最新Claude Sonnet 5发布性能逼近Opus但新Tokenizer变相涨价35%引发讨论

6月30日，Anthropic 正式发布了 Claude Sonnet 5，这是其最新的中端 AI 模型，一经推出便引发广泛关注。

先说积极方面：模型性能接近 Opus 4.8，但价格仅为后者的 40%；首次在 Sonnet 系列中引入 100 万 token 上下文窗口；Agent 能力显著增强，Terminal-Bench 得分跃升 20.7 分；同时，幻觉率和谄媚率相较 Sonnet 4.6 均有所下降。

再谈一些需要留意的细节：新版 Tokenizer 会导致相同文本产生约 30% 的 token 增量；temperature、top_p 和 top_k 参数已被彻底移除，使用时会直接返回 400 错误；9 月 1 日介绍期结束后，实际使用成本可能比 Sonnet 4.6 高出 20% 至 35%。

今天这篇文章，我们将先梳理亮点，再剖析实际费用。技术决策者不能只看发布会的宣传材料。

一、性能表现：用 Sonnet 的成本，获得接近 Opus 的能力？

1.1 基准测试数据

几项关键数据值得关注：Agentic Coding 得分比 Sonnet 4.6 高出 5 个百分点，仅比 Opus 4.8 低 6 个百分点；Computer Use（操作计算机完成任务）达到 81.2%；在知识工作基准测试中，部分场景甚至超越了 Opus 4.8。

通俗来说，Sonnet 5 大概具备 Opus 4.8 约 85% 至 90% 的性能，但成本仅为后者的 40%。从性价比角度看，确实非常突出。

1.2 Agent 能力成为最大亮点

Sonnet 5 的定位十分明确：它并非一个更优秀的对话模型，而是一个更强大的 Agent 模型。Anthropic 官方描述称，Sonnet 5 能够“制定计划、驱动浏览器和终端等工具、自主执行任务——这达到了此前只有 Opus 级别才能实现的水准”。

早期测试者反馈，此前使用 Sonnet 4.6 执行 Agent 任务时，经常出现“卡住”现象，需要人工干预；而在 Sonnet 5 上，这些任务能够直接顺利运行。

1.3 安全性提升

这一点容易被忽略，但至关重要：对恶意请求的拒绝率更高，对 Prompt 注入的抵抗力更强，同时幻觉率和谄媚率（即模型倾向于迎合用户的行为）也更低。简单来说，Sonnet 5 不仅能力更强，而且更加“可靠”——不易被欺骗，也不会随意附和。

二、三大 Breaking Changes：升级并非无代价

这是 Sonnet 5 发布中最容易踩坑的部分。如果你的业务线正依赖 Sonnet 4.6，请务必仔细阅读。

2.1 Breaking Change #1：temperature/top_p/top_k 被移除

并非“不推荐使用”，而是直接返回 400 错误。这意味着，如果不更新代码，API 调用将直接失败。为何移除？Anthropic 解释称，Sonnet 5 的内部思考系统（Adaptive Thinking）会自动处理输出多样性，不再需要手动调节参数。

通俗而言，以前你可以手动调节空调温度，现在变为智能恒温——空调自行决定最合适的温度，你无需再介入。受影响最大的场景包括所有使用低温度参数（如 temperature=0）来确保输出确定性的任务，例如 JSON 格式化输出、代码生成、数据提取。迁移到 Sonnet 5 后，这些场景需要改用 system prompt 来控制输出格式。

2.2 Breaking Change #2：Adaptive Thinking 默认开启

Sonnet 4.6 的行为是：不传递 thinking 字段就不开启思考模式。Sonnet 5 则不同：不传递 thinking 字段，Adaptive Thinking 会自动开启。

这意味着什么？输出结构发生了变化，返回结果中增加了 thinking_blocks 字段；Token 消耗增加，因为思考过程本身会消耗额外 token；延迟也会相应增加；同时，max_tokens 的语义已改变，现在它包含了思考 token 的消耗。

如果不希望开启思考模式，必须显式关闭：

response = client.messages.create(
    model="claude-sonnet-5",
    thinking={"type": "disabled"},  # 必须显式关闭
    ...
)

2.3 Breaking Change #3：手动 Extended Thinking 被移除

之前的语法为 thinking={"type": "enabled", "budget_tokens": 8000}，现在使用该语法会直接报错。替代方案是使用 effort 参数：

thinking={"type": "adaptive", "effort": "high"}
# effort可选: low / medium / high / max

2.4 迁移清单

这并非简单的“更改 model ID”即可完成，而是一次需要投入成本的迁移。

三、新 Tokenizer：表面上未涨价，实际成本增加 35%

这是本文的核心重点——也是 Anthropic 在发布会上一带而过，但对开发者影响最大的变化。

3.1 什么是 Tokenizer 变化？

大模型处理文本的方式是：先用 Tokenizer 将文本切分为“token”（可以理解为“词块”），然后按 token 计费。Sonnet 5 换用了新的 Tokenizer，对于相同文本，新 Tokenizer 能够切割出更多的 token。

3.2 具体增加了多少？

对中文用户来说是个好消息：中文文本的 token 增长几乎可以忽略不计（仅 1%）。但对于代码类内容，token 增长约 28%。如果你的 Agent 大量处理代码（多数 Agent 确实如此），实际 Token 消耗会显著增加。

