Anthropic Sonnet 5：縮小與Opus 4.8的差距，八月底前低價使用

Anthropic於週二發佈了Sonnet 5，這是其主流Sonnet系列的最新模型。該公司稱Sonnet 5是“最具代理能力的Sonnet模型”，在基準測試中，其性能接近Opus 4.8，相比Sonnet 4.6有顯著提升。Anthropic特別指出，它在推理、工具使用、軟件編碼和知識工作等任務上表現更好。

與之前的Sonnet發佈不同，Sonnet 5並未完全超越最新版的更大模型Opus，但性能足夠接近，使其成為Opus 4.8的更經濟替代品——因為Opus 5可能很快推出（假設它不會像Fable 5那樣被推遲）。Anthropic強調，Opus 4.8在更高推理水平下仍能提供更高準確性，但Sonnet 5為開發者提供了更低價且質量更高的選項。

在最高推理水平（Extra High）下，Sonnet 5在OSWorld-Verified和代理搜索BrowseComp基準測試中的表現與Opus 4.8的中高水平相當。但由於在此水平上運行成本更高，Opus 4.8在某些任務上仍是更好的選擇。在所有可用基準測試中，Sonnet 5始終優於Sonnet 4.6。

然而，基準測試只能反映部分情況。模型行為也會影響用户體驗。Anthropic表示，測試者注意到該模型現在通常能完成複雜任務，“而之前的Sonnet模型會提前停止”。

為了吸引開發者，Anthropic提供了API優惠價格：每百萬輸入令牌2美元，每百萬輸出令牌10美元，持續到8月31日。之後價格將恢復為每百萬輸入令牌3美元、每百萬輸出令牌15美元。同時，Anthropic還提高了Chat、Cowork和Claude Code用户的速率限制，以應對更高努力水平帶來的更高令牌使用量。

在AI安全方面，Anthropic強調並未“刻意訓練Sonnet 5應對網絡任務”，儘管它能處理一些常規網絡任務，但性能遠低於Opus 4.8和Mythos。Anthropic保持了該模型的安全防護措施，但由於風險較低，這些措施不如Fable 5那樣嚴格。例如，在嘗試尋找Firefox 147漏洞時，“Sonnet 5從未能開發出完整的利用程序，但部分成功率略高於其前代Sonnet 4.6”。因此，美國政府將該模型撤出市場的風險非常低。