产品

介绍 Claude Sonnet 5

2026 年 6 月 30 日

Claude Sonnet 5 是迄今为止最具智能体（agentic）能力的 Sonnet 系列模型。它能够制定计划、使用浏览器和终端等工具，并以自主运行的水平达到——就在几个月前——还需要更大、更昂贵的模型才能实现的程度。

对于许多开发者来说，智能体 AI 时代始于 Sonnet 级别的模型：Claude Sonnet 3.5、3.6 和 3.7 是首批在编码和工具使用方面展现出令人印象深刻技能的模型。然而，最近智能体能力最明显的提升出现在我们的 Opus 级别模型中。

Sonnet 5 缩小了这一差距：其性能接近 Opus 4.8，但价格更低。与上一代 Sonnet 4.6 相比，它在推理、工具使用、编码和知识工作等智能体性能的关键方面都有显著提升：

我们的安全评估发现，Sonnet 5 的不良行为发生率总体上低于 Sonnet 4.6，并且在智能体场景中使用时通常更安全。评估还显示，其执行网络安全任务的能力远低于我们当前的 Opus 模型。

从今天起，Claude Sonnet 5 在所有套餐中均可使用：它是 Free 和 Pro 套餐的默认模型，并且可供 Max、Team 和 Enterprise 用户使用。它也可以在 Claude Code 和 Claude Platform 上使用，并以优惠价格推出：截至 2026 年 8 月 31 日，输入 token 价格为每百万个 2 美元，输出 token 价格为每百万个 10 美元；此后，价格将调整为输入 token 每百万个 3 美元，输出 token 每百万个 15 美元。开发者可以通过 Claude API 使用 claude-sonnet-5。

使用 Claude Sonnet 5

Working with Claude Sonnet 5

下面的图表比较了 Sonnet 5、Sonnet 4.6 和 Opus 4.8 在智能体搜索评估 BrowseComp 和计算机使用评估 OSWorld-Verified 中，不同努力水平（effort level）下的性能表现。Sonnet 5（橙色线）相比 Sonnet 4.6（灰色线）有严格改进，并且覆盖了比 Opus 4.8（黄色线）更广泛的成本-性能选项。它在中等努力水平下提供了显著改善的成本效率；其更高努力水平的性能可以在某些任务上与 Opus 4.8 匹敌。在 Sonnet 5 和 Opus 4.8 之间，用户可以调整努力水平，以找到成本和性能之间的最佳平衡点。

智能体搜索 智能体计算机使用

来自我们早期访问合作伙伴的反馈是一致的：Sonnet 5 比其前代模型更具智能体能力。测试人员描述了它如何完成以前 Sonnet 模型会半途而废的复杂任务，如何在没有明确要求的情况下检查自己的输出，以及如何以有吸引力的价格完成所有这些智能体工作：

Claude Sonnet 5 为我们的智能体提供了强大的执行层，用于多步骤软件工程工作。它能够很好地处理混乱技术环境中的持续编码、工具使用和调试，并且在需要跟进和技术基础的流程中特别有用。

我们交给 Claude Sonnet 5 一个两部分的任务——更新 Salesforce 账户层级，向企业联系人发送发布公告——它从头到尾完成了。这在以前会中途卡住。对于日常自动化来说，这是轻而易举的事。

Claude Sonnet 5 用更少的资源完成更多工作。相同的输出质量，更少的步骤就能达到目标。它也能干净、一致地拒绝不安全的请求。在 Lovable，我们将强大的工具交到数百万构建者手中。一个知道何时说“不”的模型，与一个知道如何构建的模型同样重要。

我们让 Claude Sonnet 5 处理了几十个我们最具挑战性的真实拉取请求（pull requests），它独立地将每一个都推进到经过测试、验证的结果——让我们的工程师能够专注于判断、决策和最终签署。

我让 Claude Sonnet 5 调查一个 bug。在没有提示的情况下，它编写了一个复现测试，实现了修复，然后暂存了更改以确认没有该更改时 bug 会再次出现。所有这些都在一次运行中完成。

