出高质量的文本输出。而进入 2024 年之后，随着工具调用（tool use）、计算机操作（computer use）、长上下文窗口等能力的成熟，模型开始被要求在没有人类逐步干预的情况下，自主规划、调用终端与浏览器、读写代码库、验证自己的输出，并持续多步骤地推进一个复杂目标——这就是通常所说的“智能体”（agentic）范式。

Anthropic 在 Sonnet 系列模型的历史叙事中，把这一范式迁移的起点追溯到 Claude Sonnet 3.5、3.6、3.7，称这几代模型是“智能体 AI 时代”的开端；而最近一段时间，智能体能力的最大增量主要出现在 Opus 级别的旗舰模型上，Sonnet 系列与 Opus 系列之间在编码、工具使用等关键能力上出现了明显的代际落差。Claude Sonnet 5 正是在这一背景下发布的：Anthropic 官方将其定位为“迄今最具智能体特质的 Sonnet 模型”，并强调其综合表现已经“接近”Opus 4.8，但定价显著更低。

1.2　Claude Sonnet 5 基本情况速览

Claude Sonnet 5 于 2026 年 6 月 30 日发布，API 模型名为 claude-sonnet-5，同步登陆 Claude 聊天产品、Claude Code 与 Claude Platform（开发者 API）。在 Claude.ai 上，它成为 Free 与 Pro 两档订阅用户的默认模型，同时向 Max、Team、Enterprise 用户开放。定价方面，Anthropic 给出了一段促销窗口：截至 2026 年 8 月 31 日，输入 token 价格为每百万 token 2 美元，输出 token 价格为每百万 token 10 美元；促销结束后调整为输入 3 美元、输出 15 美元每百万 token。作为对照，Opus 4.8 的标准定价是输入 5 美元、输出 25 美元每百万 token——也就是说，在标准定价下 Sonnet 5 的成本大约只有 Opus 4.8 的五分之三，促销期内则更低。

值得一提的细节是分词器（tokenizer）的升级。Anthropic 在官方说明中提到，Sonnet 5 启用了一套更新后的分词器，这类似于此前 Opus 4.7 引入分词器变更时的情况：同样的输入文本，在新分词器下可能被切分成更多的 token，比例大致在 1.0 到 1.35 倍之间，具体取决于内容类型。也正因如此，促销期定价被刻意设置为“大致与迁移前成本中性”，而不是单纯的降价。这是一个容易被很多评测文章忽略、但对实际成本核算非常关键的工程细节。

1.3　本文的资料来源与写作方法

本文写作过程中检索了 Anthropic 官方发布页面与系统卡（System Card）、TechCrunch、VentureBeat、The New Stack、MarkTechPost、Thurrott 等科技媒体的同期报道，以及 Transformer、Constitutional AI、Scaling Law、METR 任务时长等方向的学术文献，所有引用的具体数值都标注了出处，文末附参考文献列表。需要特别说明的是：大模型厂商通常不公开具体的参数规模、网络层数等架构细节，本文不会对这些未公开信息做主观臆测，而是聚焦于官方与权威媒体已经披露的训练范式、评测方法与实测数据，并在此基础上做理论层面的解读。

---

第 2 章　理论基础：支撑现代大语言模型的三大技术支柱

理解 Claude Sonnet 5 这样一个“敏捷型智能体模型”为什么会以现在的形态出现，需要先回到三组奠基性的理论工作：Transformer 架构、对齐（alignment）范式的演化，以及描述模型能力随算力增长规律的 Scaling Law。这一章不直接讨论 Sonnet 5 本身，而是把这些理论梳理清楚，作为后文评测解读的认识论基础。

2.1　自注意力机制与 Transformer 架构回顾

几乎所有当代主流大语言模型（包括 Claude 系列）的底层结构，都可以追溯到 Vaswani 等人在 2017 年提出的 Transformer 架构。这篇题为《Attention Is All You Need》的论文摒弃了此前主导序列建模的循环神经网络（RNN）与卷积神经网络，完全依靠注意力机制来建模序列内部任意两个位置之间的依赖关系，这使得训练过程可以高度并行化，是后续大规模预训练得以实现的工程前提。

其核心是缩放点积注意力（scaled dot‑product attention），数学形式为：

$$\mathrm{Attention}(Q,K,V)=\mathrm{softmax}\left(\frac{Q{K}^{\top }}{\sqrt{d_k}}\right)V$$

