Claude Sonnet 5

原文 ↗ Hacker News 讨论 ↗

价格、性能和努力水平

  • 许多读者仔细分析了 Anthropic 自己的成本/性能图表和系统卡。
  • 普遍共识：Sonnet 5 明显优于 Sonnet 4.6，尤其是在低/中等推理水平下。
  • 但在更高努力水平（agentic 搜索/电脑使用）下，Opus 4.8 往往在帕累托意义上胜过 Sonnet 5：在相同的每任务成本下，Opus 往往表现更好。
  • 常见结论是：“低/中等用 Sonnet 5；如果需要更多推理，直接用 Opus。”
  • 一些人指出，Sonnet 5 的新 tokenizer 在同样文本下会产生约 1.0–1.35× 更多 tokens。再加上促销后的定价，有人认为这是一种隐性涨价。

与开源和中文模型的定位对比

  • 多次与 GLM 5.2、Qwen、Kimi、DeepSeek、Gemma 等进行比较。
  • 粗略的用户共识是：Sonnet 5 处于 GLM 5.2 / “Haiku-plus” 这个档位，但：
    • 往往比开源权重竞品更慢和/或更贵。
    • 但在长周期、多轮、遵循指令的任务中，通常仍更可靠。
  • 有些人认为开源权重模型是“benchmaxxed”，在真实工作流中表现不佳；也有人报告相反的情况。

Agentic 与辅助式开发

  • Anthropic 将 Sonnet 5 宣传为“更 agentic”。很多人对此保持警惕：
    • 抱怨越来越 agentic 的模型会忽视指令、过度行动，或把任务复杂化。
    • 也有一派更偏好“agent-assisted”工作流：用大模型负责规划/审阅，用小模型做机械性修改。
  • 另一些人表示，Sonnet/Opus 子代理架构很有效，但也指出，任务范围界定不当和小模型能力不足会带来技术债和废料。

网络安全削弱与监管

  • Anthropic 强调 Sonnet 5 相比 Opus/Mythos 在网络安全能力上更弱。
  • 许多人认为这是在 Mythos/Fable 事件之后，面向美国监管机构的表态，而不是对用户有利。
  • 强烈担忧“在 cyber 上更笨”也意味着代码更不安全、以及防御工具更弱。
  • 更广泛的担心是，顶级“防御/攻击”模型将只对政府和大型机构开放。

配额、定价与路由

  • 使用 Claude 订阅的用户指出，由于输出冗长和隐藏的推理 tokens，Sonnet 往往并不会比 Opus 便宜多少。
  • 对订阅用量条（Sonnet vs Opus pools）、自动路由和模型降级感到困惑。
  • 对不透明的成本、频繁的模型/努力水平变化，以及看似在“燃烧 tokens”的行为感到沮丧。

对 Anthropic 和 Fable 的情绪

  • 怀疑情绪明显上升：反对开放权重的游说、出口管制风波、快速弃用，以及被认为的“削弱”。
  • 很多人仍然喜欢 Claude 的 UX 和编程质量，但一些人正在把工作转移到 Codex、开源模型或本地方案。
  • 强烈希望 Fable/Mythos 回归；Sonnet 5 被广泛视为一款实用的工作马升级，而不是令人兴奋的前沿模型。