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