其中 $Q$（query）、$K$（key）、$V$（value）分别是输入序列经过线性变换得到的查询、键、值矩阵，$d_k$ 是 key 向量的维度。除以 $\sqrt{d_k}$ 是为了在维度较高时避免点积结果过大，导致 softmax 函数的梯度趋于饱和。在此基础上，模型通常并行使用多组独立的注意力“头”（head），拼接后再做一次线性变换，即多头注意力：

$$\mathrm{MultiHead}(Q,K,V)=\mathrm{Concat}({\mathrm{head}}_1,\dots ,{\mathrm{head}}_h)W^O,{\mathrm{head}}_i=\mathrm{Attention}(Q{W}_i^Q,K{W}_i^K,V{W}_i^V)$$

不同的注意力头可以学习到不同子空间内的依赖模式，例如句法结构、指代关系或长距离语义关联。理解这一机制的意义在于：智能体场景中频繁出现的“长上下文”“多轮工具调用结果回溯”“跨文件代码理解”等需求，本质上都是在考验自注意力机制在更长序列、更复杂依赖结构下的建模能力与工程实现效率，这也是为什么上下文窗口长度、KV 缓存效率等工程优化在智能体时代变得格外重要。

2.2　从 RLHF 到 Constitutional AI：对齐范式的演进路径

仅靠在海量文本上做自回归预训练得到的模型，并不会自动学会“听从指令”“拒绝有害请求”或“在不确定时如实说明”——这些行为需要额外的后训练（post‑training）阶段来塑造，这一过程统称为对齐（alignment）。早期主流方法是基于人类反馈的强化学习（RLHF），其核心思路是：先用人类标注的偏好数据训练一个奖励模型，再用强化学习算法（如 PPO）优化语言模型策略，使其在最大化奖励的同时，不过度偏离原始的参考策略。其目标函数可以写为一个带 KL 散度正则项的优化问题：

$$\underset{\pi }{\max }{\mathbb{E}}_{x\sim \mathcal{D},y\sim \pi (\cdot |x)}[r_{\varphi }(x,y)]-\beta D_{\mathrm{KL}}(\pi (\cdot |x)\Vert {\pi }_{\mathrm{ref}}(\cdot |x))$$

其中 $r_{\varphi }$ 是学习到的奖励模型，${\pi }_{\mathrm{ref}}$ 通常是监督微调后的初始策略，$\beta$ 控制正则化强度，防止策略为了“刷分”而产生不自然或退化的输出（即奖励欺骗，reward hacking）。

Anthropic 自身的研究路线在 RLHF 基础上进一步提出了 Constitutional AI（CAI），即“基于 AI 反馈的无害性训练”。Bai 等人 2022 年的论文描述了一套两阶段流程：第一阶段（监督式 CAI）让模型依据一份用自然语言写成的“宪法”原则，对自己的初始回答进行批评（critique）和修订（revision），再用修订后的数据做监督微调；第二阶段（强化学习式 CAI，即 RLAIF）则训练一个 AI 偏好模型，根据宪法原则对成对回答做出多选式判断，生成偏好数据，再用这些数据训练奖励模型并执行强化学习。这种方法把原本依赖大量人工标注“有害/无害”标签的环节，部分替换为 AI 自身依据明确原则做出的判断，论文中将其优势总结为效率更高、过程更透明、判断标准更客观。Anthropic 后续历代 Claude 模型（包括 Sonnet 5）的安全训练，都延续了这一对齐方法论的基本框架，只是宪法原则的具体内容与训练细节在持续迭代。

2.3　Scaling Law：算力、参数与数据的三角关系

Scaling Law 描述的是模型损失（loss）如何随参数规模、数据规模与训练算力的变化而变化的经验规律。Kaplan 等人在 2020 年的研究中较早系统刻画了这种幂律关系。2022 年，DeepMind 的 Hoffmann 等人在“Chinchilla”论文中进一步指出，此前很多大模型在给定算力预算下“参数过多、数据过少”，处于训练不充分的状态。他们提出了一个双变量的参数化损失函数：

$$L(N,D)=E+\frac{A}{N^{\alpha }}+\frac{B}{D^{\beta }}$$

其中 $N$ 是模型参数量，$D$ 是训练 token 数量，$E$ 是不可约损失（irreducible loss），$A$、$B$、$\alpha$、$\beta$ 是通过实验拟合得到的经验常数。在训练算力近似满足 $C\approx 6ND$ 的约束下，对给定算力 $C$ 求解使 $L(N,D)$ 最小的最优分配，会得到形如 $N_{\mathrm{opt}}(C)\propto C^a$、$D_{\mathrm{opt}}(C)\propto C^b$ 的关系；由于实验中拟合出的 $\alpha$ 与 $\beta$ 量级相近，一个被广泛引用的近似结论是 $a\approx b\approx 0.5$，即在算力翻倍时，模型参数量与训练数据量大致应当同步翻倍，而不是像早期实践那样优先无限堆叠参数量。这一结论深刻影响了 2022 年之后主流实验室的训练策略，也是理解“为什么同一代际内会出现 Haiku/Sonnet/Opus 这样不同规模档位”的重要背景知识——不同档位对应着不同的算力预算与相应的最优参数‑数据配比，而不是单纯的“参数越多越好”。

