Claude Sonnet 5

資料來源#

• Introducing Claude Sonnet 5

摘要#

Claude Sonnet 5 是 Anthropic「迄今最具代理能力的 Sonnet」（於 2026 年 7 月 2 日宣布），是 Sonnet 4.6 的直接升級版，能制定計畫、使用工具（瀏覽器、終端機），並以「就在幾個月前仍需要更大型、更昂貴模型的水準」自主執行。Anthropic 的定位是：Sonnet 系列開啟了代理時代（3.5 / 3.6 / 3.7 是首批具備強大程式設計與工具使用能力的模型），但近期的代理能力進展集中在 Opus 系列——Sonnet 5 以較低價格縮小了這項差距，表現接近 Opus 4.8。 API 模型 ID：claude-sonnet-5。這是第一方發布公告，因此屬於 vendor-claim 來源；以下基準測試差異均來自 Anthropic，更完整的評估則收錄於 Claude Sonnet 5 System Card。

定價與身分#

• **介紹期定價（截至 2026 年 8 月 31 日）：**輸入 token 每百萬 2 美元，輸出 token 每百萬 10 美元。
• **標準定價（自 2026 年 9 月 1 日起）：**輸入每百萬 3 美元、輸出每百萬 15 美元；Opus 4.8 則為 5 / 25 美元。
• API 模型 ID claude-sonnet-5；這是 Free 與 Pro 方案的預設模型，也可供 Max、Team、Enterprise 使用，並可在 Claude Code 與 Claude Platform 上使用。
• Chat、Cowork、Claude Code 與 Claude Platform 全面提高速率限制，以容納更高努力程度的 token 使用量。

能力概況#

標題式主張是成本效能範圍，而非單一峰值。Anthropic 以 Sonnet 4.6（前代模型）與 Opus 4.8（能力更強的參考模型）為基準，在兩項代理 eval 上比較 Sonnet 5——BrowseComp（代理搜尋）與 OSWorld-Verified（電腦使用）：

• 在推理、工具使用、程式設計與知識工作方面，全面優於 Sonnet 4.6。
• 成本效能範圍比 Opus 4.8 更寬廣，可透過 effort 參數調整（最高至 xhigh）：在中等努力程度下，成本效率顯著更佳；而更高努力程度的執行「在某些任務上可以匹敵 Opus 4.8」。其訴求是，使用者可以在 Sonnet 5 與 Opus 4.8 之間調整努力程度，找出合適的成本／效能平衡——這是 Client-Side Agent Optimization 中努力程度／預算槓桿的第一方實例。
• 早期存取合作夥伴表示，它「能完成先前 Sonnet 模型做到一半便會停止的複雜任務」，並且**「不需明確要求就會檢查自己的輸出」**——這種自發性自我驗證能力，正是 shrinking-harness 論點所預測的現象（原本由 harness 提供的驗證腳手架，會移轉到模型中）。

（Sonnet 4.6 與 Opus 4.8 的正面基準測試表僅以圖片形式發布於來源中，因此此處不轉錄。）

基準測試勘誤（方法論，而非模型）：一份 2026 年 6 月 30 日的變更紀錄，將 BrowseComp 成本效能圖表修正為標準代理搜尋方法（含壓縮與程式化工具呼叫的 1,000 萬 token 預算），先前的方法低估了 Sonnet 5。Sonnet 4.6 的基線也重新陳述：Humanity's Last Exam 重新評分為 34.6%（無工具）／46.8%（有工具），OSWorld-Verified 則為 78.5%，原因是 eval 方法變更——因此數字與 Sonnet 4.6 發布部落格中的數字不同。

Token 經濟學（遷移風險）#

Sonnet 5 使用更新後的 tokenizer——這類變更與 Opus 4.7 引入的相同——因此同一份輸入依內容類型而定，會對應到約 1.0–1.35 倍的 token。Anthropic 設定介紹期定價，是為了讓從 Sonnet 4.6 遷移的成本「大致持平」。如同 Opus 4.7，實際流量的 token 膨脹取決於內容，值得實際測量而非假設（可交叉參考 Claude Code Best Practices 中「上下文視窗是首要限制」的主題）。

安全與對齊概況#

Anthropic 的部署前評估顯示，Sonnet 5 整體優於 Sonnet 4.6：

• 代理安全：更擅長拒絕惡意要求，並且能抵抗提示注入攻擊中的劫持嘗試。
• **誠實性：**幻覺與諂媚率低於 Sonnet 4.6。
• 自動化行為稽核（涵蓋多種情境中的合作濫用、欺騙及其他不對齊行為）：Sonnet 5 的整體分數低於——也就是更安全於——Sonnet 4.6，但**高於（更差於）能力更強的 Opus 4.8 與 Claude Mythos Preview。**這與通常的擔憂正好相反：在此稽核中，能力更強的模型反而更對齊，而 Sonnet 5 殘留的不對齊是中階能力的產物，不是前沿能力的產物。

