80
This article covers the release and performance positioning of Claude Sonnet 5, combining benchmark tests, security analysis, and community debates to explore its cost-effectiveness and use cases as a high-frequency execution model. 5 51CTO技术栈
Yesterday 3487 words (about 14 min) View Source →
Sign in to highlight text and take notes as you read. Sign in now
原创 大石 2026-07-01 12:30 美国
今天凌晨，Anthropic终于把Claude Sonnet 5端上来了！
编辑 | 大石
今天凌晨，Anthropic终于把Claude Sonnet 5端上来了！
官方给它的定位是“Near-Opus thinking, at Sonnet speed"。
接近 Claude Opus 4.8的思考能力，同时保留Sonnet系列的速度。!Image 4
Anthropic称其为迄今为止 最具主导性的模型。
•接近Opus 4.8级表现，但成本更低
• 推理、工具使用、编程和知识工作有显著提升
• 免费和专业用户的默认模式
• 现已提供 Claude 代码和 API 版本
•折扣 定价：2美元/M输入，10美元/M输出，折扣日期至8月31 日
•标准定价：3美元/M输入，15美元/M输出
• 整体比Sonnet 4.6更安全，幻觉和谄媚率更低
• 网络安全措施默认启用，但Anthropic表示，Opus在严肃的网络工作中依然更为强大
目前，Claude Sonnet 5已经出现在 Perplexity的模型列表中，成为用户的默认模型。
全面逼近Opus 4.8，性价比之王来了？
先看官方数据。
Sonnet 5在SWE-bench Pro得分63.2%，稍逊Opus 4.8的69.2%，超过GPT-5.5的58.6%
在Terminal-Bench 2.1是80.4%，仅仅比Opus 4.8是少2.3%；
在Humanity’s Last Exam差距更小，仅仅相差0.5%，甚至可以忽略不计。
虽然差距还在。但 Claude Sonnet 5已经跨过普通中档模型。
大量开发任务并不需要模型拿第一，只需要它用更低成本把事情推进到可检查状态。修bug、补测试、读旧代码、小范围重构，都属于这一类。
Claude Opus 4.8适合留给高风险判断和难题。Claude Sonnet 5更适合放在高频执行位置。
Anthropic官方基准测试图：Claude Sonnet 5整体接近Claude Opus 4.8，但多数项目仍低于Claude Opus 4.8。
Claude Sonnet 5补充了执行能力
> Claudeai：Built to run, not just respond（模型不能只会聊天，还得能真正把任务跑下去。）
参数层面，1M上下文窗口、128K最大输出、5档effort控制都指向同一件事：让模型接更长的任务链。
Sonnet 4.6里adaptive thinking还是可选，到了Sonnet 5变成默认能力。
在两个模型对比中，coding和agentic strength也被标成接近Claude Opus质量。
就作品质量而言，Opus赢了。在模型速度和成本方面，Sonnet 5获胜。
effort：它更像“干活模型”了
把通过率和每个任务成本连着看。
Claude Sonnet 5从low到max的曲线覆盖范围更宽，在一些投入水平下可以接近Claude Opus 4.8，同时成本低于图中同档Claude Opus 4.8。
实际使用时，小修小补可以放在低 effort，迁移、调试、跨文件改动再拉高。任务能分档，账单也不用一开始就冲到最贵模式。
Anthropic原文图：不同effort水平下，Claude Sonnet 5在Agentic search任务里的性能和成本曲线。
Cursor火速接入，开发者场景先跑起来了
Sonnet 5发布之后，Cursor立刻宣布Claude Sonnet 5上线。
Claude Sonnet 5已在Cursor上线，CursorBench从Claude Sonnet 4.6的49%提升到57%。
CursorBench 3.1里，Sonnet 5默认档拿到57%，Sonnet 4.6 high是49%。Sonnet 5的位置接近Opus 4.8 high，但平均任务成本更低。
落到日常工作里，开发工具会是它最早被反复调用的入口之一。
读项目结构、产出修改计划；修 bug时补复现测试；处理依赖升级和接口迁移。它干的是那些一天里反复出现、每次都要消耗注意力的活。
安全性拉满，开发者不能只看跑分
除了跑分，System Card里的安全测试也得看。
