Anthropic推出Claude Sonnet 5 低成本落地智能体能力
作者:亿邦AI 文章来源:亿邦动力
2026-07-01 13:09
作者:亿邦AI 文章来源:亿邦动力
2026-07-01 13:09
邦小白快读
2026年6月30日,Anthropic发布旗下中型大模型的升级版本Claude Sonnet 5。该版本具备更强的智能体属性,可自主制定计划,调用浏览器、终端等工具完成操作,同等自主运行能力此前仅能通过更大规格、更高成本的模型实现。
当前智能体能力已经成为基础模型厂商的标配功能。上周OpenAI推出预览版GPT-5.6 Sol,支持拆分子代理处理长周期自主任务,是该公司目前智能体属性最强的模型。今年5月谷歌上线Gemini 3.5 Flash,主打低人工干预下完成规划、搭建、迭代等实际工作。现阶段行业竞争核心已从智能体能力落地转向运行成本,以及无人工干预下的运行可靠性。
Claude Sonnet 5性能接近Anthropic旗下高阶模型Opus 4.8,使用成本大幅降低。从7月1日起,该模型成为免费版和Pro版用户的默认模型,全订阅层级均可使用。8月31日前,模型定价为每百万输入token2美元,每百万输出token10美元,9月1日起调价为每百万输入token3美元,每百万输出token15美元。该定价低于Opus 4.8、OpenAI GPT-5.5及谷歌Gemini 3.1 Pro,仅高于谷歌Gemini 3.5 Flash。
与今年2月发布的前代版本Sonnet 4.6相比,新版本在推理、工具调用、代码编写、知识工作等智能体相关维度提升明显。智能体编码基准测试中,Sonnet 5得分63.2%,高于Sonnet 4.6的58.1%,接近Opus 4.8的69.2%。知识工作基准测试中,Sonnet 5表现小幅超过Opus 4.8。官方公开信息显示,Opus 4.8仍是高准确率需求场景的首选,Sonnet 5为开发者提供了更高性价比的选择,用户可在两款模型间灵活选择,平衡成本与性能。
测试数据显示,Sonnet 5可完成前代模型中途终止的复杂任务,无需明确指令即可自行校验输出。Zapier高级工程师Daniel Shepard的测试案例提到,团队给模型布置更新Salesforce账户层级、向企业联系人发送发布公告的两步任务,模型可端到端完成,同类任务前代模型会中途停滞,适配日常自动化场景需求。
安全维度,Sonnet 5的不良行为发生率低于前代,配合不当使用、欺骗等行为概率更低,可更好拒绝恶意请求,规避提示词注入攻击,幻觉与附和行为的出现频率也低于Sonnet 4.6。不过在不当行为对齐方面,Sonnet 5表现不及Opus 4.8与Claude Mythos预览版,执行危险网络安全任务的能力远低于现有Opus系列模型。Lovable联合创始人Fabian Hedin的测试反馈提到,Sonnet 5可清晰一致地拒绝不安全请求,适配面向普通开发者的工具产品需求。
【版权提示】亿邦动力倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至run@ebrun.com,我们将及时沟通与处理。
已点赞
{{ praise_text }}
好文章,值得被更多人看到
FAQ回顾
Claude Sonnet 5是什么?
Claude Sonnet 5是Anthropic于2026年6月30日发布的中型大模型升级版本,具备自主制定计划、调用浏览器及终端工具的智能体属性,性能接近高阶模型Opus 4.8,使用成本大幅降低,是高性价比大模型选型。
当前大模型行业的核心竞争方向是什么?
现阶段大模型行业竞争核心已从智能体能力落地,转向运行成本以及无人工干预下的运行可靠性。目前头部厂商Anthropic、OpenAI、谷歌均已推出具备智能体能力的大模型产品,覆盖不同定价层级。
Claude Sonnet 5的定价标准是什么?
2026年8月31日前,Claude Sonnet 5定价为每百万输入token2美元、每百万输出token10美元;2026年9月1日起调价为每百万输入token3美元、每百万输出token15美元,定价低于多数同类高阶大模型。
Claude Sonnet 5适合哪些使用场景?
Claude Sonnet 5在推理、工具调用、代码编写、知识工作等智能体相关维度表现优异,可适配日常自动化工作场景,适合需要平衡成本与性能的普通开发者使用,高准确率需求场景仍推荐选择Opus 4.8。
下一篇
Google推出NB2 Lite生图模型 4秒出图千次成本0.034美元
Google推出轻量AI生图模型Nano Banana 2 Lite,千次生成成本仅0.034美元,4秒内出图,定位为高吞吐量商业应用的基础设施工具,其定价与运行速度相比前代及高端型号均有显著优势。









