你交给 AI 一项跨软件的工作：先修改客户资料，再筛选联系人，最后发送通知。它往往不是不会做，而是做到一半便停下，或在某一步选错工具。Anthropic 推出的 Claude Sonnet 5，瞄准的正是这种需要连续执行、纠错和收尾的任务。它仍处在强调能力、速度与成本平衡的 Sonnet 主力档，但公司想让它承担过去往往需要更大、更贵模型完成的工作。
需要先说明：目前关于发布日期、价格和能力的材料主要来自 Anthropic，尚无独立评测或云平台公告交叉印证。官方页面还混有 Claude Sonnet 4.6 的标题和描述，因此不能确认 Sonnet 5 是否具备页面提到的 100 万 token 上下文窗口。
“中档”开始接更难的活
Anthropic 将 Claude Sonnet 5 的发布日期标为 2026 年 6 月 30 日，并称它是迄今“代理能力最强的 Sonnet”。所谓 Agent，也就是能围绕一个目标连续规划、调用工具并根据结果调整行动的 AI。工具调用则是让模型按规定格式操作搜索、终端或企业软件，而不只是生成一段文字。
按照 Anthropic 的产品描述，Sonnet 5 重点覆盖编程、工具使用和日常专业工作。公司称，它能以 Sonnet 档位的速度和价格，提供近期还需要更大、更昂贵模型才能实现的表现。不过，官方没有在供稿中给出足以验证这一比较的具体基准数字，“最强”“更可靠”等表述仍应视作产品方主张。
这次变化的看点在于产品定位。Sonnet 原本位于 Claude 家族中间：Haiku 更轻便，Opus 通常更强也更贵。据 Anthropic 与 Axios 的材料，Sonnet 5 推出时被设为 Claude 免费版和 Pro 版的默认模型；Anthropic 还称其表现接近 Opus 4.8，在部分高强度任务上可达到后者的能力水平。换句话说，过去留给旗舰模型的代理任务，正在被推向面向更多用户的主力档。
价格也是产品能力的一部分
据 Anthropic 公布的信息，Sonnet 5 已可在 Claude.ai 网页端、iOS 和 Android 使用。开发者可通过 Claude Platform、Amazon Web Services、Google Cloud 和 Microsoft Foundry 调用；Claude API 中的模型标识为 claude-sonnet-5。
标准价格是每百万输入 token 2 美元、每百万输出 token 10 美元。Token 可以粗略理解为模型处理文字时使用的计量单位。输入是交给模型的内容，输出是模型生成的内容。对必须在美国境内完成推理的工作负载，输入和输出均按标准价格的 1.1 倍收费。
成本还取决于怎么调用。Anthropic 称，prompt caching 最高可节省 90%：它会缓存反复使用的提示内容，避免每次都重新处理。batch processing 可节省 50%，也就是把不要求即时返回的任务集中成批处理。这些数字都有适用条件，并不意味着任何工作负载都会自动获得同等折扣。
API 用户还可以细粒度调节 thinking effort，即模型在回答前投入多少推理计算。这是混合推理模型的重要开关：简单任务可以快速作答，复杂任务则允许模型多花计算。对实时 Agent 或大批量业务来说，使用者由此能在响应时间、成本和质量之间做取舍。
为什么值得关注？
模型市场的竞争不只看谁能回答最难的问题，也看谁能以可接受的成本，把任务稳定做完。Sonnet 5 的真正挑战，是能否把工具选择、持续执行和出错后的修正变成可规模化使用的能力。如果官方主张能够在真实业务中成立，它会压缩“主力模型”与“旗舰模型”之间的能力距离，也会迫使竞争者重新调整价格和产品分层。
发布当天的一个插曲也值得记住。据 Anthropic 的更正说明，最初的 BrowseComp 性价比图使用了比公司标准流程更简单的评测方法，低估了 Sonnet 5 的表现；公司随后依照系统卡的方法更新图表和文字。无论修正方向如何，这都说明模型大战中的漂亮坐标图不能脱离评测口径来读。
局限与未知
- 现有材料没有提供可供比较的完整基准成绩，编程、工具使用和长期代理能力仍主要是官方定性描述。
- 页面排版把 Sonnet 4.6 与“100 万 token 上下文窗口”放在一起，无法稳妥确认该规格属于 Sonnet 5。上下文窗口是模型一次能读取的信息总量；窗口更大，也不代表模型能同样准确地利用其中每个细节。
- 官方列出了多个云平台，但现有材料没有相应平台的独立公告交叉验证。