2.4　智能体能力的“时间跨度”理论：METR 的发现

传统的静态基准测试（如问答准确率）很难刻画智能体模型“能不能独立把一件复杂事情做完”这种能力，为此，模型评估与威胁研究机构 METR 提出了一个新的度量维度：任务时间跨度（task time horizon），即模型能以 50% 的成功率自主完成的任务，如果交给人类专业人员来做，大致需要多长时间。Kwa 等人 2025 年的研究通过对 2019 年至今的一系列前沿智能体在约 170—230 个软件工程、网络安全、通用推理类任务上的测试，发现这一时间跨度指标在过去六年里持续呈指数增长，大约每 7 个月翻一倍。这一规律可以用如下形式表达：

$$T_{50}(t)=T_{50}(t_0)\cdot 2^{\frac{t-t_0}{\tau }},\tau \approx 7\text{个月}(\approx 212\text{–}213\text{天})$$

其中 $T_{50}(t)$ 表示在时间 $t$ 时，前沿模型能以 50% 可靠度独立完成的任务所对应的人类完成时长。后续有研究者观察到这一翻倍周期在 2025 年后段进一步压缩到 4 个月左右，即增长速度还在加快。这一理论框架的价值在于，它把“模型能力”从单点的准确率数字，转化为一条可以外推、可以跨代际比较的趋势曲线，也为本文第四章解读 Sonnet 5 在 Terminal‑Bench、SWE‑bench Pro 等智能体基准上的提升幅度，提供了一个更具解释力的参照系——评测分数的提升，本质上对应着模型能够独立维持正确执行的“时间跨度”在变长。

---

第 3 章　Claude Sonnet 5 的技术特征与设计哲学

3.1　“智能体优先”的训练目标设定

Anthropic 在发布文案中反复强调一个细节：Sonnet 5“能够制定计划，使用浏览器和终端等工具，并以几个月前还需要更大、更昂贵模型才能达到的水平自主运行”。这句话背后体现的是一种训练目标设定上的取舍——相对于单纯追求知识广度或单轮对话质量，Sonnet 5 的后训练阶段被更多地导向“多步骤任务的端到端完成度”。早期访问该模型的合作伙伴反馈也印证了这一点：多位工程师提到，模型会在没有被明确要求的情况下，主动编写可复现问题的测试用例、实现修复后再回退验证问题是否真实存在，整个过程一气呵成；也有反馈指出，以往的 Sonnet 模型常常在任务过半时停下，而 Sonnet 5 倾向于把任务“做完”而不是“做了一部分”。这种“主动核验、不轻易中途停止”的行为模式，正是智能体训练目标区别于传统对话训练目标的典型体现。

3.2　effort 参数：推理强度的可调旋钮

Claude Platform 从 Opus 4.6/4.7 一代开始引入了一个名为 effort（投入度/推理强度）的请求参数，用来控制模型在生成一次回复时愿意消耗多少 token，从而在响应的全面性与 token 效率之间做权衡。根据 Anthropic 官方开发者文档，这一参数目前分为五个档位：low（最省 token，适合子智能体等高并发简单任务）、medium（速度、成本、性能的均衡选择）、high（默认档位，适用于复杂推理与高难度编码）、xhigh（面向超过 30 分钟的长程智能体与编码任务，token 预算可达百万级别）以及 max（不设上限的最高能力，用于真正的前沿难题）。effort 的作用范围覆盖文本回复、工具调用参数生成以及扩展思维（thinking）过程的全部 token 开销，而不只是控制“是否思考”本身。

在 Sonnet 5 的发布材料中，Anthropic 给出了一组沿 effort 档位变化的成本‑性能曲线（覆盖智能体检索评测 BrowseComp 与计算机使用评测 OSWorld‑Verified），用以说明 Sonnet 5 与 Opus 4.8 在不同投入度下分别处于怎样的性价比区间。这组曲线传递的核心信息是：Sonnet 5 在 low 到 high 区间相对 Sonnet 4.6 是“无条件改进”（即同等成本下能力更强），而在 xhigh 这一最高投入档位上，由于絮叨式深入探索本身会显著推高 token 消耗，Sonnet 5 在该档位的运行成本有可能反超 Opus 4.8 标准档位，这意味着开发者需要结合具体任务的难度与预算，而不是默认认为“更便宜的模型在任何投入度下都更划算”。

