Anthropic 已正式推出 Claude Sonnet 5，并将其设为 Free 与 Pro 用户的默认模型。按官方公布的 API 标准定价，Sonnet 5 每百万 token 输入 3 美元、输出 15 美元，在 8 月 31 日前 的优惠期为 2 美元/10 美元。对比 Opus 4.8 的 5 美元/25 美元，价格低约六成。
官方基准测试显示多项成绩接近 Opus 4.8
Anthropic 公布的跑分显示，Sonnet 5 与旗舰 Opus 4.8 的差距已经缩小，不过这些数据均来自官方自评，尚未经过第三方独立验证。在 SWE-bench Pro 这一偏向 agentic 程序能力的测试中，Sonnet 5 得分 63.2%，高于前代 Sonnet 4.6 的 58.1%，接近 Opus 4.8 的 69.2%。
在 Terminal-Bench 2.1 终端操作测试中，Sonnet 5 为 80.4%，Opus 4.8 为 82.7%。Humanity’s Last Exam 多学科推理项目里，Sonnet 5 搭配工具使用达到 57.4%，与 Opus 4.8 的 57.9% 基本贴近。GDPval-AA v2 知识工作能力测试中，Sonnet 5 取得 1618 分，略高于 Opus 4.8 的 1615。
长上下文与桌面���作能力同步提升
电脑操作能力也有提升。OSWorld-Verified 评测中，Sonnet 5 得分 81.2%，高于前代的 78.5%。这一测试关注模型在真实操作系统环境下执行截图、拖拽、跨应用传递数据等任务，难度更接近自动化工作流。
规格方面，Sonnet 5 支持最高 100 万 token 的 context window，最大输出达到 128k token。这意味着模型可以在单次对话中处理大体量文本，并完成跨文件比对、摘要与决策，减少分批处理带来的上下文丢失。
标价更低，不代表实际成本一定下降
Sonnet 5 采用了新版 tokenizer。同样一段输入文本，在新 tokenizer 下产生的 token 数量可能是原来的 1.0 倍到 1.35 倍，具体取决于内容类型。Anthropic 表示，定价已按“大致成本中性”做过调整，但也提醒高流量用户自行进行基准测试，因为实际账单未必会随标价同步下降。
安全性方面，Anthropic 称 Sonnet 5 相比 Sonnet 4.6，幻觉与谄媚倾向更低，对恶意请求的拒绝能力更强。不过从对比结果看，Sonnet 5 在不当行为发生率上仍高于 Opus 4.8，也高于限制更严格的 Claude Mythos Preview。
在与 Mozilla 合作的 Firefox 147 漏洞开发评估中，Sonnet 5 未产出可用漏洞，成功率为 0%；部分成功率为 13.2%，高于 Sonnet 4.6 的 8.8%，但与 Opus 4.8 的 68.8% 仍有明显差距。Anthropic 已默认启用网络安全防护。