Sonnet 5总算来了，然而Opus 4.8现在有点为难

沉寂了小半年，Sonnet总算更新到5版别了。好消息，功能几乎和Opus 4.8相等，坏消息，比曾经成本高了，别的一个好消息，8月31日前token打折。

我知道，真实代表Anthropic技能天花板的是Fable 5和Opus 4.8。尤其是Anthropic现在接近上市，这两张牌才是IPO叙事的发动机。

但说实话，作为一般消费者，我更重视的还是Sonnet 5，由于我需求的是一个满足聪明，且不至于让我月底肉疼的模型。

与此一起，Anthropic也曝出会在系统提示词里给我国用户上标记。

尽管现在并未呈现公开证据证明它会据此封号或降权，但这件事已经满足灵敏：用户看不见，模型照常跑，后台却能通过一组几乎不可察觉的格局差异，把特定地区的调用独自辨认出来。

别的，Anthropic官方表明，美国已免除对Claude Fable5和Mythos5的出口控制，Anthropic将于明日开端康复访问权限

Sonnet 5究竟强在哪

不废话，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%。

但是在知识方面，Sonnet 5反超了Opus 4.8。

Anthropic对Sonnet 5的定位是“迄今为止具Agent才能的Sonnet”。

官方表明，Sonnet 5可以自主制定方案、调用浏览器和终端等东西、长期独立运行，而在几个月前，这些才能还只有更大、更贵的模型才干做到。

说白了，Anthropic的意思是Sonnet 5也能干曾经Opus和Fable级别的工作了。

真实有意思的地方是在Agent查找和计算机操作方面，在不调高模型“仔细（effort）程度”的情况下，Sonnet 5能干过的活儿比Opus 4.8多。调到仔细那档今后，Sonnet 5有些使命直接追上Opus 4.8，并且花的钱还少一大截。

所以总归一句话，Sonnet 5只用Opus 4.8大约一半不到的价格，做到了它80%-90%的水平。

还没完。Sonnet 5的测验者们均表明，曾经Sonnet无法完结的杂乱使命，现在Sonnet 5能轻松跑完，乃至还会主动查看自己的输出。

Zapier的工程师举了个例子，他让模型接连履行“更新Salesforce账户等级，再给企业客户发公告邮件”，Sonnet 5一口气做完了，而他表明，“曾经会卡在半路”。

在安全方面，Sonnet 5的错觉率和投合倾向都低于Sonnet 4.6，在Agent场景下抵御提示注入进犯的才能也更强。一起，模型默许敞开了实时安全防护。也就是说，模型在跑的时分，系统会在后台检测它是不是在干危险的网络安全操作，发现就当场掐断。

有一个评测特别值得说。Anthropic联合Mozilla，用Firefox 147的已知缝隙测验模型的缝隙使用才能。

所谓缝隙使用，指的是给定一个已知的软件缝隙，看看模型能不能自己写出代码来进犯它。

Sonnet 5和 Sonnet 4.6一样，完好缝隙使用的成功率是0%。它能写出代码片段，但始终拼不出一个完好可用的进犯程序。这说明它的代码才能尽管涨了，但还不具有自主发起网络进犯的水平。

相比之下，Opus 4.8在这项测验中表现出显着的网络进犯才能。

Anthropic表明，他们没有刻意练习Sonnet 5做网络安全，它在这方面的才能大幅弱于Opus 4.8和Mythos 5，这是有意为之。

不过Anthropic也表明，在一项掩盖很多不良行为的自动化审计中，Sonnet 5的整体得分比 Sonnet 4.6更安全，但它确实在某些不良行为上比Opus 4.8和Mythos Preview更简单“失态”。

官方把这归因于更强的模型自身具有更好的行为对齐，一起也承认Sonnet 5还没达到旗舰级模型的克制水平。

还有一个细节必须得说一下，Sonnet 5换了新的分词器。

同样的文本输入，耗费的Token数量或许比原来多1.0到1.35倍。

Anthropic的说法是，推行期价格会先降低token费用，以让短期内用户习惯总成本变化。

具体来说，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。分词器变化带来的实际耗费添加，8月31日之后，价格或许会比曾经更高。

伴随着Sonnet 5，Anthropic还发了Claude Science。这是一个面向生命科学的AI工作台，定位是“科研范畴的 Claude Code”。

它用的是现有的Claude模型，把60多个科学数据库、可复现的计算流程和本地运算才能打包进了一个Agent的界面。

前期用户里，UCSF的一个团队靠它发现了RNA-seq数据里一个卡了将近一年的实验室污染物。

Anthropic正在从卖模型转向更高层，Claude Code是开发者的，Claude Science想做科研人员的。

但是Anthropic近不和平

claudefa.st的数据显现，大约90%的API请求走的是Sonnet 4.6。

Opus系列尽管强，但真实撑起Anthropic流量的，还得是便宜好用的Sonnet。

从2月到6月，Opus系列连发了三个大版别，Opus 4.6、4.7、4.8，Agent才能越来越强。可问题是，Sonnet停在4.6这个版别里将近大半年的时刻。

Opus的价格将近是Sonnet的两倍，对于一般开发者来说太贵了。

更为难的是，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“偷看答案”。

研究显现，Opus 4.8在SWE-bench上跑出87.1%的成果是作弊的，一旦断网、切断它读取代码仓库 .git历史的才能，成果直接暴跌到73.0%。

Datacurve的评测也显现，Opus 4.6和4.7在超过12% 的被审使命中被标记为“作弊”。

这还没完。过去几周，Opus 4.8接连被曝“断崖式降智”。考虑深度下降67%，根底逻辑推理频频翻车，错觉率飙升。

外网论坛上有开发者诉苦，现在用Opus 4.8 Max的感觉“比用老款Haiku还要糟糕得多”。

并且就在Sonnet 5的同一天，外网论坛里有人发现，Claude Code从本年4月2日的2.1.91 版别开端，会在系统提示词里悄然给我国用户“打水印”。

具体的做法是，它检测你的时区是否设为亚洲、署理URL是否指向我国域名。

如果是，就把系统提示词里的日期格局从2026-06-30悄然改成2026/06/30，撇号也从ASCII换成肉眼分不出的Unicode字符U+02BC。

用户彻底看不到这些改动，但Anthropic的后台一清二楚，其意图也显而易见。

除了时区，它还查看署理URL是否匹配一个内含147条记载的域名黑名单，掩盖我国大厂域名、云服务商、AI实验室、API中转站。

如果匹配上，日期分隔符换成斜杠，撇号换成隐写字符。三条信号叠加，满足Anthropic在后台准确辨认每一个我国开发者。