3.3　分词器升级与上下文工程

如第一章所述，Sonnet 5 启用了新一代分词器，这类调整通常发生在模型词表重新设计、多语言覆盖率提升或为更高效的长上下文处理做准备时。分词器变化最直接的影响，是同一段文本被切分成的 token 数量发生改变（官方给出的范围是 1.0 至 1.35 倍），这意味着依赖固定 token 预算做成本估算的工程团队，在升级模型版本时需要重新核算实际开销，而不能简单按“单价更低=总成本更低”做线性外推。

与分词器改进相伴的，通常还有上下文工程层面的优化，例如更高效的 KV 缓存复用、更长的有效上下文窗口、面向智能体场景的上下文压缩（compaction）与上下文编辑机制等——这些能力虽然不直接体现在某一项基准分数上，却是决定模型能否在长程任务中保持稳定表现的底层工程基础，呼应了第二章中关于自注意力机制计算复杂度的讨论：上下文越长，如何高效维护和检索“记忆”就越成为系统设计的核心问题。

3.4　与 Opus 4.8、Sonnet 4.6 的代际关系

把 Sonnet 5 放进 Anthropic 的模型谱系里看，它的角色是“承上启下”的：相对于上一代 Sonnet 4.6，它在推理、工具使用、编码与知识工作等关键维度上实现了全面提升；相对于当前旗舰 Opus 4.8，它在大多数评测上仍有差距，但差距被显著收窄，部分场景（如下一章将讨论的知识工作基准）甚至出现反超。Anthropic 官方对这种定位的表述是：在需要更高准确度的任务上，Opus 4.8 仍是更优选择，但 Sonnet 5 为开发者提供了“质量远高于以往同价位选项”的中间地带，用户可以通过调整 effort 档位，在 Sonnet 5 与 Opus 4.8 之间找到适合自己预算与精度要求的平衡点。这种“档位内卷、代际接力”的产品策略，本质上是把模型能力的提升，转化为同一价格带内用户体验的持续改善，而不仅仅是不断推出更贵的旗舰模型。

---

第 4 章　基准评测体系解读与 Sonnet 5 实测数据

4.1　主流智能体评测基准方法论

在解读具体分数之前，有必要先弄清楚每一项基准究竟在测什么、是谁提出的、评分方式是什么样的——这恰恰是很多“跑分文章”省略掉、但对正确理解数据含义至关重要的部分。

基准名称	提出方/代表文献	测量对象	评测形式
SWE‑bench（及更高难度的 Pro 变体）	Jimenez 等，2023/2024（普林斯顿 NLP 团队等）	从真实 GitHub 仓库中抽取的 issue 修复任务	模型需在给定代码库与 issue 描述下生成补丁，通过隐藏测试用例即判定为解决
Terminal‑Bench 2.1	社区维护的开源基准	容器化环境中的终端/Shell 交互任务	考察模型读取命令输出、定位错误并自主恢复的端到端完成度
OSWorld（及 OSWorld‑Verified）	Xie 等，2024	真实操作系统环境中的多模态计算机使用任务	369 个跨浏览器、桌面应用与系统操作的真实任务，自动化判定任务是否达成
Humanity‘s Last Exam（HLE）	多机构联合构建的高难度学科基准	跨学科前沿知识与推理能力	包含可工具调用与不可工具调用两种设置，人工与自动评分结合
GDPval‑AA v2	Anthropic 内部知识工作基准	专业知识工作产出的综合质量	类 Elo 评分制，衡量模型在真实知识工作任务上的相对水平

需要特别说明的是，SWE‑bench、OSWorld 这类基准是由学术界或独立社区发布并维护的，模型厂商并不掌控评测题目与判分逻辑，这使得它们相对其内部基准而言更具横向可比性；而 GDPval‑AA v2 这类内部基准虽然在方法论上同样严谨，但分数的绝对值更适合用于同一机构内部不同模型间的纵向比较，跨厂商比较时需要谨慎。

4.2　核心评测数据对比

下表汇总了 Anthropic 官方发布材料及多家科技媒体（TechCrunch、VentureBeat、MarkTechPost、The New Stack）报道中一致披露的 Sonnet 5 核心评测数据，并与上一代 Sonnet 4.6、当前旗舰 Opus 4.8 做横向对比。

评测基准	Claude Sonnet 4.6	Claude Sonnet 5	Claude Opus 4.8
SWE‑bench Pro（智能体编码）	58.1%	63.2%	69.2%
Terminal‑Bench 2.1（终端操作）	67.0%	80.4%	82.7%
OSWorld‑Verified（计算机使用）	78.5%	81.2%	未在公开对比图中单独披露
HLE·不带工具（多学科推理）	34.6%	43.2%	未在公开对比图中单独披露
HLE·带工具（多学科推理+检索）	46.8%	57.4%	57.9%
GDPval‑AA v2（知识工作，类 Elo 评分）	未单独披露	1618	1615

