Claude Sonnet 5发布：性能接近Opus 4.8，智能体能力大幅提升
📖 名词释义
AI Box（又称 AI盒子 / 智能体计算机 / Agent Computer），是一种专门运行 AI Agent 的本地硬件设备，预装智能体应用管理系统，开箱即用，7×24 小时在线运行。用户可以通过微信、飞书、企业微信、钉钉等社交软件远程指挥 AI 帮你干活。
摘要: 2026年7月1日，Anthropic发布Claude Sonnet 5，定位"迄今最具智能体能力的Sonnet模型"。在推理、工具使用、编程和知识工作等维度大幅超越前代Sonnet 4.6，多项指标逼近旗舰Opus 4.8，但价格只有其三分之一左右。已设为Claude平台默认模型，向免费及付费用户全面开放。
这是什么：Sonnet系列的最强智能体模型
Anthropic对Sonnet 5的定位很明确：Sonnet系列里智能体能力最强的模型。
什么叫"智能体能力"？就是AI不再只是回答问题，而是能自己制定计划、调用浏览器和终端等工具、在没有人工干预的情况下独立完成多步骤任务。比如你让它"调研竞品并写一份分析报告"，它能自己搜索、整理数据、写报告，中间不需要你催。
这恰好是当前AI行业最卷的方向——不是比谁答题更准，而是比谁更能干活。Sonnet 5就是Anthropic在这个方向上交出的中端市场答卷。
核心升级：四个维度全面跃升
推理能力
Sonnet 5在复杂推理任务上显著提升。官方表示其整体推理能力接近Opus 4.8，而Opus 4.8是Anthropic当前旗舰模型。这意味着用中端价格就能获得接近旗舰的推理体验。
工具使用
这是Sonnet 5最大的卖点。在智能体搜索评测BrowseComp和计算机使用评测OSWorld-Verified等项目中，相比Sonnet 4.6有明显改进，部分任务甚至接近Opus 4.8水平。它能自主调用浏览器搜索信息、操作电脑界面、执行终端命令。
编程能力
在SWE-bench Pro智能体编程测试中，Sonnet 5得分63.2%，高于前代Sonnet 4.6的58.1%，逼近Opus 4.8的69.2%。Cursor联合创始人反馈说，Sonnet 5能够"遵循计划、遵守规范，以高效成本完成多步骤变更"。
知识工作
在GDPval-AA v2知识工作基准测试中，Sonnet 5以1618分直接超越了Opus 4.8的1615分。这是少数中端模型在单项测试中反超旗舰的案例。
价格：旗舰性能的三分之一成本
Sonnet 5发布初期API定价为每百万输入token 2美元、每百万输出token 10美元，优惠期截至8月31日。优惠结束后调整为3美元和15美元。
作为对比，旗舰Opus 4.8定价为每百万输入token 5美元、每百万输出token 25美元。也就是说，Sonnet 5正常价格大约只有Opus 4.8的60%左右，优惠期更是低至40%。
这就是Anthropic的打法：用接近旗舰的性能+大幅降低的价格，抢企业市场。尤其是当前Anthropic正在冲刺IPO，需要向公开市场证明其大规模API收入能力。
安全性：幻觉率降低但网络安全能力仍待提升
Sonnet 5的幻觉和谄媚率低于前代，对恶意请求的拒绝能力更强。但在与Mozilla合作的Firefox漏洞评估中，其部分成功率为13.2%，虽然高于Sonnet 4.6的8.8%，但远低于Opus 4.8的68.8%。
这说明Sonnet 5在通用安全方面有进步，但在深度网络安全场景中跟旗舰还有差距。Anthropic已默认启用实时网络安全防护来弥补。
对开发者意味着什么
Zapier高级工程师反馈：此前模型"往往进行到一半就卡住"的两部分自动化任务，Sonnet 5已能端到端完成。这种可靠性正是企业把AI从试点推向生产部署的关键。
如果你在用铠盒AIBOX跑OpenClaw，Sonnet 5是一个值得接入的云端模型选项：本地Agent负责任务调度和数据处理的活，需要强推理和复杂编程能力时调用Sonnet 5 API，成本比调Opus 4.8低一大截，性能差距却不大。
冷静看一下
第一，Sonnet 5优惠期8月31日结束，之后涨价50%。想试趁现在。
第二，智能体能力测试分数高不等于实际场景一定好使。BrowseComp和OSWorld是标准化测试，真实业务场景复杂度更高，建议先小规模验证再大规模部署。
第三，网络安全能力跟旗舰差距明显。如果你的业务涉及安全审计场景，还是得上Opus 4.8。
第四，Anthropic冲刺IPO背景下发布高性价比模型，定价策略可能随时调整。别把优惠价当长期价。
延伸阅读
- 铠盒AIBOX-A1产品详情 - 本地AI智能体计算机，接入Sonnet 5做云端推理
- 更多AI前沿文章 - 大模型评测、智能体能力深度分析
-#铠盒AIBOX #Claude #Anthropic #AI智能体 #大模型
铠盒AIBOX | 让AI 7×24小时替你干活的智能体计算机 · AI前沿