有了 Claude Sonnet 5，智能体能够坚持计划，遵循我们的约定，并交付干净的多步骤更改，而且成本高效。

Claude Sonnet 5 在棕地代码（brownfield code）上表现最佳——竞态条件、隐藏测试、没人想碰的部分。它能将故障追溯到其根本原因，并交付持久的修复，而不是修补症状。

Claude Sonnet 5 在 Eve 的原告律师任务中处于帕累托前沿（Pareto frontier）。我们在法律研究和分析方面看到了最明显的收益，其性价比使得迁移的决定变得容易。

ClickHouse 智能体实时探索数据并产生洞察，因此在测试新模型时，洞察时间至关重要。Claude Sonnet 5 以更紧凑的步骤进行推理，让我们的用户明显更快地获得答案。这种速度是我们的客户能够感受到的差异。

在 Pace，我们的计算机使用智能体在我们运营团队已经使用的系统上运行保险工作流程——提交受理、首次损失通知（FNOL）、损失报告。Claude Sonnet 5 始终如一地采取正确的行动并快速完成，这正是实际保险工作所需要的。01 / 10

安全评估

Safety evaluations

我们的部署前安全评估发现，Sonnet 5 总体上比 Sonnet 4.6 有所改进。在智能体安全方面，该模型在拒绝恶意请求和抵抗提示注入攻击中的劫持尝试方面表现更好。该模型显示出比 Sonnet 4.6 更低的幻觉（hallucination）和谄媚（sycophancy）发生率。在我们自动化的行为审计中——该审计测试了广泛的不对齐行为，例如与滥用和欺骗的合作——Sonnet 5 总体得分更低（即更安全）。然而，与能力更强的 Opus 4.8 和 Claude Mythos Preview 相比，它在此评估中确实显示出略高的不对齐行为发生率。

我们没有刻意训练 Sonnet 5 执行网络安全任务。它可以执行一些常规的、无害的网络任务，但在评估潜在危险的网络技能（例如开发软件漏洞利用）时，其表现明显不如 Opus 4.8 和 Mythos 5 等模型。下图显示了一项评估的得分，该评估测试了模型为 Firefox 浏览器中的漏洞开发漏洞利用的能力。Sonnet 5 从未能够开发出完整的可用漏洞利用，但它确实显示出比 Sonnet 4.6 略高的部分成功率。后者的变化很可能是由于通用智能的提升，而非特定训练所致。

由于 Sonnet 5 在这些任务上比其前代模型稍强，我们默认启用了网络安全防护措施来发布它。这些防护措施——能够实时检测并阻止危险的网络使用——与 Claude Opus 4.7 和 4.8 中的相同（因为我们判断 Sonnet 5 的整体网络安全风险水平较低，所以这些防护措施没有 Fable 5 发布时那么严格，后者阻止了更广泛的网络安全任务）。¹

我们在 Claude Sonnet 5 系统卡中报告了我们对 Sonnet 5 在多项安全和能力评估中的全面评估。

可用性与定价

Availability and pricing

Claude Sonnet 5 今天起在所有平台可用，优惠价格为：截至 2026 年 8 月 31 日，输入 token 每百万个 2 美元，输出 token 每百万个 10 美元。之后将转为标准定价：输入 token 每百万个 3 美元，输出 token 每百万个 15 美元。² 我们提高了 Chat、Cowork、Claude Code 和 Claude Platform³ 的速率限制，以适应更高努力水平下更高的 token 使用量；用户可以选择适合其特定项目的任何努力水平。

更新日志

编辑于 2026 年 6 月 30 日：在本帖的原始版本中，我们包含了一个 BrowseComp 评估的成本-性能图表，该图表基于一种更简单的方法论数据，未能反映我们用于智能体搜索评估的标准方法论。这导致低估了 Sonnet 5 在该评估中的表现。

我们现在已更新该图表，使其与我们使用并在 Sonnet 5 系统卡中讨论的方法论（使用了 1000 万 token 预算，并采用了压缩和程序化工具调用）相匹配。我们还更新了周围的文本。