- 克雷西 发自 凹非寺
量子位 | 公众号 QbitAI
刚刚，Claude又又又更新了。
但这次不是旗舰，Anthropic推出了新版性价比模型Sonnet 5。
A社把它定位成迄今为止“最能干活”的Sonnet，能自己规划任务、调用浏览器和终端。
其跑分逼近自家最贵的Opus 4.8，价格却只要后者的六成左右，着实一款“Opus平替”。
具体数字摆在那儿，其agentic coding跑分SWE-bench Pro 63.2%，比上一代Sonnet 4.6高出5个百分点。
标价则是跟4.6比一字不差，从发布会的口径上看，能力涨了，价格没涨。
真的没涨……吗？
开发者Simon Willison了件简单的事，把同一段文字分别喂给新旧两个模型计数。
结果发现，Sonnet 5虽然表面上价格一样，但账单上的Token消耗数字偷偷涨了三成。
好你个A÷，搁这玩起偷梁换柱那一套了。
“Opus平替”
Sonnet 5这次升级的重点，是Agentic能力的提升。
模型可以自己拆解任务、调用浏览器和终端这类工具，把一件多步骤的活一口气干完，中间不掉链子，干完之后还会主动检查一遍自己的输出，不用人提醒。
跑分上能看到具体的台阶。
agentic coding测试SWE-bench Pro，Sonnet 5拿到63.2分，Sonnet 4.6是58.1分，Opus 4.8是69.2分，Sonnet 5站在两代之间，离Opus只差6分。
computer use测试OSWorld-Verified，Sonnet 5是81.2%，Opus 4.8是83.4%，差距缩到2.2个百分点。
而在知识工作类测试GDPval-AA v2上，Sonnet 5拿到1618分，反而比Opus 4.8的1615分还高出3分。
早期用上这款模型的两家公司给出的反馈印证了这一点。
AI编程平台Factory的工程师Zimu Li说，Sonnet 5 给他们的智能体提供了一层扎实的执行能力，能在杂乱的技术环境里持续编码、调用工具、排查问题，尤其适合那种需要长时间跟进、对技术细节要求高的工作流。
自动化平台Zapier的工程师Daniel Shepard给了一个更具体的例子，他们交给Sonnet 5一项两段式任务，先更新Salesforce里的客户账户等级，再给企业客户发一封产品上线公告邮件。
这种任务过去常常卡在中间，比如账户等级改完了，公告却没发出去，或者反过来。这次Sonnet 5把两段任务从头跑到尾，没有中途停下来等人接手。
Shepard的原话是，对日常自动化来说，这种模型不用多想就该用。
Anthropic同时公布的安全评估结果，跟这条主线是配套的。
Sonnet 5的幻觉率和谄媚倾向都比Sonnet 4.6低，在自主调用工具的场景下，Sonnet 5也更能抵抗提示词注入这类劫持攻击。
而且这组性能数字放在价格旁边看，意味才显出来。
Opus 4.8的标价是每百万输入/出Token要5/25美元，Sonnet 5则是3/15美元，只要Opus的六成左右，叠加8月底前的限时优惠则只要四成。
从账面上看（记住这五个字，要考），性能够到对方九成以上，价格却只要四到六成，Sonnet 5实际上就是一款Opus平替。
Sonnet 5，真的更便宜吗？
性能这条线讲完了，价格这条线开始露出另一面。
Sonnet 5用了一套新的分词器，也就是模型把文字切成Token的方式。
新的分词器当中，同一段文字现在被切成了更多份Token，算下来的总费用自然就比以前高。
发现这一点的，是开发者Simon Willison。
他没有停在官方那句“价格不变”上，转头拿自己写的Token计数工具实测了几份不同语言的真实文档。
其中英文版，Sonnet 4.6算出2356个token，Sonnet 5算出3341个，涨了42%，西班牙语版涨了33%。
一份4279行的Python代码，Token数则是从44014涨到56118，涨了27%。
唯独简体中文版几乎没动，从3334涨到3360，只多了1%。
同一次分词器换代，对不同语言的影响差出去四十多个百分点，这个反差本身比涨价这件事更值得多看一眼。
把这几个数字摆在一起，能看出“单价不变”这句话没有说谎，但也没有说全。
同样一段英文文字现在要花掉的钱，比Sonnet 4.6时代多出四成多。
但这样算下来，应该也比Opus便宜？结果很快就有开发者来打脸了。
这名开发者发现，实际运行当中，Sonnet的花费比Opus还贵。
跑一个Artificial Analysis Intelligent Index上的任务，Opus 4.8平均（加权）要花1.8美元，而Sonnet 5要2.29美元，多出了27%。
他进一步发现，对于同一个任务，Sonnet 5消耗的Token，竟然高达Opus的两倍。
如果看跑完整个Benchmark的消耗，那Sonnet 5花的钱，比fable还多了6.8%。
幸好开发者手里有Token计数工具，能把这层差异精确量出来，这也是Willison这次能在发布当晚就把“隐藏式涨价”摆到桌面上的原因。
换成普通用户，大概率只会在月底账单上模糊地觉得“这个月怎么花得有点多”，中A÷的计了。
开发者应如何选择？
把Sonnet 5“明降暗涨”这件事放回到整个行业里看，涨价这件事本身这两年并不罕见，真正区别在于走哪条路。
OpenAI今年4月给GPT-5.5调价，走的是摆在台面上那条路，直接把每百万输入/出Token的价格从2.5/15美元提到5/30，整整翻了一倍，谁打开价格页都能看到这个数字变了。
Sonnet 5走的是另一条路，标价那一栏一个字没动，涨幅藏在分词器换代这层技术细节里，不主动去量就发现不了。
对要把工作流迁移到Sonnet 5的开发者来说，有一件事比记住“价格表变没变”更有用，就是先拿自己真实的工作负载，用Token计数工具实测一遍，预估一下实际价格。
毕竟标价表只能告诉你单价，账单才能告诉你这次升级到底要花多少钱。
那张被悄悄改写的账单，“Opus平替”其实是同一件事的两面。
Sonnet 5确实用更低的价格换来了更接近Opus的能力，只是这次，“更低的价格”五个字背后，藏着一把换了刻度的尺子。
最后，还有开发者指出，把视线放大就会发现，并不是只有Claude一家可以选择。
这名开发者发现，虽然Sonnet在A÷内部是个性价比之选，但智谱GLM-5.2的性能与Sonnet 5相差无几。
而价格，GLM-5.2的输入价格只有Sonnet 5的七成，输出价格更是连一半都不到。
用这名开发者的话说，何必要花更多的钱买更少的东西呢？
[1]https://www.anthropic.com/news/claude-sonnet-5
[2]https://simonwillison.net/2026/Jun/30/claude-sonnet-5/
[3]https://x.com/theo/status/2072068395529576912
[4]https://x.com/0xSero/status/2072028529550832068
热门跟贴