几项数据值得展开解读。首先，Terminal‑Bench 2.1 上 13.4 个百分点的提升是所有公开数据中增幅最大的一项，这与第三章讨论的“智能体优先”训练目标高度吻合——终端操作天然需要模型准确解析命令输出、识别错误信息并做出连续多步的纠正动作，这正是智能体能力而非单纯知识能力的体现。其次，在 HLE 这种知识密集型基准上，Sonnet 5 带工具检索后的分数（57.4%）已经非常接近 Opus 4.8（57.9%），但不带工具时差距明显更大，说明 Sonnet 5 的检索与工具编排能力对最终表现的贡献占比相当可观。第三，在 GDPval‑AA v2 这项知识工作基准上，Sonnet 5 以微弱优势超过了 Opus 4.8，Anthropic 官方解释这一反常现象部分源于 Sonnet 5“推理步骤更紧凑”——较短的推理路径反而减少了长链条推理中累积误差的机会，这对评测“专业知识工作产出质量”这类对响应简洁度同样敏感的任务而言是有利的。

4.3　成本‑性能曲线与帕累托前沿分析

把基准分数和定价结合起来看，才能完整理解“性价比”这件事。Anthropic 公布的成本‑性能曲线显示，在以往的代际中，Sonnet 系列与 Opus 系列之间存在明显的“能力断层”——Sonnet 4.6 无论如何调整投入度，都达不到 Opus 4.8 的能力上限；而 Sonnet 5 的引入，使得 Sonnet 与 Opus 两条曲线在图上首次连成了一条连续的帕累托前沿：Sonnet 5 覆盖了从低成本到中高能力的区间，Opus 4.8 接力覆盖了更高精度但更高成本的区间。

为便于直观理解这种关系，可以定义一个简化的边际性价比指标（注意：这是本文为辅助说明而构造的启发式指标，并非 Anthropic 官方定义的正式指标）：

$$\text{边际性价比}\approx \frac{\Delta (\text{评测得分})}{\Delta (\text{每百万 Token 综合成本})}$$

在低、中投入度区间，Sonnet 5 相对 Sonnet 4.6 的边际性价比是单调改善的，因为同等成本下能力分数全面提升；但在 xhigh 这一最高投入度区间，由于深入探索带来的 token 消耗增长速度可能快于分数提升速度，边际性价比有可能出现拐点，此时切换到 Opus 4.8 反而更划算。这也是 Anthropic 在文档中明确建议开发者“基于自己的实际工作负载做评测，而不是直接套用默认投入度”的原因。

---

第 5 章　真实世界的智能体表现：从代码到知识工作

5.1　软件工程场景的纵深实测反馈

除了标准化基准，Anthropic 在发布材料中收录了多家早期访问合作伙伴的反馈，这些反馈虽然带有厂商筛选的局限性，但提供了基准分数之外的细节线索。来自 Cursor 的联合创始人提到，使用 Sonnet 5 的智能体能够“按计划推进、遵循既有代码规范并交付干净的多步骤改动”，且整体 token 消耗效率更高；Rust 工程师社区的反馈则描述了一个具体场景——在排查一个 bug 时，模型主动编写了可复现问题的测试用例，实现修复后又将修复回退以确认问题确实存在，随后再恢复修复，整个验证闭环在一次会话中自动完成，没有被显式要求这样做。另一家代码托管平台的工程团队反馈称，在数十个真实的高难度 Pull Request 上，模型能够独立将每一个改动推进到“通过测试、可验证”的状态，使人类工程师得以把精力集中在最终的判断与签署环节，而不是逐行排查代码细节。

这些反馈共同指向一个技术层面的判断：Sonnet 5 在“brownfield”（存量遗留代码，而非从零搭建的“greenfield”项目）场景下的优势更为突出，尤其是在竞态条件排查、隐藏测试发现、定位故障真实根因而非仅仅修补症状这类需要持续推理与验证的任务上表现更稳健。这与第二章介绍的 METR 时间跨度理论形成呼应：遗留代码排错往往是典型的长链条任务，模型需要在较长的“自主时间窗口”内保持推理的连贯性和自我纠错能力，而不是依赖一次性的高质量首次生成。

