Fable 5解禁，Anthropic同步發Sonnet 5模型搶人

Anthropic CEO達里奧·阿莫迪。圖片由AI生成

文丨蘇揚

編輯丨徐青陽

Fable 5迴歸在即，Anthropic同步發了一款中端模型搶用戶。

美國當地時間6月30日，Anthropic發佈了Claude Sonnet 5，並將其定位爲“迄今爲止智能體能力最強的Sonnet模型”。

Anthropic表示，模型能自主制定計劃，調用瀏覽器和終端等外部工具，在沒有人工干預的情況下獨立完成多步驟任務。

Anthropic在官方博客中寫道，智能體時代對很多開發者來說始於Sonnet級別模型，Claude Sonnet 3.5、3.6和3.7是首批在編碼和工具使用方面展現出技能的模型，但近期智能體能力最顯著的提升主要來自Opus級別。

Sonnet 5的作用是把這種能力往下放，讓中端模型也能做到過去需要旗艦模型才能完成的事。

價格方面，8月31日前，輸入每百萬token 2美元，輸出每百萬token 10美元，之後回調爲標準定價，輸入每百萬token 3美元，輸出每百萬token 15美元。

作爲對比，Opus 4.8的定價是輸入5美元、輸出25美元。按標準定價計算，Sonnet 5每百萬token的成本比Opus 4.8低約六成。

值得注意的是，此前因爲安全問題被下架的Fable 5系列模型將迎來轉機。

美國商務部長盧特尼克在社交平臺X上發帖稱，在過去的兩個星期裏，我們與Anthropic密切合作，對Fable 5進行了分析與批准，以確保美國政府內部達成一致，暗示這款被譽爲Anthropic史上最強模型即將回歸。

隨後，Anthropic回應稱，已收到通知，Claude Fable 5和Mythos 5將於明天（當地時間7月1日）開始恢復訪問。

基準測試全面跳漲，一項評估直接反超Opus

Anthropic公佈了五項主要評估成績，Sonnet 5在所有項目上均較前代Sonnet 4.6有明顯提升。

Sonnet 5在五項主要評估中縮小了與旗艦模型Opus的差距，並在其中一項上實現反超

在智能體編碼基準SWE-bench Pro上，Sonnet 5得分63.2%。Sonnet 4.6爲58.1%，Opus 4.8爲69.2%。差距從前代的11.1個百分點縮小到6個百分點。

在Terminal-Bench 2.1編碼評估中，Sonnet 5拿到80.4%。Sonnet 4.6只有67.0%，Opus 4.8爲82.7%。這項評估上Sonnet 5較前代提升了13.4個百分點，與Opus 4.8的差距只剩2.3個百分點。

多學科推理方面，評估用的是Humanity‘s Last Exam。Anthropic在此次發佈中更新了這項考試評分模型，並將Sonnet 4.6的得分修正爲34.6%（無工具）和46.8%（有工具），與Sonnet 4.6發佈博客中報告的數字不同。

Sonnet 5在無工具條件下得分43.2%，有工具輔助下得分57.4%。有工具時57.4%的成績與Opus 4.8的57.9%基本持平，差距僅0.5個百分點。

計算機使用評估OSWorld-Verified，Anthropic同樣調整了評估方式，使其更準確反映模型在真實世界中的表現。Sonnet 4.6的得分由此更新爲78.5%。Sonnet 5的得分是81.2%，提升了2.7個百分點。

在計算機使用任務上，Sonnet 5以更低的單任務成本，接近了Opus 4.8的準確度

知識工作基準測試GDPval-AA v2是Sonnet 5唯一直接超過Opus 4.8的項目。Sonnet 5得分1618分，Sonnet 4.6爲1395分，Opus 4.8爲1615分。

Anthropic在官方博客中表示，從這些評估結果來看，Sonnet 5的進步幅度很大，性能已經躍升到了與Opus 4.8大幅重疊的層級。

未進行特殊安全訓練

Anthropic在部署前安全評估中對Sonnet 5做了多項測試，結論是相比Sonnet 4.6整體有所改進。

在智能體安全方面，Sonnet 5更擅長拒絕惡意請求，抵抗提示注入攻擊劫持的能力也更強。出現幻覺和諂媚行爲的比率較Sonnet 4.6更低。在自動化行爲審計中，測試範圍覆蓋了配合濫用、欺騙等廣泛的不當行爲，Sonnet 5的總體得分低於Sonnet 4.6，即不當行爲發生率更低，更安全。

Anthropic能力更強的模型，不當行爲發生率比Sonnet 5更低，但Sonnet 5相較前代已有明顯改善

與Opus 4.8和Claude Mythos Preview相比，Sonnet 5在相同審計中顯示出略高的不當行爲發生率。Anthropic的安全評估是一套梯度體系：模型能力越強，安全對齊表現越好。Sonnet 5處於中間位置，優於前代但不及旗艦模型。

