
推出 Claude Sonnet 5
2026 年 6 月 30 日,Claude Sonnet 5 发布。它是迄今为止最具自主性的 Sonnet 模型,能制定计划、使用工具并自主运行,而几个月前这需更大、更昂贵的模型才能实现。
对许多开发者来说,自主人工智能时代始于 Sonnet 系列模型,Claude Sonnet 3.5、3.6 和 3.7 是首批在编码和工具使用方面展现出色技能的模型,不过近期自主能力显著提升主要体现在 Opus 系列模型上。
Sonnet 5 缩小了差距,其性能接近 Opus 4.8,但价格更低。与前代 Sonnet 4.6 相比,它在推理、工具使用、编码和知识工作等自主性能重要方面有显著改进。
安全评估发现,与 Sonnet 4.6 相比,Sonnet 5 出现不良行为总体比率更低,在自主场景使用通常更安全,但与当前 Opus 模型相比,它执行网络安全任务能力低得多。
从当天起,Claude Sonnet 5 在所有套餐均可使用,是免费套餐和专业套餐默认模型,Max、团队和企业用户也能用,还可在 Claude Code 和 Claude 平台使用。截至 2026 年 8 月 31 日,其 introductory pricing 为每百万输入令牌 2 美元,每百万输出令牌 10 美元,之后将调整为每百万输入令牌 3 美元,每百万输出令牌 15 美元。开发者可通过 Claude API 使用 `claude - sonnet - 5`。
使用 Claude Sonnet 5
图表比较了 Sonnet 5 与 Sonnet 4.6 和 Opus 4.8 在不同 effort 级别下,在自主搜索评估 BrowseComp 和计算机使用评估 OSWorld - Verified 中的性能。Sonnet 5 相比 Sonnet 4.6 有明显改进,与 Opus 4.8 相比,提供了更广泛性价比选择。在中等 effort 水平下,成本效率显著提高;在高 effort 水平下,某些任务性能可与 Opus 4.8 媲美。用户可在 Sonnet 5 和 Opus 4.8 之间调整 effort 级别,找到成本和性能最佳平衡。
早期访问合作伙伴反馈一致表明,Sonnet 5 比前代产品更具自主性。测试人员描述了它完成复杂任务、检查输出以及以有吸引力价格完成自主工作的情况。
多位技术人员分享了使用体验,如李梓木称其为智能体提供强大执行层,适用于多步骤软件工程工作;丹尼尔·谢泼德表示它能完成以前模型会卡住的任务,是日常自动化任务不二之选等。
安全评估
部署前安全评估发现,Sonnet 5 总体比 Sonnet 4.6 有所改进。在自主安全性方面,更善于拒绝恶意请求,抵御提示注入攻击劫持尝试,幻觉和迎合行为发生率更低,自动化行为审计总体得分更低(更安全)。不过与能力更强的 Opus 4.8 和 Claude Mythos Preview 相比,不当行为发生率略高。
Sonnet 5 未特意针对网络安全任务训练,可执行常规无害网络任务,但在测试潜在危险网络技能评估中,表现远不如 Opus 4.8 和 Mythos 5 等模型。它从未成功开发出完整可用利用程序,但与 Sonnet 4.6 相比,部分成功率略高,这可能是整体智能提升而非特定训练所致。
因 Sonnet 5 在这些任务上比前代略强,推出时默认启用网络防护措施,能实时检测并阻止危险网络使用,与 Claude Opus 4.7 和 4.8 中防护措施相同,且没 Fable 5 推出时严格。
Sonnet 5 在多个安全和能力评估方面全面评估结果,报告在 Claude Sonnet 5 系统卡片中。
可用性和定价
截至 2026 年 8 月 31 日,Claude Sonnet 5 以 introductory pricing 在所有平台可用,之后调整为标准定价。同时提高了 Chat、Cowork、Claude Code 和 Claude 平台速率限制,用户可按需选择合适级别。
2026 年 6 月 30 日编辑说明,原始版本中 BrowseComp 评估性价比图表方法学有误,低估了 Sonnet 5 性能,现已更新图表和相关文本。
脚注
Sonnet 5 是网络验证计划一部分,已加入组织可自动获得相同访问权限,对于需减少防护措施的网络安全工作,推荐 Claude Opus 4.8。
Sonnet 5 是 Sonnet 4.6 升级版,使用更新分词器提高性能,相同输入可能映射到更多令牌,introductory pricing 使过渡成本大致不变。
2026 年 4 月 26 日,提高原生 Claude 平台 Sonnet 和 Haiku 速率限制并简化层级,可在 Claude 控制台查看层级和限制或阅读文档了解详情。
更新了“人类的最后考试”评分模型和 Sonnet 4.6 得分,以及 OSWorld - Verified 评估运行方式和 Sonnet 4.6 得分。
相关内容
Claude Science 是可定制应用程序,集成常用工具和软件包,能生成可审计工件,提供灵活计算资源访问方式。
Claude Tag 是团队与 Claude 协作新方式。
Anthropic 开设首尔办事处并宣布在韩国 AI 生态系统建立新合作伙伴关系。
还介绍了产品、模型、解决方案、Claude 平台、资源、帮助与安全、公司、条款与政策等相关信息。
1595



被折叠的 条评论
为什么被折叠?