5.2　知识工作与跨行业场景表现

知识工作场景的反馈同样值得关注。一家面向企业自动化的平台公司提到，他们交给 Sonnet 5 一项包含两个独立子任务的工作——更新客户关系管理系统中的账户分级，并向企业联系人发送产品发布通知——模型端到端完成了整个流程，而此前的模型版本常常在任务进行到一半时卡住。另一家专注于法律科技的公司的工程团队反馈，模型在原告方法律研究与分析任务上，呈现出官方所称“帕累托前沿”式的性价比优势，使他们更早完成了模型迁移的决策。

5.3　计算机使用（Computer Use）能力解析

计算机使用是指模型通过观察屏幕截图、控制鼠标键盘等方式，在真实图形界面环境中完成任务的能力，这与依赖结构化 API 调用的传统工具使用有本质区别——模型必须从像素级或可访问性树（accessibility tree）层面理解界面状态，并据此规划下一步操作，容错空间更小。在 OSWorld‑Verified 这项基准上，Sonnet 5 取得 81.2%，相对 Sonnet 4.6（经口径调整后为 78.5%）提升约 2.7 个百分点。一家保险科技公司的反馈提到，他们基于计算机使用能力构建的智能体被用于处理保单提交录入、首次损失通知（FNOL）、损失记录核查等真实业务系统操作场景，模型能够“持续做出正确动作并保持较高速度”，这类反馈侧面印证了 OSWorld‑Verified 分数提升在实际业务系统对接场景中的可感知程度。

---

第 6 章　安全对齐与风险评估

6.1　自动化行为审计方法论与“对齐税”概念

Anthropic 在 Sonnet 5 的安全评估中使用了一套自动化行为审计（automated behavioral audit）流程，在大量构造的情境下测试模型是否表现出“配合滥用请求”“欺骗”“讨好式迎合（sycophancy）”等一系列不良行为模式，并据此给出一个综合性的“不良行为发生率”指标。官方披露的结果显示，Sonnet 5 在这项审计中的不良行为发生率低于上一代 Sonnet 4.6，意味着整体上更安全；但相对能力更强的 Opus 4.8 以及尚未面向公众开放的 Mythos Preview，Sonnet 5 的不良行为发生率仍然偏高一些。这一现象与对齐研究领域常讨论的“对齐税”（alignment tax）概念相关——更强的对齐训练往往需要消耗额外的算力与数据预算，在同等训练资源约束下，模型能力与对齐程度之间客观上存在一定的权衡关系，不同档位的模型由于训练预算与目标设定不同，呈现出的安全特征也会有差异。

6.2　网络安全红线测试：以 Firefox 漏洞复现评测为例

网络安全能力是 Anthropic 评估体系中专门设置的高风险维度。官方与 Mozilla 合作设计了一项评测，测试模型在 Firefox 147 浏览器（评测时已存在、目前已在 Firefox 148 中修补）的真实漏洞上开发可用攻击载荷（exploit）的能力，分别统计“完全可用漏洞利用”与“部分成功”两档结果。

模型	完全可用漏洞利用成功率	部分成功率
Claude Sonnet 4.6	0.0%	8.8%
Claude Sonnet 5	0.0%	13.2%
Claude Opus 4.8	68.8%	未单独披露
Claude Mythos 5	88.4%	未单独披露

数据显示，两代 Sonnet 模型均未能开发出完整可用的漏洞利用程序，但 Sonnet 5 在“部分成功”这一更宽松的指标上略高于 Sonnet 4.6。Anthropic 官方将这一变化归因于模型通用智能水平的整体提升，而非针对网络安全任务的专门训练——官方明确表示并未刻意在网络安全任务上训练 Sonnet 5。与 Opus 4.8、Mythos 5 相比，Sonnet 系列在这一能力维度上的差距是数量级的，这也是 Anthropic 建议对网络安全相关的、需要降低护栏限制的工作优先选用 Opus 4.8 而非 Sonnet 系列的直接依据。

6.3　实时网络安全护栏机制的分级设计

正因为 Sonnet 5 相对上一代在网络安全相关能力上出现了“略有增强”的信号，Anthropic 在其默认部署中启用了实时网络安全护栏（real‑time cyber safeguards）——一套用于在请求层面实时识别并阻断危险网络安全用途的系统。值得注意的是，这套护栏机制并非“一刀切”地适用于所有模型：Sonnet 5 沿用的是与 Opus 4.7、Opus 4.8 相同等级的护栏强度，而专门面向更高能力梯队的 Fable 5，其护栏限制要严格得多，覆盖的网络安全任务类型范围也更广。Anthropic 对这种分级处理的解释是：基于评估结果判断，Sonnet 5 带来的整体网络安全风险水平较低，因此没有必要施加与高能力模型同等严格的限制——这本身体现了一种与模型能力梯队挂钩、动态调整安全护栏强度的工程思路，而不是采用统一标准。

