Claude Sonnet 5真便宜吗？我按任务成本重新算了一遍

Anthropic在2026年6月30日（美国时间）/ 7月1日（北京时间）发布了Claude Sonnet 5，官方通稿主打"代理能力"（Agentic）这一核心卖点。然而，当讲者深入阅读官方的系统卡片、迁移指南和第三方评测机构Artificial Analysis的详细数据后，发现社区对这款模型的反应远不如官方声明那般乐观——有开发者直言不如继续用Opus 4.8，也有人认为在低中档位努力下仍有日常工作流价值。

问题的关键在于成本结构的隐蔽性。官方确实通过Artificial Analysis的测试展示了Sonnet 5的进步：Intelligence Index比Sonnet 4.6高6分，甚至在代理知识工作任务上超越了更贵的Opus 4.8。为了吸引开发者迁移，官方还推出了限时优惠价格——输入token仅需$2/百万，输出token $10/百万，价格确实诱人。但这只是故事的前半部分。

后半部分才是真实的成本账本。Sonnet 5的代理能力提升并非魔法，而是通过让模型进行多轮推理来实现。根据Artificial Analysis的测试，Sonnet 5在Max Effort模式下相比Sonnet 4.6的输出token增加约40%；在AA Briefcase和GDPVALAA等知识工作评估中，代理轮次(agentic turns)约为3倍；在GDPVALAA上Max Effort约为Low Effort的6倍。换句话说，模型不是一次性想出最优解，而是反复尝试、反复调用工具——就像餐厅的厨师先尝一口菜再加盐，再尝再加油，最后菜做好了但账单翻了倍数。

更容易被忽略的是分词器的变化。Sonnet 5使用了新的tokenizer（Anthropic在Opus 4.7时引入），官方文档明确指出：同样的文本在Sonnet 5上约多30% Token。但很多开发者在看发布通稿时没有翻到迁移指南。根据实测数据，这个增加在不同语言上的影响各不相同——英文文本增加42%，西班牙文33%，Python代码27%，而中文基本无变化。这意味着用英文写的Prompt现在要多付42%的钱，代码注释要多付27%。而且这部分成本影响会一直存在，不受推荐价格失效的限制。

当把所有成本因素综合计算后，用标准价格（$3输入/$15输出）对比，Sonnet 5平均每个Intelligence Index任务的成本约为$2.29，而Opus 4.8仅需$1.99。Sonnet 5总体贵约15%。这个数据揭示了问题的本质：如果你觉得Sonnet 5的low effort模式不够好，正确做法不是升高effort档位，而是直接换用Opus 4.8的default effort，反而更便宜。Hacker News和Reddit的讨论中，技术社区已形成共识：medium effort不够就换Opus 4.8，不要执意提升Sonnet 5的effort。

Sonnet 5的定位因此变得尴尬——它既不是最便宜（Hackr等更便宜），也不是最强（Opus 4.8更强），更不总是最划算（在某些场景GLM 5.2更优）。很多开发者怀疑Anthropic在玩定价游戏，用推荐价格和新分词器来隐蔽涨价。但讲者认为真相是大模型发展触碰了一堵无形的墙：能力提升不再是线性且廉价的。要让模型做更复杂的推理、处理更长的上下文关联、执行更多的代理操作，它就必须消耗更多算力。Sonnet 5的代理能力提升本质上是通过多思考几步来实现，这个思考过程体现在token消耗上，这是工程的物理现实，而非厂商的阴谋。

面对这样的复杂局面，讲者给出了四点建议：第一，基于自己的工作负载做基准测试，用Sonnet 5、Opus 4.8、GLM 5.2分别跑典型任务并记录成本；第二，考虑长期成本而非短期促销，推荐价格只到8月31日但分词器成本永久存在；第三，根据任务复杂度选择——简单任务用Haiku，中等复杂用Sonnet 5的low effort，复杂推理用Opus 4.8；第四，关注开源替代品如GLM 5.2在成本和开放权重上的优势。这本质上是在AI时代建立微服务架构式的模型选择策略。