Anthropic 正式推出全新人工智能模型 Claude Sonnet 5，这款模型被描述为"迄今为止最具自主智能体特性的 Sonnet 版本"。新模型在制定计划、使用浏览器和终端等工具方面展现出显著进步，其自主运行能力已达到数月前只有更大规模、更高成本模型才能实现的水平。
性能测试显示，Sonnet 5 在推理、工具使用、编程和知识工作等核心领域较前代4.6版本有显著提升，性能表现接近高端Opus 4.8模型但定价更具竞争力。官方公布的智能体搜索评测（BrowseComp）和计算机使用评测（OSWorld-Verified）数据显示，新模型在中等努力程度下展现出更高的成本效率，高努力程度任务中甚至可媲美Opus 4.8的表现。
定价策略方面，即日起至2026年8月31日期间，输入价格降至2美元/百万token，输出价格为10美元/百万token。恢复标准定价后，输入输出价格将分别为3美元和15美元/百万token。值得注意的是，新模型采用全新tokenizer优化文本处理，相同内容生成的token数量增加约1.0-1.35倍，但官方通过定价调整确保用户过渡成本基本持平。
安全评估显示，Sonnet 5在拒绝恶意请求和抵御提示注入攻击方面表现优于前代，幻觉率和谄媚行为发生率均有所降低。自动化行为审计表明，其失当行为率较Sonnet 4.6下降，但仍高于Mythos Preview和Opus 4.8。在网络安全专项测试中，该模型未能开发出完整的Firefox浏览器漏洞利用程序，部分成功率略高于前代但显著低于Opus 4.8和Mythos 5。
开发者反馈显示，新模型在浏览器使用场景中表现突出，提示注入攻击成功率仅0.93%，远低于Opus 4.8的31.5%和Sonnet 4.6的50.7%。但成本分析指出，Sonnet 5在Intelligence Index上的运行成本达每任务2.29美元，较前代增加约2倍，较Opus 4.8高出15%，成为运行成本最高的模型之一。
技术调整方面，Anthropic同步上调了Chat、Cowork、Claude Code等平台的速率限制，以适应高努力程度模式带来的token消耗增加。网络安全验证计划已覆盖Claude原生平台、AWS、Microsoft Foundry等主要部署环境，Google Vertex平台支持即将上线。对于需要更高安全权限的网络安全工作，官方仍推荐使用Opus 4.8模型。
评测数据更正说明显示，Humanity’s Last Exam评分模型更新后，Sonnet 4.6无工具/有工具分数修正为34.6%和46.8%；OSWorld-Verified评测优化后，前代分数修正为78.5%。这些调整解释了与早期发布数据的差异。目前开发者社区正持续测试新模型，用户可通过官方渠道获取详细系统卡和评测报告。