---

第 7 章　横向定位：Anthropic 模型矩阵中的 Sonnet 5

7.1　模型矩阵全景

截至本文写作时，Anthropic 的模型矩阵大致可以划分为四个能力与定价梯队：面向低延迟、轻量任务的 Haiku 系列；面向性价比与智能体主力场景的 Sonnet 系列；面向旗舰级通用智能与高精度任务的 Opus 系列；以及位于矩阵顶层、能力更强但护栏与可用范围也更受限的 Mythos 级别（Mythos 与同源但安全限制更严格的 Fable）。需要说明的是，根据公开报道，Mythos 5 与 Fable 5 目前因出口管制相关政策而暂停面向公众开放，Mythos Preview 则仅面向“Project Glasswing”项目下一小部分受信机构开放，这部分信息以 Anthropic 官方公告为准。

7.2　与友商模型的定价与定位差异

媒体报道中提到，在标准定价下，Sonnet 5 相对 OpenAI 与 Google 同期的旗舰级或次旗舰级模型具备价格优势，但相对部分更轻量的竞品模型（如 Gemini 系列中的轻量档位）仍然偏贵。出于谨慎，本文不引用未经权威信源充分交叉验证的具体跑分数字来横向比较不同厂商模型的能力表现——基准测试方法论、评测脚手架（scaffold）与提示词工程的差异，往往会让同一基准下不同来源的“友商分数”出现较大波动，贸然罗列容易产生误导。可以确认的是，价格层面 Sonnet 5 在标准定价下比 Opus 4.8 低约 60%，这一定位策略清晰指向“用更低成本覆盖原本需要旗舰模型才能完成的智能体任务”这一目标客群。

模型/系列	标准定价（输入/输出，每百万 Token）	当前定位与状态
Claude Sonnet 5	3 美元 / 15 美元（促销期 2 美元/10 美元，至 2026 年 8 月 31 日）	全量开放，Free/Pro 默认模型
Claude Opus 4.8	5 美元 / 25 美元	全量开放，旗舰通用智能
Claude Fable 5	第三方聚合数据显示约 10 美元/50 美元	因出口管制相关政策暂停面向公众开放
Claude Mythos 5 / Mythos Preview	未公开零售定价	暂停面向公众开放，Mythos Preview 仅限受信合作伙伴

7.3　选型建议：什么场景该用 Sonnet 5

结合前文的理论与数据，可以给出一个相对克制的选型判断：对于日常的智能体编码、终端自动化、知识工作流程编排、需要在成本与质量间取得平衡的中高复杂度任务，Sonnet 5（配合 medium 到 high 投入度）是当前性价比最优的选择之一；对于要求最高准确度、可以承受更高成本的关键决策场景，或是需要更宽松网络安全护栏的专业安全研究场景，Opus 4.8 仍是更稳妥的选择；而对于极简单、高并发、延迟敏感的任务（如简单分类、子智能体路由），更轻量的 Haiku 档位通常性价比更高。这种“按任务复杂度匹配模型档位与投入度”的工程思路，本质上是对第四章讨论的成本‑性能帕累托前沿的实践应用。

---

第 8 章　结论与展望：智能体经济视角下的工程启示

8.1　核心结论汇总

把全文的理论梳理与数据分析收束起来，可以得到几条相对扎实的结论。第一，Claude Sonnet 5 延续了 Transformer、RLHF/Constitutional AI、Scaling Law 这三条理论主线所定义的技术范式，其能力提升并非依赖某种颠覆性的新架构，而更多体现为训练目标设定（智能体优先）、工程细节（分词器、上下文管理、投入度可调）与对齐方法论的持续打磨。第二，在 SWE‑bench Pro、Terminal‑Bench 2.1、OSWorld‑Verified、HLE 等多项独立或半独立基准上，Sonnet 5 相对上一代实现了全面且部分维度显著的提升，其中终端操作类任务的提升幅度最大，这与“智能体优先”的训练取向高度吻合。第三，Sonnet 5 与 Opus 4.8 之间首次在成本‑性能图上形成连续的帕累托前沿，意味着开发者可以更细粒度地按预算与精度需求做模型与投入度选型，而不再面临“要么便宜但能力不足、要么强大但昂贵”的离散选择。第四，在安全维度，Sonnet 5 整体优于上一代，但其网络安全相关能力的微弱上升，也促使 Anthropic 为其匹配了与 Opus 同等级别的实时护栏机制，体现出安全策略与能力评估动态绑定的工程取向。

