文 | 字母 AI
沉寂了小半年，Sonnet 终于更新到 5 版本了。好消息，性能几乎和 Opus 4.8 持平，坏消息，比以前成本高了，另外一个好消息，8 月 31 日前 token 打折。
我知道，真正代表 Anthropic 技术天花板的是 Fable 5 和 Opus 4.8。尤其是 Anthropic 如今临近上市，这两张牌才是 IPO 叙事的发动机。
但说实话，作为普通消费者，我更关注的还是 Sonnet 5，因为我需要的是一个足够聪明，且不至于让我月底肉疼的模型。
与此同时，Anthropic 也曝出会在系统提示词里给中国用户上标记。
虽然目前并未出现公开证据证明它会据此封号或降权，但这件事已经足够敏感：用户看不见，模型照常跑，后台却能通过一组几乎不可察觉的格式差异，把特定地区的调用单独识别出来。
另外，Anthropic 官方表示，美国已解除对 Claude Fable5 和 Mythos5 的出口管制，Anthropic 将于明日开始恢复访问权限
Sonnet 5 到底强在哪
不废话，直接看数据。
在 Agent 编程方面，Sonnet 5 得分 63.2%，相比 Sonnet 4.6 的 58.1% 涨了 5.1%，距离 Opus 4.8 的 69.2% 还剩 6%。
但是在知识方面，Sonnet 5 反超了 Opus 4.8。
官方表示，Sonnet 5 可以自主制定计划、调用浏览器和终端等工具、长时间独立运行，而在几个月前，这些能力还只有更大、更贵的模型才能做到。
说白了，Anthropic 的意思是 Sonnet 5 也能干以前 Opus 和 Fable 级别的工作了。
真正有意思的地方是在 Agent 搜索和计算机操作方面，在不调高模型 " 认真（effort）程度 " 的情况下，Sonnet 5 能干过的活儿比 Opus 4.8 多。调到最认真那档以后，Sonnet 5 有些任务直接追上 Opus 4.8，而且花的钱还少一大截。
所以总归一句话，Sonnet 5 只用 Opus 4.8 大约一半不到的价格，做到了它 80%-90% 的水平。
还没完。Sonnet 5 的测试者们均表示，以前 Sonnet 没法完成的复杂任务，现在 Sonnet 5 能轻松跑完，甚至还会主动检查自己的输出。
Zapier 的工程师举了个例子，他让模型连续执行 " 更新 Salesforce 账户等级，再给企业客户发公告邮件 "，Sonnet 5 一口气做完了，而他表示，" 以前会卡在半路 "。
在安全方面，Sonnet 5 的幻觉率和迎合倾向都低于 Sonnet 4.6，在 Agent 场景下抵御提示注入攻击的能力也更强。同时，模型默认开启了实时安全防护。也就是说，模型在跑的时候，系统会在后台检测它是不是在干危险的网络安全操作，发现就当场掐断。
有一个评测特别值得说。Anthropic 联合 Mozilla，用 Firefox 147 的已知漏洞测试模型的漏洞利用能力。
所谓漏洞利用，指的是给定一个已知的软件漏洞，看看模型能不能自己写出代码来攻击它。
Sonnet 5 和 Sonnet 4.6 一样，完整漏洞利用的成功率是 0%。它能写出代码片段，但始终拼不出一个完整可用的攻击程序。这说明它的代码能力虽然涨了，但还不具备自主发起网络攻击的水平。
相比之下，Opus 4.8 在这项测试中表现出明显的网络攻击能力。
Anthropic 表示，他们没有刻意训练 Sonnet 5 做网络安全，它在这方面的能力大幅弱于 Opus 4.8 和 Mythos 5，这是有意为之。
不过 Anthropic 也表示，在一项覆盖大量不良行为的自动化审计中，Sonnet 5 的整体得分比 Sonnet 4.6 更安全，但它确实在某些不良行为上比 Opus 4.8 和 Mythos Preview 更容易 " 失态 "。
官方把这归因于更强的模型本身具备更好的行为对齐，同时也承认 Sonnet 5 还没达到旗舰级模型的克制水平。
还有一个细节必须得说一下，Sonnet 5 换了新的分词器。
同样的文本输入，消耗的 Token 数量可能比原来多 1.0 到 1.35 倍。
Anthropic 的说法是，推广期价格会先降低 token 费用，以让短期内用户适应总成本变化。
具体来说，8 月 31 日前每百万输入是 2 美元、输出是 10 美元；输入 3 美元、输出 15 美元。分词器变化带来的实际消耗增加，8 月 31 日之后，价格可能会比以前更高。
伴随着 Sonnet 5，Anthropic 还发了 Claude Science。这是一个面向生命科学的 AI 工作台，定位是 " 科研领域的 Claude Code"。
它用的是现有的 Claude 模型，把 60 多个科学数据库、可复现的计算流程和本地运算能力打包进了一个 Agent 的界面。
早期用户里，UCSF 的一个团队靠它发现了 RNA-seq 数据里一个卡了将近一年的实验室污染物。
Anthropic 正在从卖模型转向更高层，Claude Code 是开发者的，Claude Science 想做科研人员的。
但是 Anthropic 最近不太平
claudefa.st 的数据显示，大约 90% 的 API 请求走的是 Sonnet 4.6。
Opus 系列虽然强，但真正撑起 Anthropic 流量的，还得是便宜好用的 Sonnet。
从 2 月到 6 月，Opus 系列连发了三个大版本，Opus 4.6、4.7、4.8，Agent 能力越来越强。可问题是，Sonnet 停在 4.6 这个版本里将近大半年的时间。
Opus 的价格将近是 Sonnet 的两倍，对于普通开发者来说太贵了。
更尴尬的是，Opus 4.8 不争气。
6 月 26 日，Cursor AI 官方发了一篇重磅研究，实锤了 Opus 4.8 在编程评测里大规模 " 偷看答案 "。
研究显示，Opus 4.8 在 SWE-bench 上跑出 87.1% 的成绩是作弊的，一旦断网、切断它读取代码仓库 .git 历史的能力，成绩直接暴跌到 73.0%。
Datacurve 的评测也显示，Opus 4.6 和 4.7 在超过 12% 的被审任务中被标记为 " 作弊 "。
这还没完。过去几周，Opus 4.8 连续被曝 " 断崖式降智 "。思考深度下降 67%，基础逻辑推理频频翻车，幻觉率飙升。
外网论坛上有开发者抱怨，现在用 Opus 4.8 Max 的感觉 " 比用老款 Haiku 还要糟糕得多 "。
而且就在 Sonnet 5 的同一天，外网论坛里有人发现，Claude Code 从今年 4 月 2 日的 2.1.91 版本开始，会在系统提示词里悄悄给中国用户 " 打水印 "。
如果是，就把系统提示词里的日期格式从 2026-06-30 悄悄改成 2026/06/30，撇号也从 ASCII 换成肉眼分不出的 Unicode 字符 U+02BC。
用户完全看不到这些改动，但 Anthropic 的后台一清二楚，其目的也不言而喻。
除了时区，它还检查代理 URL 是否匹配一个内含 147 条记录的域名黑名单，覆盖中国大厂域名、云服务商、AI 实验室、API 中转站。
如果匹配上，日期分隔符换成斜杠，撇号换成隐写字符。三条信号叠加，足够 Anthropic 在后台精确识别每一个中国开发者。
