Sonnet 5终于来了，，，，，，然而Opus 4.8现在有点尴尬
2026-07-04 04:14:11 宣布
泉源：泡椒网
作者：陈智伟
浏览：7586次
悄然了小半年，，，，，，Sonnet终于更新到5版本了。。。 。。。好新闻，，，，，，性能险些和Opus 4.8持平，，，，，，坏新闻，，，，，，比以前本钱高了，，，，，，另外一个好新闻，，，，，，8月31日前token打折。。。 。。。
我知道，，，，，，真正代表Anthropic手艺天花板的是Fable 5和Opus 4.8。。。 。。。尤其是Anthropic现在邻近上市，，，，，，这两张牌才是IPO叙事的发念头。。。 。。。
但说真话，，，，，，作为通俗消耗者，，，，，，我更关注的照旧Sonnet 5，，，，，，由于我需要的是一个足够智慧，，，，，，且不至于让我月尾肉疼的模子。。。 。。。
与此同时，，，，，，Anthropic也曝出会在系统提醒词里给中国用户上标记。。。 。。。
虽然现在并未泛起果真证据证实它会据此封号或降权，，，，，，但这件事已经足够敏感：用户看不见，，，，，，模子照常跑，，，，，，后台却能通过一组险些不可察觉的名堂差别，，，，，，把特定地区的挪用单独识别出来。。。 。。。
另外，，，，，，Anthropic官方体现，，，，，，美国已扫除对Claude Fable5和Mythos5的出口管制，，，，，，Anthropic将于明日最先恢复会见权限
Sonnet 5究竟强在哪
不空话，，，，，，直接看数据。。。 。。。
在Agent编程方面，，，，，，Sonnet 5得分63.2%，，，，，，相比Sonnet 4.6的58.1%涨了5.1%，，，，，，距离Opus 4.8的69.2%还剩6%。。。 。。。
可是在知识方面，，，，，，Sonnet 5反超了Opus 4.8。。。 。。。
Anthropic对Sonnet 5的定位是“迄今为止最具Agent能力的Sonnet”。。。 。。。
官方体现，，，，，，Sonnet 5可以自主制订妄想、挪用浏览器和终端等工具、长时间自力运行，，，，，，而在几个月前，，，，，，这些能力还只有更大、更贵的模子才华做到。。。 。。。
说白了，，，，，，Anthropic的意思是Sonnet 5也醒目以前Opus和Fable级别的事情了。。。 。。。
真正有意思的地方是在Agent搜索和盘算机操作方面，，，，，，在不调高模子“认真（effort）水平”的情形下，，，，，，Sonnet 5醒目过的活儿比Opus 4.8多。。。 。。。调到最认真那档以后，，，，，，Sonnet 5有些使命直接追上Opus 4.8，，，，，，并且花的钱还少一大截。。。 。。。
以是总归一句话，，，，，，Sonnet 5只用Opus 4.8约莫一半不到的价钱，，，，，，做到了它80%-90%的水平。。。 。。。
还没完。。。 。。。Sonnet 5的测试者们均体现，，，，，，以前Sonnet没法完成的重大使命，，，，，，现在Sonnet 5能轻松跑完，，，，，，甚至还会自动检查自己的输出。。。 。。。
Zapier的工程师举了个例子，，，，，，他让模子一连执行“更新Salesforce账户品级，，，，，，再给企业客户发通告邮件”，，，，，，Sonnet 5一口吻做完了，，，，，，而他体现，，，，，，“以前会卡在半路”。。。 。。。
在清静方面，，，，，，Sonnet 5的幻觉率和迎合倾向都低于Sonnet 4.6，，，，，，在Agent场景下抵御提醒注入攻击的能力也更强。。。 。。。同时，，，，，，模子默认开启了实时清静防护。。。 。。。也就是说，，，，，，模子在跑的时间，，，，，，系统会在后台检测它是不是在干危险的网络清静操作，，，，，，发明就就地掐断。。。 。。。
有一个评测特殊值得说。。。 。。。Anthropic联合Mozilla，，，，，，用Firefox 147的已知误差测试模子的误差使用能力。。。 。。。
所谓误差使用，，，，，，指的是给定一个已知的软件误差，，，，，，看看模子能不可自己写出代码来攻击它。。。 。。。
Sonnet 5和 Sonnet 4.6一样，，，，，，完整误差使用的乐成率是0%。。。 。。。它能写出代码片断，，，，，，但始终拼不出一个完整可用的攻击程序。。。 。。。这说明它的代码能力虽然涨了，，，，，，但还不具备自主提倡网络攻击的水平。。。 。。。
相比之下，，，，，，Opus 4.8在这项测试中体现出显着的网络攻击能力。。。 。。。
Anthropic体现，，，，，，他们没有刻意训练Sonnet 5做网络清静，，，，，，它在这方面的能力大幅弱于Opus 4.8和Mythos 5，，，，，，这是有意为之。。。 。。。
