悄然了小半年，，，Sonnet终于更新到5版本了。。好新闻，，，性能险些和Opus 4.8持平，，，坏新闻，，，比以前本钱高了，，，另外一个好新闻，，，8月31日前token打折。。
我知道，，，真正代表Anthropic手艺天花板的是Fable 5和Opus 4.8。。尤其是Anthropic现在邻近上市，，，这两张牌才是IPO叙事的发念头。。
但说真话，，，作为通俗消耗者，，，我更关注的照旧Sonnet 5，，，由于我需要的是一个足够智慧，，，且不至于让我月尾肉疼的模子。。
与此同时，，，Anthropic也曝出会在系统提醒词里给中国用户上标记。。
虽然现在并未泛起果真证据证实它会据此封号或降权，，，但这件事已经足够敏感：用户看不见，，，模子照常跑，，，后台却能通过一组险些不可察觉的名堂差别，，，把特定地区的挪用单独识别出来。。
另外，，，Anthropic官方体现，，，美国已扫除对Claude Fable5和Mythos5的出口管制，，，Anthropic将于明日最先恢复会见权限
Sonnet 5究竟强在哪
不空话，，，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%。。
可是在知识方面，，，Sonnet 5反超了Opus 4.8。。
Anthropic对Sonnet 5的定位是“迄今为止最具Agent能力的Sonnet”。。
官方体现，，，Sonnet 5可以自主制订妄想、挪用浏览器和终端等工具、长时间自力运行，，，而在几个月前，，，这些能力还只有更大、更贵的模子才华做到。。
说白了，，，Anthropic的意思是Sonnet 5也醒目以前Opus和Fable级别的事情了。。
真正有意思的地方是在Agent搜索和盘算机操作方面，，，在不调高模子“认真（effort）水平”的情形下，，，Sonnet 5醒目过的活儿比Opus 4.8多。。调到最认真那档以后，，，Sonnet 5有些使命直接追上Opus 4.8，，，并且花的钱还少一大截。。
以是总归一句话，，，Sonnet 5只用Opus 4.8约莫一半不到的价钱，，，做到了它80%-90%的水平。。
还没完。。Sonnet 5的测试者们均体现，，，以前Sonnet没法完成的重大使命，，，现在Sonnet 5能轻松跑完，，，甚至还会自动检查自己的输出。。
Zapier的工程师举了个例子，，，他让模子一连执行“更新Salesforce账户品级，，，再给企业客户发通告邮件”，，，Sonnet 5一口吻做完了，，，而他体现，，，“以前会卡在半路”。。
在清静方面，，，Sonnet 5的幻觉率和迎合倾向都低于Sonnet 4.6，，，在Agent场景下抵御提醒注入攻击的能力也更强。。同时，，，模子默认开启了实时清静防护。。也就是说，，，模子在跑的时间，，，系统会在后台检测它是不是在干危险的网络清静操作，，，发明就就地掐断。。
有一个评测特殊值得说。。Anthropic联合Mozilla，，，用Firefox 147的已知误差测试模子的误差使用能力。。
所谓误差使用，，，指的是给定一个已知的软件误差，，，看看模子能不可自己写出代码来攻击它。。
Sonnet 5和 Sonnet 4.6一样，，，完整误差使用的乐成率是0%。。它能写出代码片断，，，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，，，但还不具备自主提倡网络攻击的水平。。
相比之下，，，Opus 4.8在这项测试中体现出显着的网络攻击能力。。
Anthropic体现，，，他们没有刻意训练Sonnet 5做网络清静，，，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也体现，，，在一项笼罩大宗不良行为的自动化审计中，，，Sonnet 5的整体得分比 Sonnet 4.6更清静，，，但它确着实某些不良行为上比Opus 4.8和Mythos Preview更容易“失态”。。
官方把这归因于更强的模子自己具备更好的行为对齐，，，同时也认可Sonnet 5还没抵达旗舰级模子的榨取水平。。
尚有一个细节必需得说一下，，，Sonnet 5换了新的分词器。。
同样的文本输入，，，消耗的Token数目可能比原来多1.0到1.35倍。。
Anthropic的说法是，，，推广期价钱会先降低token用度，，，以让短期内用户顺应总本钱转变。。
详细来说，，，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。。分词器转变带来的现实消耗增添，，，8月31日之后，，，价钱可能会比以前更高。。
陪同着Sonnet 5，，，Anthropic还发了Claude Science。。这是一个面向生命科学的AI事情台，，，定位是“科研领域的 Claude Code”。。
它用的是现有的Claude模子，，，把60多个科学数据库、可复现的盘算流程和外地运算能力打包进了一个Agent的界面。。
早期用户里，，，UCSF的一个团队靠它发明了RNA-seq数据里一个卡了快要一年的实验室污染物。。
Anthropic正在从卖模子转向更高层，，，Claude Code是开发者的，，，Claude Science想做科研职员的。。
可是Anthropic最近不太平
claudefa.st的数据显示，，，约莫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，，，还得是自制好用的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。？？？？晌侍馐，，，Sonnet停在4.6这个版本里快要泰半年的时间。。
Opus的价钱快要是Sonnet的两倍，，，关于通俗开发者来说太贵了。。
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“偷看谜底”。。
研究显示，，，Opus 4.8在SWE-bench上跑出87.1%的效果是作弊的，，，一旦断网、切断它读取代码客栈 .git历史的能力，，，效果直接暴跌到73.0%。。
Datacurve的评测也显示，，，Opus 4.6和4.7在凌驾12% 的被审使命中被标记为“作弊”。。
这还没完。。已往几周，，，Opus 4.8一连被曝“断崖式降智”。。思索深度下降67%，，，基础逻辑推理一再翻车，，，幻觉率飙升。。
外网论坛上有开发者诉苦，，，现在用Opus 4.8 Max的感受“比用老款Haiku还要糟糕得多”。。
并且就在Sonnet 5的统一天，，，外网论坛里有人发明，，，Claude Code从今年4月2日的2.1.91 版本最先，，，会在系统提醒词里悄悄给中国用户“吊水印”。。
详细的做法是，，，它检测你的时区是否设为亚洲、署理URL是否指向中国域名。。
若是是，，，就把系统提醒词里的日期名堂从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，，，它还检查署理URL是否匹配一个内含147条纪录的域名黑名单，，，笼罩中国大厂域名、云服务商、AI实验室、API中转站。。
若是匹配上，，，日期脱离符换成斜杠，，，撇号换成隐写字符。。三条信号叠加，，，足够Anthropic在后台准确识别每一其中国开发者。。