在網絡攻擊能力方面，Anthropic與Mozilla合作進行了評估，測試模型爲Firefox 147瀏覽器中的漏洞開發利用程序的能力。相關漏洞已在Firefox 148中修補。

兩個Sonnet模型都未能針對Firefox漏洞生成可利用程序，而Mythos 5的成功率接近90%

兩個Sonnet模型均未能成功開發出可用的漏洞利用程序，成功率爲0.0%。Sonnet 5的部分成功率爲13.2%，Sonnet 4.6爲8.8%。與之相比，Opus 4.8的漏洞利用成功率爲68.8%，Mythos 5爲88.4%。兩個Sonnet模型與旗艦模型在網絡攻擊能力上的差距在一個數量級以上。

Anthropic表示沒有特意針對網絡安全任務訓練Sonnet 5。該公司分析認爲，Sonnet 5在部分成功率上的微小提升很可能來自通用智能的改善，而非專項訓練。它可以執行一些常規、無害的網絡任務，但在開發軟件漏洞利用等有潛在危險的技能上，遠低於Opus和Mythos系列。

由於Sonnet 5在這類任務上比前代稍強，Anthropic默認啓用了網絡安全防護功能。這套防護系統可實時檢測並阻止危險的網絡使用行爲，防護等級與Opus 4.7和4.8上的相同。

與之對照，Fable 5的防護措施更爲嚴格，會攔截範圍更廣的網絡安全任務。Anthropic對Sonnet 5的整體網絡風險判斷爲較低水平，因此沒有采用最嚴等級的防護。對於需要較少防護的網絡安全工作，Anthropic推薦使用Opus 4.8。

性能、token消耗同步提升

Anthropic在公告腳註中披露了一項技術變更。

Sonnet 5使用了更新的tokenizer，改變了模型處理文本的方式，目的是提升性能。這個改動與Claude Opus 4.7中引入的tokenizer更改類似。

更新tokenizer的代價是，相同內容的輸入可能映射爲原來1.0到1.35倍的token數量，具體取決於內容類型。也就是說，同一段文字在Sonnet 5中可能比在Sonnet 4.6中消耗更多token。

Anthropic解釋稱，優惠定價的設定旨在使用戶過渡到Sonnet 5時大致保持成本中性。但“大致”意味着存在變量，運行高容量工作負載的企業客戶需要對自己特定用例做基準測試，不能直接假定賬單不變。

速率限制方面，爲適應Sonnet 5更高等努力程度設置帶來的更高token使用量，Anthropic已提高Chat、Cowork、Claude Code和Claude Platform的速率限制。

在此之前，2026年4月26日，Anthropic已將每個使用層級的Sonnet和Haiku速率限制調高，同時將Claude Platform的層級簡化爲三個：Start、Build和Scale。用戶可以在Claude Console中查看自己所在的層級和當前限制。

用規模換估值

Sonnet 5發佈的時間節點處於Anthropic籌備IPO的關鍵階段。

該公司已經於2026年6月初向SEC祕密提交了IPO招股說明書，CNBC稱這將是“科技史上最受審視的公開募股活動”。

據《衛報》報道，Anthropic在2026年2月以3800億美元估值融資300億美元時，年化營收達到140億美元，過去三年每年增長超過十倍。到5月下旬，該公司完成650億美元H輪融資，由Altimeter Capital和Sequoia Capital等共同領投，投後估值9650億美元，年化營收超過470億美元。

PitchBook分析師哈里森·羅爾夫斯（Harrison Rolfes）表示，私人市場三年來一直在給AI公司定高價，這個敘事能不能站住腳，關鍵數字既不是估值，也不是營收，要看毛利率。但毛利率數字，外部至今還沒見過。

在Sonnet 5發佈前一天，加州州長加文·紐森（Gavin Newsom）宣佈了一項合作，以50%的折扣向所有州政府機構提供Claude服務，並提供免費的勞動力培訓，優惠延伸到加州各市縣。Anthropic美洲區負責人凱特·詹森（Kate Jensen）表示，此舉的目的是“讓Claude爲維護本州運轉的人們服務”。這種政府合同通常代表着持久的、經常性的收入來源。

競爭方面，OpenAI在2026年3月以8520億美元估值完成1220億美元融資，同樣在籌備IPO。

埃隆·馬斯克（Elon Musk）的SpaceX與xAI合併後，IPO定價每股135美元，估值達到1.77萬億美元。Google、Meta也在推進自己的企業級AI產品。據《華爾街日報》報道，亞洲AI初創公司正在開發類似Mythos的網絡安全能力。

各方都在爭奪同一個企業市場。

D.A. Davidson科技研究主管吉爾·盧里亞（Gil Luria）表示，儘管Anthropic“在尖端AI模型方面似乎處於領先地位”，但“他們當前的大部分使用量來自試用和實驗，這可能無法持續”。這句話指向了所有AI實驗室的共同問題：把開發者的實驗性使用轉化爲生產級收入。