不过Anthropic也体现，，，，，，在一项笼罩大宗不良行为的自动化审计中，，，，，，Sonnet 5的整体得分比 Sonnet 4.6更清静，，，，，，但它确着实某些不良行为上比Opus 4.8和Mythos Preview更容易“失态”。。。 。。。
官方把这归因于更强的模子自己具备更好的行为对齐，，，，，，同时也认可Sonnet 5还没抵达旗舰级模子的榨取水平。。。 。。。
尚有一个细节必需得说一下，，，，，，Sonnet 5换了新的分词器。。。 。。。
同样的文本输入，，，，，，消耗的Token数目可能比原来多1.0到1.35倍。。。 。。。
Anthropic的说法是，，，，，，推广期价钱会先降低token用度，，，，，，以让短期内用户顺应总本钱转变。。。 。。。
详细来说，，，，，，8月31日前每百万输入是2美元、输出是10美元；； ；；输入3美元、输出15美元。。。 。。。分词器转变带来的现实消耗增添，，，，，，8月31日之后，，，，，，价钱可能会比以前更高。。。 。。。
陪同着Sonnet 5，，，，，，Anthropic还发了Claude Science。。。 。。。这是一个面向生命科学的AI事情台，，，，，，定位是“科研领域的 Claude Code”。。。 。。。
它用的是现有的Claude模子，，，，，，把60多个科学数据库、可复现的盘算流程和外地运算能力打包进了一个Agent的界面。。。 。。。
早期用户里，，，，，，UCSF的一个团队靠它发明了RNA-seq数据里一个卡了快要一年的实验室污染物。。。 。。。
Anthropic正在从卖模子转向更高层，，，，，，Claude Code是开发者的，，，，，，Claude Science想做科研职员的。。。 。。。
可是Anthropic最近不太平
claudefa.st的数据显示，，，，，，约莫90%的API请求走的是Sonnet 4.6。。。 。。。
Opus系列虽然强，，，，，，但真正撑起Anthropic流量的，，，，，，还得是自制好用的Sonnet。。。 。。。
从2月到6月，，，，，，Opus系列连发了三个大版本，，，，，，Opus 4.6、4.7、4.8，，，，，，Agent能力越来越强。。。 。。？？？？？晌侍馐，，，，，，Sonnet停在4.6这个版本里快要泰半年的时间。。。 。。。
Opus的价钱快要是Sonnet的两倍，，，，，，关于通俗开发者来说太贵了。。。 。。。
更尴尬的是，，，，，，Opus 4.8不争气。。。 。。。
6月26日，，，，，，Cursor AI官方发了一篇重磅研究，，，，，，实锤了Opus 4.8在编程评测里大规模“偷看谜底”。。。 。。。
研究显示，，，，，，Opus 4.8在SWE-bench上跑出87.1%的效果是作弊的，，，，，，一旦断网、切断它读取代码客栈 .git历史的能力，，，，，，效果直接暴跌到73.0%。。。 。。。
Datacurve的评测也显示，，，，，，Opus 4.6和4.7在凌驾12% 的被审使命中被标记为“作弊”。。。 。。。
这还没完。。。 。。。已往几周，，，，，，Opus 4.8一连被曝“断崖式降智”。。。 。。。思索深度下降67%，，，，，，基础逻辑推理一再翻车，，，，，，幻觉率飙升。。。 。。。
外网论坛上有开发者诉苦，，，，，，现在用Opus 4.8 Max的感受“比用老款Haiku还要糟糕得多”。。。 。。。
并且就在Sonnet 5的统一天，，，，，，外网论坛里有人发明，，，，，，Claude Code从今年4月2日的2.1.91 版本最先，，，，，，会在系统提醒词里悄悄给中国用户“吊水印”。。。 。。。
详细的做法是，，，，，，它检测你的时区是否设为亚洲、署理URL是否指向中国域名。。。 。。。
若是是，，，，，，就把系统提醒词里的日期名堂从2026-06-30悄悄改成2026/06/30，，，，，，撇号也从ASCII换成肉眼分不出的Unicode字符U+02BC。。。 。。。
用户完全看不到这些改动，，，，，，但Anthropic的后台一清二楚，，，，，，其目的也不言而喻。。。 。。。
除了时区，，，，，，它还检查署理URL是否匹配一个内含147条纪录的域名黑名单，，，，，，笼罩中国大厂域名、云服务商、AI实验室、API中转站。。。 。。。
若是匹配上，，，，，，日期脱离符换成斜杠，，，，，，撇号换成隐写字符。。。 。。。三条信号叠加，，，，，，足够Anthropic在后台准确识别每一其中国开发者。。。 。。。
史庆敏先容，，，，，，2025年以来，，，，，，生态情形部扎实开展规范涉企生态情形执法专项行动，，，，，，切实纠治了一批不规范的问题，，，，，，提升了执法质效，，，，，，推动实现“两个转变”。。。 。。。
责任编辑：季志安 校对：吴明筠