Agent模型一旦能读代码、跑浏览器、调用终端，风险就从回答错误变成操作错误。网页、README、issue、日志、代码注释里都可能藏着间接提示注入。
模型如果照着恶意指令走，就可能泄露信息、改错文件、执行不该执行的操作。
System Card里，Anthropic专门做了Shade间接提示注入测试。
在coding environments里，Sonnet 5带thinking时，无防护攻击成功率是0.31%；加上safeguards之后降到0.09%。
同一情境下，Opus 4.8带thinking无防护是7.03%。是Sonnet 5的数倍！
Claude Sonnet 5 System Card：Shade间接提示注入在编码环境中的攻击成功率，越低越好。
System Card还给了Firefox 147 exploit development测试。
Anthropic表示，Claude Sonnet 5在这个漏洞利用测试上比Claude Sonnet 4.6略有提升，但仍明显低于Claude Opus 4.8和Claude Mythos 5；
在开启默认安全缓解后，Claude Sonnet 5在Firefox 147上得分为0。
对开发者更重要的是安全性表现。Claude Sonnet 5如果要进Claude Code、Cursor和浏览器类Agent，提示注入、工具权限、滥用防护会直接影响它能不能被放心交到工作流里。
网友不买账？是虚假账单还是模型问题
不过，Claude Sonnet 5发布后，争议也来得很快。
最直接的不满，集中在一句话上： Sonnet这一档，原本就应该更快、更便宜、更能干。
但这次不少用户看完CursorBench和成本图后，第一反应并不是惊喜，而是困惑。
有网友直接吐槽，Anthropic在Claude Sonnet 5上“搞砸了”。原因很简单：代币效率太差，价格甚至比Claude Opus 4.8还贵。
这里说的不是标准API单价，而是放到具体任务里算出来的成本。
官网页面显示，它的标准价是输入3美元/百万token、输出15美元/百万token。
发布期还有优惠价，输入2美元、输出10美元。
相比Opus 4.8的输入5美元、输出25美元，乍看 Sonnet 5确实便宜一档。
但问题在于，Sonnet 5 Max比Opus 4.8 Max只便宜了0.72美元，得分还更低，消耗token却更多。
这就触到了开发者最敏感的地方。
如果一个Sonnet模型只是“比Opus略便宜一点”，那它为什么还叫Sonnet？
过去大家接受Sonnet，是因为它承担的是高频任务：速度快、价格低、够稳定。
你可以把一堆日常开发任务交给它，不用每次都心疼账单。
可如果Claude Sonnet 5在Max档下接近Claude Opus 4.8的成本，却没有拿到Claude Opus 4.8的效果，那开发者自然会问一句： 我为什么不直接用Claude Opus 4.8？
这也是这次争议最核心的地方。
Claude Sonnet 5不是没用，它的问题是定位被价格拖住了。
低effort和默认档下，它依然适合做Claude Code里的执行模型，用来跑常规任务、修bug、补测试、处理迁移。
但一旦开到Max，把它当成“便宜版Claude Opus 4.8”来用，性价比就会变得很尴尬。
所以这次Claude Sonnet 5真正要证明的，不是它能不能在某些榜单上接近Claude Opus 4.8。
它要证明的是： 在开发者每天反复调用的那些任务里，它能不能稳定地省时间、省token、省钱。
别把它当成 Claude Opus 4.8的廉价替身
拿 Claude Sonnet 5硬刚Claude Opus 4.8，尤其是开高effort、跑高成本bench，它可能并不划算。
真实开发里，模型不只有“最强”和“没用”两个位置。
Claude Sonnet 5更适合放在Claude Code的执行层。
它负责快速跑流程、改代码、补测试、交结果。
人负责设边界、看风险、决定合不合并。
社区里已经有人给出一种用法，先把模型切到 Claude Sonnet 5，再把effort设到Ultracode，复杂任务交给Claude Code Dynamic Workflows，让它启动更完整的动态流程。
> /model set to Claude Sonnet 5 /effort Ultracode 复杂任务启动Dynamic Workflows
这套用法是让 Claude Sonnet 5先走流程，把能自动化的部分跑完，再把结果交给开发者审。
如果 Fable 5回来，Claude Sonnet 5可能会更强大
Claude Sonnet 5 来了。
几乎所有基准测试都比Opus 4.8还差，这是不是意味着它没用？
绝对不是。用它配合Claude Code Dynamic Workflows！
Fable 5回归后，分工可以更清楚。
Fable 5做复杂推理、架构判断、方案取舍。Claude Sonnet 5做实现、测试、diff整理。
一个负责把方向想清楚，一个负责把任务跑出来。开发者卡在中间，给边界、收结果、做最后的技术判断。
或许它真正的价值，还要等待开发者们探索！