8.2　局限性与开放问题

本文的解读也存在若干局限，值得读者审慎看待。首先，绝大多数评测数据来自 Anthropic 官方及转引官方数据的媒体报道，虽然多家独立媒体的数字相互印证、内部自洽，但严格意义上的第三方复现评测在本文写作时尚未大规模出现，实际生产环境中的表现可能与发布初期的精选案例反馈存在差异。其次，基准测试本身存在“评测脚手架依赖”问题——同一模型在不同的提示词工程、工具封装方式下，分数可能出现数个百分点的波动，这是整个行业评测方法论共同面临的挑战，而非某一家厂商或某一篇评测文章可以单独解决的。第三，智能体能力的“时间跨度”理论虽然提供了有解释力的外推框架，但其长期预测的不确定性较大，模型能力提升曲线是否会持续保持指数增长，本身仍是开放的研究问题。

8.3　获取与使用方式说明（国内用户必读）

对于希望实际体验或在自己的应用中调用 Claude Sonnet 5 的读者，正规渠道包括：面向普通用户的 Claude.ai 网页与客户端（Free/Pro/Max 等订阅档位）、面向开发者的 Claude Platform（API）与 Claude Code、以及通过 Amazon Bedrock、Google Cloud Vertex AI、Microsoft Foundry 等云平台间接调用。

⚠️ 重要提醒：Claude.ai 与 Claude Platform 在中国大陆地区无法直接访问，网络与合规环境均受限。国内用户如需使用 Claude Sonnet 5，强烈推荐使用国内可用的第三方镜像服务 AIGCBAR。该平台提供：

• 与官网一致的 Claude Sonnet 5、Opus 4.8 等模型调用；
• 支持网页聊天界面，兼容 OpenAI 格式；
• 国内网络直连，无需额外代理；
• 付费价格远低于官方定价。

使用步骤：

1. 点击上方链接注册账号；
2. 登录后在注册商店中订阅套餐，然后打开Claude界面，在模型列表中选择 “Claude Sonnet 5” ；
3. 开始对话。

企业级用户如需合规跨境调用，也可优先通过 AWS Bedrock 等云平台在已获授权的区域内使用，但个人开发者与中小团队通过 AIGCBAR 是最便捷、成本最低的解决方案。请勿使用未经官方或社区认证的来路不明的代理服务，以免造成数据泄露或计费纠纷。

参考文献

1. Anthropic. Introducing Claude Sonnet 5. 2026 年 6 月 30 日. 链接
2. Anthropic. Claude Sonnet 5 System Card. 2026 年 6 月 30 日. 链接
3. Anthropic Platform Docs. Effort. 链接
4. Vaswani, A., Shazeer, N., Parmar, N., et al. Attention Is All You Need. arXiv:1706.03762, 2017.
5. Kaplan, J., McCandlish, S., Henighan, T., et al. Scaling Laws for Neural Language Models. arXiv:2001.08361, 2020.
6. Hoffmann, J., Borgeaud, S., Mensch, A., et al. Training Compute‑Optimal Large Language Models（Chinchilla）. arXiv:2203.15556, 2022.
7. Bai, Y., Kadavath, S., Kundu, S., et al. Constitutional AI: Harmlessness from AI Feedback. arXiv:2212.08073, 2022.
8. Jimenez, C. E., Yang, J., Wettig, A., et al. SWE‑bench: Can Language Models Resolve Real‑World GitHub Issues? arXiv:2310.06770, 2023/2024.
9. Xie, T., et al. OSWorld: Benchmarking Multimodal Agents for Open‑Ended Tasks in Real Computer Environments. arXiv:2404.07972, 2024.
10. Kwa, T., et al.（METR）. Measuring AI Ability to Complete Long Tasks. arXiv:2503.14499, 2025.
11. VentureBeat. Anthropic launches Claude Sonnet 5 at a steep discount to its top model as the company races toward a blockbuster IPO. 2026 年 6 月 30 日. 链接
12. TechCrunch. Anthropic launches Claude Sonnet 5 as a cheaper way to run agents. 2026 年 6 月 30 日. 链接
13. MarkTechPost. Anthropic Claude Sonnet 5 vs Sonnet 4.6 vs Opus 4.8: Agentic Coding Benchmarks, API Pricing, and Cost‑Performance Tradeoffs Compared. 2026 年 6 月 30 日. 链接
14. The New Stack. Anthropic Sonnet 5: It closes the gap with Opus 4.8, and is cheap until August. 2026 年 6 月 30 日. 链接

声明：本文数据均来自上述公开来源，撰写时已尽力核实并标注出处；受限于行业评测方法论本身的局限，具体数值在不同测试环境下可能存在合理误差，建议读者在做生产决策前以 Anthropic 官方最新发布与自身实测为准。文中推荐的 AIGCBAR 为第三方服务，使用前请自行评估其稳定性。