Anthropic 发布 Claude Sonnet 5：中端逼近旗舰，SWE-bench Verified 85.2%
2026-06-30 · Anthropic
要点
- model ID
claude-sonnet-5，1M 上下文，128K 输出（batch beta 可到 300K），知识截止 2026-01 - SWE-bench Verified 85.2%、SWE-bench Pro 63.2%、Terminal-Bench 2.1 80.4%、OSWorld-Verified 81.2%
- 成为 claude.ai Free & Pro 默认模型，旗舰 Opus 退居"复杂任务才调用"
- 定价：促销 $2/$10（cache $0.20）至 2026-08-31，之后标准 $3/$15
- 已上线 Claude Code / Anthropic API / Cursor / VS Code / GitHub Copilot
- 默认开启 adaptive thinking；新分词器令同文本 token 数约 +30%
一次"中端革命"
Anthropic 做了件反直觉的事：把一款定位"中端"的 Sonnet 5 推到最前台，成为覆盖免费到企业所有层级的默认模型，而旗舰 Opus 4.8 退居幕后。
这背后的信号很清楚——竞争逻辑正从"谁的模型最强"转向"谁能在日常高频工作流里跑得久、花得少"。数据支撑了这个判断：
| 基准 | Sonnet 4.6 | Sonnet 5 | Opus 4.8 |
|---|---|---|---|
| SWE-bench Pro | 58.1% | 63.2% | 69.2% |
| OSWorld-Verified | 78.5% | 81.2% | 83.4% |
| GDPval-AA v2（知识工作） | 1395 | 1618 | 1615 |
一代迭代把与旗舰的差距从 11 个百分点压到 6 个，在 GDPval-AA v2 知识工作基准上甚至以微弱优势反超 Opus 4.8。
背景上下文
Anthropic 的模型策略在 2026 年发生了一个微妙转向。此前 Opus 系列一直是"旗舰标杆"，承担与 GPT-5.x Sol 正面对标的角色。但企业客户的反馈很一致：日常工作中 90% 的任务用不到 Opus 的能力上限，却要为 Opus 的价格买单。与此同时，GPT-5.6 的三档分层（Sol/Terra/Luna）和 DeepSeek V4 的低价策略，正在把"中端价位"变成竞争最激烈的区间。
Sonnet 5 的发布正是 Anthropic 对这一趋势的回应——用一款"中端价格、接近旗舰能力"的模型占据默认位，让 Opus 退居"真正需要时才调用"的特种角色。这也意味着 Anthropic 在定价策略上从"旗舰驱动"转向"默认模型驱动"，用 Sonnet 5 的量来弥补单价下降。
从产品节奏看，Sonnet 5 发布于 GPT-5.6 GA 前一周，抢了个时间差——让开发者先在 Claude Code 里用上 Sonnet 5，再决定是否转向 GPT-5.6。
技术细节
Sonnet 5 的能力跃升来自几个关键技术选择：
- adaptive thinking 默认开启：模型可根据任务复杂度自动决定是否进入深度推理模式。简单补全不触发 reasoning，复杂调试自动拉长思考链。这比 Sonnet 4.6 的"手动开关 reasoning"更平滑，也省 token。
- 新分词器：Anthropic 为 Sonnet 5 引入了全新分词器，对中英文混合代码场景的压缩率更高。但副作用是同一段文本的 token 数较旧分词器增加约 30%——这直接影响账单。
- 128K 输出 / 300K batch：单次输出上限 128K token，batch 模式 beta 可到 300K。这对"一次性生成大型文件"或"批量处理"场景非常友好，减少多轮往返。
- 1M 上下文 + 知识截止 2026-01：上下文窗口与 Opus 4.8 持平，知识截止更新到 2026 年 1 月，覆盖了 2025 年下半年到 2026 年初的主要技术进展。
- 训练方法：Anthropic 披露 Sonnet 5 采用了改进的 Constitutional AI 与更大规模的代码 RLHF，尤其在"多步变更的可靠性"和"遵守项目规范"上做了针对性强化。
定价里的隐藏成本
促销期 $2/$10 确实便宜，但要注意 Sonnet 5 换了新分词器，同样的文本会多出约 30% token。也就是说单价降了，但每个任务的实际 token 消耗上升，真实成本没有账面那么低。促销 8-31 结束后回到 $3/$15，重度用户要重新算账。
粗略估算：假设一个任务在 Sonnet 4.6 下消耗 10K input + 2K output token，费用约 $0.09。在 Sonnet 5 促销期下，同任务约 13K input + 2.6K output token，费用约 $0.052——确实更便宜。但促销结束后（$3/$15），同任务费用约 $0.078，与 Sonnet 4.6 的差距就没那么大了。
对编程工具的连锁反应
Sonnet 5 一发布就成了 Cursor、Claude Code、VS Code、Copilot 的可选/默认模型。对大多数在这些工具里干活的开发者来说，"默认模型"从 Sonnet 4.x 悄悄换成了 Sonnet 5——多步变更的可靠性、遵守规范的能力都有可感知的提升。
尤其值得注意的是 Claude Code：作为 Anthropic 自家的 CLI Agent，Claude Code 在 Sonnet 5 上线后立即将其设为默认，且官方明确表示 Sonnet 5 在"长链工具调用"场景下的表现是"代际提升"。这对 Cursor 的默认模型地位构成了直接压力——如果 Claude Code + Sonnet 5 的组合足够好且更便宜，部分用户会从 Cursor 迁移。
行业影响
Sonnet 5 的发布进一步压缩了"中端模型"的定义空间。当一款中端模型在 SWE-bench Verified 上达到 85.2%（一年前这是旗舰水平），它实际上在重新定义"够用"的标准：
- 对 GPT-5.6 Terra 的直接竞争：Terra 定价 $2.50/$15，Sonnet 5 促销期 $2/$10、标准 $3/$15，两者几乎在同一价位段正面交锋。
- 对 DeepSeek V4 Pro 的压制：V4 Pro 便宜得多，但能力差距在复杂代码场景会更明显。Sonnet 5 让"贵一点但靠谱"成为一个合理选择。
- 加速 Opus 的"特种化"：当 Sonnet 5 在多数场景已接近 Opus，Opus 4.8 的价值会越来越集中在"Sonnet 5 搞不定的硬骨头"上，这反而强化了 Anthropic 的分层定价逻辑。
AI 之家 观点
Sonnet 5 是 2026 年"性价比战"的代表作：用 60% 的价格拿到接近旗舰的能力。对绝大多数团队，它就是新的默认选择，只在架构级难题上才需要切 Opus 4.8。唯一要盯紧的是分词器变化带来的隐性 token 成本——把它计入你的月度预算再决定用量。
实操建议：先用 Sonnet 5 跑两周你的真实工作流，记录实际 token 消耗与任务成功率，再决定是否从 Sonnet 4.x / GPT-5.6 Terra 全面切换。促销期内不妨多跑一些积压的重活，把便宜的窗口期用足。