網路安全能力與防護措施#

Sonnet 5 並未刻意接受網路安全任務訓練（可對比 Opus 4.7，其網路安全能力在訓練期間被差異化削弱）。它能處理例行且無害的網路安全工作，但在漏洞利用開發等危險任務上，表現「顯著較差」於 Opus 4.8 與 Mythos 5。

• Firefox 漏洞利用 eval（與 Mozilla 共同建立；Firefox 148 中的所有漏洞均已修補）：兩個 Sonnet 模型在開發可運作漏洞利用方面的得分都是 0.0%。Sonnet 5 的部分成功率略高於 Sonnet 4.6——Anthropic 將此歸因於通用智慧的提升，而非網路安全專項訓練。
• 預設啟用防護措施。由於 Sonnet 5 在此方面略強於 4.6，因此發布時採用與 Opus 4.7 和 4.8 相同的即時網路安全防護措施（在推論時偵測並阻擋遭禁止／高風險的網路安全使用）。這些防護被判定為低風險，不如 Fable 5 啟用時的防護措施嚴格（後者會阻擋更廣泛的網路安全任務，並切換至較弱的模型）。合法的安全研究人員可透過Cyber Verification Program進行；Anthropic 建議需要降低防護限制的網路安全工作使用 Opus 4.8。

這使 Sonnet 5 成為 Capability-Gated Model Fallback 所描繪防護光譜上的獨特位置：沒有刻意的訓練降級（其低網路安全能力是原生的）、採用 Opus 4.7／4.8 嚴格程度的推論時偵測與阻擋，且沒有模型切換回退——比 Fable 5 的分類器加回退機制更窄，因為其底層能力提升風險被判定為低。

可用性#

自發布日起（2026 年 7 月 2 日）全面可用：Free／Pro 預設使用，Max／Team／Enterprise 可用，可在 Claude Code 與 Claude Platform 上使用（原生、AWS、Microsoft Foundry；Google Vertex 對 Cyber Verification Program 的支援即將推出）。API ID claude-sonnet-5。

相關連結#

• Claude Opus 4.8——Sonnet 5 用來衡量的能力上限：「以較低價格接近 Opus 4.8」、在較高努力程度下於部分任務匹敵它，且在行為稽核上比 Sonnet 5 更安全；也是 Anthropic 建議用於低防護限制網路安全工作的模型
• Claude Opus 4.7——兩項與遷移相關變更的先例：1.0–1.35 倍 tokenizer 膨脹，以及 Sonnet 5 繼承的預設即時網路安全防護
• Claude Fable 5——防護光譜中更嚴格的一端；Sonnet 5 的網路安全防護明確「不如 Fable 5 啟用時的防護嚴格」
• Claude Mythos 5——Sonnet 5 遠遠不及的網路安全能力參考點
• Mythos Model——Mythos Preview 是行為稽核中對齊程度最佳的參考，Sonnet 5 落後於它
• Anthropic——供應商
• Claude Code——主要代理執行環境；Sonnet 5 在發布時即作為可用模型提供
• Capability-Gated Model Fallback——Sonnet 5 為防護光譜框架新增低風險、無回退的一點
• Client-Side Agent Optimization——Sonnet 5 的努力程度成本效能調校，是模型分工／預算／路由槓桿的第一方實例
• Harness Shrinkage as Models Improve——「不需要求就檢查自己的輸出」代表驗證腳手架從 harness 移轉到模型中
• Agentic Prompt Injection——改進的劫持抵抗能力是代理安全的主要提升
• Automated Behavioral Audit——Sonnet 5 接受評分的對齊評估（比 4.6 更安全，比 Opus 4.8／Mythos Preview 更差）
• LLM-Driven Vulnerability Research——Sonnet 5 刻意較弱的網路安全能力軸；Firefox 漏洞利用 eval 是實例
• Responsible Scaling Policy Evaluations——Sonnet 5 的部署前安全／能力 eval，以及其低風險網路安全判定

待解決的問題#

• 來源中的 Sonnet 4.6 與 Opus 4.8 正面基準測試數字僅以圖片呈現；System Card 收錄完整資料。
• 一般 Sonnet 5 流量的實際 token 膨脹倍數是多少（1.0–1.35 倍取決於內容）？當努力程度提高後，「大致持平成本」是否仍然成立？
• 為何中階模型在行為稽核中的不對齊程度高於能力更強的 Opus 4.8 與 Mythos Preview——這是能力與對齊的耦合，還是 Sonnet 與 Opus／Mythos 系列之間訓練配方的差異？
• Sonnet 5 究竟在哪個努力程度上能匹敵 Opus 4.8？其交叉點成本與直接執行 Opus 4.8 相比如何？

資料來源#

• Introducing Claude Sonnet 5 — Anthropic, "Introducing Claude Sonnet 5"（2026 年 7 月 2 日；變更紀錄於 2026 年 6 月 30 日編輯）。evidence: vendor-claim