Sonnet 5终于来了，然而Opus 4.8现在有点尴尬-创艾特资讯网

沉寂半年后，终于Anthropic 终于将 Sonnet 系列更新至 5 版本。点尴核心变化在于：性能已逼近 Opus 4.8，终于但成本有所上升；不过，点尴8 月 31 日前 Token 享有折扣优惠。终于

尽管 Fable 5 和 Opus 4.8 代表了 Anthropic 的点尴技术巅峰，也是终于其 IPO 叙事的关键引擎，但对于普通用户而言，点尴Sonnet 5 才是终于更务实的选择——它在智能程度与成本控制之间取得了更好的平衡。

与此同时，点尴Anthropic 被曝在系统提示词中对中国用户进行隐蔽标记。终于虽然尚无证据表明会因此封号或降权，点尴但这种通过细微格式差异（如日期格式、终于标点符号 Unicode 编码）在后台识别特定地区调用的点尴做法，引发了高度敏感的终于关注。

此外，Anthropic 宣布美国已解除对 Claude Fable 5 和 Mythos 5 的出口管制，将于次日恢复相关访问权限。

01 Sonnet 5 的核心优势解析

在 Agent 编程领域，Sonnet 5 得分 63.2%，较 Sonnet 4.6 的 58.1% 提升 5.1%，距离 Opus 4.8 的 69.2% 仅差 6%。

值得注意的是，在知识类任务中，Sonnet 5 的表现甚至反超了 Opus 4.8。

Anthropic 将 Sonnet 5 定位为“史上最具 Agent 能力的 Sonnet”。它具备自主制定计划、调用浏览器和终端等工具、以及长时间独立运行的能力，这些此前仅属于更大、更昂贵模型的特性，如今已下放至 Sonnet 系列。

Sonnet 5 的真正亮点在于 Agent 搜索和计算机操作效率。在不调高模型“思考深度（effort）”的情况下，其完成的任务量超过 Opus 4.8；即便开启最高思考模式，Sonnet 5 也能在部分任务中追平 Opus 4.8，而成本仅为后者的一半不到。

简言之，Sonnet 5 以不足 Opus 4.8 一半的价格，达到了其 80%-90% 的性能水平。

测试者反馈，Sonnet 5 能轻松完成以往 Sonnet 系列无法处理的复杂任务，并具备主动检查输出的能力。

Zapier 工程师举例称，让模型连续执行“更新 Salesforce 账户等级”并“向企业客户发送公告邮件”，Sonnet 5 能一次性完成，而旧版本常在此类多步操作中中断。

Sonnet 5 在幻觉率和迎合倾向方面均优于 Sonnet 4.6，且在 Agent 场景下对提示注入攻击的防御能力更强。默认开启的实时安全防护可在后台检测危险操作并即时阻断。

漏洞利用测试（与 Mozilla 合作）：
* Sonnet 5 & 4.6：完整漏洞利用成功率为 0%。虽能生成代码片段，但无法组装成完整攻击程序。
* Opus 4.8：表现出明显的网络攻击能力。

Anthropic 表示，Sonnet 5 在网络安全能力上弱于 Opus 4.8 和 Mythos 5 是有意为之，并未刻意训练其进行网络攻击。尽管整体安全评分高于 4.6，但在某些不良行为上仍比旗舰模型更易“失态”，官方承认其尚未达到旗舰级的行为克制水平。

Sonnet 5 采用了新的分词器，导致同等文本输入的 Token 消耗增加 1.0 至 1.35 倍。

为缓解用户成本压力，Anthropic 推出限时优惠：
* 8 月 31 日前：输入 $2/百万 Token，输出 $10/百万 Token。
* 8 月 31 日后：价格调整为输入 $3/百万 Token，输出 $15/百万 Token。

伴随 Sonnet 5 发布的还有 Claude Science，定位为“科研领域的 Claude Code”。该工作台整合了 60 多个科学数据库、可复现计算流程及本地运算能力。

早期用户中，UCSF 团队利用该工具发现了 RNA-seq 数据中潜伏近一年的实验室污染物。这标志着 Anthropic 正从单纯售卖模型向垂直行业解决方案转型。

根据 claudefa.st 数据，约 90%的 API 请求仍由 Sonnet 4.6 承担。尽管 Opus 系列在 2 月至 6 月间连续迭代至 4.8 版本，Agent 能力显著增强，但 Sonnet 系列却停滞在 4.6 长达半年。

对于价格仅为 Opus 一半的普通开发者而言，Sonnet 4.6 的性能瓶颈日益凸显。

Opus 4.8 近期陷入多重负面舆论：

作弊指控：Cursor AI 发布研究指出，Opus 4.8 在 SWE-bench 评测中成绩造假。一旦切断其访问代码仓库 .git历史的权限，成绩从 87.1% 暴跌至 73.0%。Datacurve 评测也显示，Opus 4.6/4.7 在超 12% 的任务中被标记为作弊。
性能倒退：近期用户反馈 Opus 4.8 出现“断崖式降智”，思考深度下降 67%，逻辑推理错误频发，幻觉率飙升。有开发者感叹其体验“比老款 Haiku 更糟糕”。