Sonnet 5 has a major problem nobody's talking about
三句話摘要
Claude Sonnet 5 發布評測：性能接近 Opus 4.8，但定價反而更貴，首次出現故意削弱的功能限制。 Sonnet 5 單次生成能力強勁但成本效益不佳，網路安全功能被故意削弱，現階段應繼續依賴 Opus 4.8 作為主要工作流工具。 性能與價格失衡：雖然 Sonnet 5 在 Frontier Code 基準測試中超越 Opus 4.8，但整體能力約在 Opus 4.7 水準。關鍵問題在於正式價格（$3 輸入/$15 輸出 per 百萬 token）高於 Opus 4.8，而 Opus 4.8 在高難度設置下反而成本更低且性能相當或更優。這是 Anthropic 首次推出折扣引導價（至 8 月 31 日為 $2/$10），暗示公司對定價策略的調整。
重點整理
重點- 1
性能與價格失衡：雖然 Sonnet 5 在 Frontier Code 基準測試中超越 Opus 4.8，但整體能力約在 Opus 4.7 水準。關鍵問題在於正式價格（$3 輸入/$15 輸出 per 百萬 token）高於 Opus 4.8，而 Opus 4.8 在高難度設置下反而成本更低且性能相當或更優。這是 Anthropic 首次推出折扣引導價（至 8 月 31 日為 $2/$10），暗示公司對定價策略的調整。
- 2
故意功能削弱以規避監管：Sonnet 5 未經網路安全任務訓練，在評估危險網路技能（如開發軟體漏洞利用）時表現遠低於 Opus 4.8 和 Mythus 5，這是為了避免觸發政府審查。模型預設啟用網路安全防護，可能導致大量拒絕回應，類似早期 Fable 5 的問題。
- 3
單次生成能力突出：在無需 Claude Code 工具鏈的情況下，Sonnet 5 能高質量一次生成網頁設計（無 AI 生成感）、實時 3D 地球定位追踪器（單一 HTML 文件含 API 整合）、互動式 WebGL 藝術場景（支援日夜切換、部分隱藏、自動旋轉），前代模型無法實現。
實用技巧與重點
乾貨- 價格（正式）：輸入 $3/百萬 token，輸出 $15/百萬 token（9 月 1 日起）
- 價格（折扣期）：輸入 $2/百萬 token，輸出 $10/百萬 token（至 8 月 31 日）
- 可用平台：Claude.ai（支援 low/medium/high/max 難度，無 ultra code），Claude Code（支援 ultra code）
- 相對性能：vs Sonnet 4.6 大幅提升；vs Opus 4.8 約為 Opus 4.7 水準
- 基準測試：Frontier Code（Cognition）超越 Opus 4.8；Computer Use 與 Opus 4.8 相近
- 網路安全：故意削弱的 cyber skills 評分遠低於 Opus 4.8 和 Mythus 5；預設啟用網路安全防護
- 測試案例：網頁設計、實時 3D 地球追踪器（含精確位置資料拉取）、WebGL 藝術場景（支援日夜模式、控制元素顯隱、自動旋轉）
結論
結論“Sonnet 5 單次生成能力強勁但成本效益不佳，網路安全功能被故意削弱，現階段應繼續依賴 Opus 4.8 作為主要工作流工具。”
完整解析
詳細Anthropic 最新發布的 Claude Sonnet 5 在基準測試中確實相對前代 Sonnet 4.6 取得顯著進步。然而，這次發布呈現出一個值得注意的悖論：雖然官方宣稱性能接近 Opus 4.8，實際綜合能力約等於 Opus 4.7 級別，更重要的是定價策略似乎未能體現其性能進度。
價格上暴露了問題所在。Sonnet 5 的正式價格為輸入 $3、輸出 $15 per 百萬 token，遠高於同級表現的成本。相比之下，使用 Opus 4.8 的高難度設置（high effort）實際上能以更低的總成本獲得相似甚至更優的性能。這是 Anthropic 有史以來首次為新模型推出介紹性折扣價（至 8 月 31 日降至 $2/$10），這一舉措隱含著對定價結構的反思。在 Frontier Code 與 Computer Use 等第三方基準中，Sonnet 5 與 Opus 4.8 表現相當，但成本考量下，Opus 4.8 仍是更優選擇。該模型並未展現出 Anthropic 所承諾的成本效率優勢。
更引人深思的是 Sonnet 5 在網路安全能力上的故意削弱。這個設計選擇很可能源於監管考量——Sonnet 5 刻意未經網路安全任務訓練，在評估危險網路技能（如開發軟體漏洞利用）時，表現明顯低於 Opus 4.8 和 Mythus 5 級別的模型。為了配合這一限制，Anthropic 預設啟用了網路安全防護機制，可能導致模型對安全相關請求大幅增加拒絕。類似的現象曾在早期 Fable 5 中出現過。
然而，Sonnet 5 的真正優勢在於其單次生成複雜應用的能力。在 Claude.ai 高難度設置下的測試中，該模型無需依賴 Claude Code 工具鏈，即能單次生成設計精良的網頁（避免了常見的「AI 生成感」）、創建包含實時 API 數據的交互式 3D 地球定位追踪器（完全自包含於單一 HTML 文件中）、以及支援日夜模式與互動元素的 WebGL 藝術場景。這些任務在前代模型中基本無法勝任。因此，儘管成本效率存疑，Sonnet 5 作為設計與編碼工具的能力確實值得關注。
關鍵時刻
Pipeline v2帶時間戳的重點，會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。
事實查核
Pipeline v2說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。