3.3 价格时间线：先甜后苦

Anthropic 的定价策略设计得非常“精妙”：

阶段一（现在 → 8月31日）：介绍期

单价降低了 33%！看起来非常划算。

阶段二（9月1日起）：标准价

单价与 Sonnet 4.6 完全一致。但新 Tokenizer 会多产生约 30% 的 token——对于相同的文本，实际成本就会多花 30%。

3.4 用真实数据说话

假设你的工作负载是：每天 500 万输入 token + 50 万输出 token（按 Sonnet 4.6 的 token 计算）。

同一个模型，两个月后从“节省成本”变成“多花 35%”，这就是现实。Anthropic 所宣称的“大致成本中性”，仅在介绍期内成立。

3.5 这不是涨价，这是“重新定义每单位的大小”

一个生活类比：可乐没涨价，还是 3 元一瓶。但瓶子从 500ml 变成了 350ml。你说它涨价了吗？看标签没涨，但实际喝到的量，增加了 43%。Sonnet 5 的 Tokenizer 变化本质上就是这种操作：单价不变，但相同的内容“变重了”。

四、100 万 Token 上下文：Sonnet 终于补齐短板

此前只有 Opus 级别才拥有 100 万 token 的上下文窗口，Sonnet 系列最高仅为 200K。Sonnet 5 一步到位，直接提升至 100 万。这对 Agent 场景意义重大——Agent 任务通常需要长时间运行，上下文窗口过小容易导致“失忆”。

但有一个细节容易被忽略：由于新 Tokenizer，100 万 token 的窗口实际能容纳的内容，仅相当于 Sonnet 4.6 的约 77 万 token。通俗来说，就是房屋面积标的是 100 平方米，但公摊 23%，实际使用面积 77 平方米。不过，77 万 token 仍然比之前 Sonnet 4.6 的 200K 大了近 4 倍，绝对值上依然是大幅提升。

五、隐含的战略意图：降低 Agent 运行成本

如果跳出具体技术参数，观察 Anthropic 的整体布局，Sonnet 5 的战略意图非常清晰：

5.1 让 Agent 运行成本更亲民

Opus 4.8 是最强的 Agent 模型，但价格昂贵。大多数公司难以使用 Opus 运行大规模 Agent 任务——成本会急剧上升。Sonnet 5 的定位是提供 Opus 85% 至 90% 的 Agent 能力，价格仅为 40%，让更多公司能够“用得起”Agent。

5.2 Anthropic 产品矩阵

Sonnet 5 的目标十分明确：成为“大多数 Agent 任务的默认选择”。并非性能最强，但足够使用且价格合理。

5.3 竞品对比

在 3 美元/百万 tokens 这个价格区间，Sonnet 5 的 Agent 能力目前处于领先地位。

六、现在是否升级？建议如下

6.1 立即升级（8月31日前）

如果你满足以下条件：主要处理中文内容（Tokenizer 影响仅 1%）；需要更强的 Agent 能力；当前使用 Sonnet 4.6 经常“卡住”；可以接受 Breaking Changes 的迁移成本。理由充分：介绍期价格 2 美元/10 美元确实非常划算，中文场景几乎没有 Tokenizer 惩罚。

6.2 先观望

如果你满足以下条件：主要处理英文或代码（Tokenizer 影响 30% 以上）；依赖 temperature=0 实现确定性输出；线上系统运行稳定，不愿承担迁移风险；对成本非常敏感。理由同样充分：9 月 1 日后实际成本可能增加 20% 至 35%，并且三个 Breaking Changes 需要代码改动。

6.3 无论如何，先完成这件事

使用 Token Counting API 重新计算你典型 Prompt 在新 Tokenizer 下的 Token 数量。

# 使用token counting API进行测试
response = client.messages.count_tokens(
    model="claude-sonnet-5",
    messages=[{"role": "user", "content": your_typical_prompt}]
)
print(f"Sonnet 5 tokens: {response.input_tokens}")

了解真实的 Token 增幅，才能做出正确的成本决策。不要猜测，不要假设，用数据说话。

写在最后

Claude Sonnet 5 是一个表现优秀但情况复杂的发布。好的方面确实突出：性能接近 Opus、Agent 能力大幅提升、100 万上下文窗口、安全性更强。如果你的 Agent 任务以前使用 Sonnet 4.6 难以运行，Sonnet 5 很可能能够顺畅完成。

复杂的方面也真实存在：三个 Breaking Changes 并非无痛迁移，新 Tokenizer 的成本影响需要逐案评估，介绍期的“便宜”将在 9 月 1 日消失。

最值得警惕的是 Tokenizer 这一操作。它不像直接涨价那样显眼——价格表上写的与 Sonnet 4.6 完全一致。但相同的文本会切出更多 token，本质上就是“缩小包装、保持标价”。这种操作在消费品行业被称为 shrinkflation（缩水式通胀），没想到 AI 行业也学会了。

对中文开发者来说，有一个好消息：中文的 Tokenizer 膨胀仅为 1%，几乎可以忽略。因此，如果你的业务主要处理中文内容，Sonnet 5 确实是一次纯粹的升级体验。

一句话总结：Sonnet 5 的能力提升是实实在在的，但“未涨价”这件事，取决于你计算的是单价还是总账单。在做决策之前，请先运行一遍 Token Counting API——数据不会说谎，但宣传材料可能会。