Claude Sonnet 5
Claude 5 中档 · Anthropic · 发布 2026-06-30 · 当前代
接近 Opus 4.8 的 agent 能力，$2 / $10 永久定价。
- 类型
- 未披露
- 注意力
- 未披露
- 层数
- 未披露
- 专家
- 未披露
- 隐藏维
- 未披露
- 词表
- 未披露
未披露。adaptive thinking 默认开启（effort 默认 high，五档 low/medium/high/xhigh/max）；不再接受手动 extended thinking 与非默认 temperature/top_p/top_k（400 错误）；新分词器（同文本约多 30% token）。
未披露。Anthropic 未公布参数量、Dense/MoE、注意力类型。
已知接口特性（官方文档，2026-08-28）：
- Adaptive thinking 默认开启：不传
thinking字段即带思考；关闭需显式thinking: {type: "disabled"} effort五档low/medium/high（默认）/xhigh/max，与 Opus 4.8 对齐；xhigh为 Sonnet 线新增- 三个破坏性变更（相对 Sonnet 4.6）：手动 extended thinking（
budget_tokens）返回 400；temperature/top_p/top_k非默认值返回 400；assistant 预填仍不支持 - 1M 上下文既是默认也是最大（无更小档），128K 最大输出；Batch API 加
output-300k-2026-03-24beta 头可到 300K 输出 - 输入：文本 + 图像；输出：文本
- 新分词器：同文本约多 30%（官方公告口径 1.0~1.35×），
max_tokens、缓存断点、上下文容量都要重新计算 - 工具集与 Sonnet 4.6 相同，另支持 browser use 工具和稳定版
computer_toolset_20260801（Claude API / Google Cloud）；不提供 Priority Tier - 首个带实时网络安全防护的 Sonnet：被拦截时返回 HTTP 200 +
stop_reason: "refusal" - 可靠知识截止 2026-01（训练数据截止同为 2026-01）
闭源模型，无自建选项，不提供显存表。
无自建选项。
成本模型（官方定价页，2026-08-28）：
- 输入 $2 / 输出 $10 / MTok；原定 2026-09-01 涨回 $3 / $15 的计划已于 2026-08-10 取消，$2 / $10 为永久标准价
- 缓存写 $2.50（5 分钟）/ $4（1 小时），缓存读 $0.20（基价 10%）
- Batch 五折：$1 / $5
- 1M 长上下文不加价；Bedrock / Vertex / Foundry 按各自价目
什么时候会变贵：
- 新分词器让同一段文本多约 30% token，标价降 1/3 但等价请求账单降幅明显小于此
- AA 实测 max 档单任务 $1.72~2.29，约为 Sonnet 4.6 的 2 倍、与 Opus 4.8 相当——因为输出 token 多 ~40%、知识工作类 agent 轮次约 3 倍；max 比 low 多约 6 倍轮次
- 思考默认开启，
max_tokens是思考 + 正文总上限，旧的无思考预算会截断
速度：AA 实测约 95 tok/s（max 档），高于均值；高 effort 下 TTFT 很长（AA 记录 max 档 225 s），交互场景请降 effort 或流式。
编程Terminal-Bench 2.1 80.4%、SWE-bench Pro 63.2%、CursorBench 57%（官方公告表，Vellum 转录）；AA 实测 Terminal-Bench 较 Sonnet 4.6 +9 分。
推理HLE（带工具）57.4%（官方公告表）；AA 智能指数 55（max 档，2026-08-28）；CritPt 17%，较 Sonnet 4.6 +14 分（AA）。
指令遵循官方称幻觉率与谄媚率均低于 Sonnet 4.6；不支持 assistant 预填，需改用 structured outputs（官方文档）。
AgentOSWorld-Verified 81.2%、GDPval-AA v2 1618（官方公告表，与 Opus 4.8 的 1615 持平）；BrowseComp 相对 Sonnet 4.6 大幅提升（官方）。
多模态支持文本 + 图像输入、文本输出；官方未公布 MMMU 等视觉基准。
中文中文可用，缺少独立中文评测。
工程型推理接近 Opus 4.8：Terminal-Bench 2.1 80.4% 甚至高于 Opus 4.8 的 74.6%，HLE（带工具）57.4% 对 57.9%，GDPval-AA v2 1618 对 1615（官方公告表，Vellum 转录）。考试型推理略弱：SWE-bench Pro 63.2% 低于 Opus 4.8 的 69.2%，官方未公布 GPQA Diamond。失败模式：默认 effort 高时输出偏长；复杂多文件重构仍应上 Opus 5。
- 1.Terminal-Bench 2.1 80.4%（Sonnet 4.6 为 67.0%，+13.4），OSWorld-Verified 81.2% 与 Opus 4.8 基本持平
- 2.$2 / $10 原为限时价，2026-08 起改为永久标准价，比 Sonnet 4.6 便宜 1/3
- 3.1M 上下文 + 128K 输出，AA 智能指数 55，Free / Pro 计划默认模型
- 1.新分词器使同文本 token 数多 1.0~1.35 倍，实际账单降幅小于标价降幅
- 2.temperature / top_p / top_k 非默认值直接 400，旧代码需清理采样参数
- 3.官方分数均为默认 effort；misalignment 率高于 Opus 4.8，漏洞利用类能力被刻意压低
| 基准 | 分数 | 来源 | 日期 | 证据 |
|---|---|---|---|---|
| Artificial Analysis Intelligence IndexAA 综合指数 | 55 | Artificial Analysis Intelligence Index v3 | 2026-08-28 | 独立复测 |
| Terminal-Bench终端 agent | 80.4% | Anthropic 发布公告 | 2026-08-28 | 厂商公布 |
| Artificial Analysis Intelligence IndexAA 综合指数 | 55 | Artificial Analysis (v4.1.1) | 2026-08-28 | 独立复测 |
| GPQA Diamond研究生级科学问答 | 91.1% | Artificial Analysis (v4.1.1) | 2026-08-28 | 独立复测 |
| Humanity's Last Exam人类最后考试 | 41.3% | Artificial Analysis (v4.1.1) | 2026-08-28 | 独立复测 |
| SciCode科学计算编程 | 53.6% | Artificial Analysis (v4.1.1) | 2026-08-28 | 独立复测 |
| MMMU-Pro多模态理解（Pro） | 77.3% | Artificial Analysis (v4.1.1) | 2026-08-28 | 独立复测 |
| Terminal-Bench终端 agent | 80.5% | Artificial Analysis · Terminal-Bench 2.1 | 2026-08-28 | 独立复测 |
| τ³-Bench Banking工具调用 agent（银行域） | 37.3% | Artificial Analysis · τ³-Bench Banking | 2026-08-28 | 独立复测 |
| LMArena Chinese Elo中文人类偏好 Elo | 1503 | LMArena Text · Chinese (style control) | 2026-08-28 | 独立复测 |
更新 2026-08-28 · 排名供选型参考，基准会饱和、会泄漏、会过时。