Claude Sonnet 5 实测：能力媲美 Opus 4.8，高性价比编程新选择

Anthropic 全新模型 Sonnet 5 已经悄然而至，如果你还在抱怨 Opus 4.8 近期的“降智”表现，那现在答案很清晰了——资源正在向这颗新星倾斜。快速翻看官方博客，可以用一句话概括：Sonnet 5 主打“物美价廉”，是日常工作和编程场景中极具性价比的模型。

物美：全方位性能跨越

对于习惯使用 Sonnet 4.6 的用户来说，这次更新带来的提升几乎是质变。

Sonnet 5 在推理、工具调用、编码和知识工作等领域比前代 Sonnet 4.6 拥有显著增强，各项基准指标全面跃进，综合表现已十分贴近 Opus 4.8。这意味着 Sonnet 5 是一款全能型的工作模型，尤其是在智能体编程能力上实现了巨大跃升。知识工作方面的进步同样惊人，甚至在部分场景中超越了 Opus 4.8。

除了漂亮的跑分，它依然延续了标准的 100 万 token 上下文窗口。思考模式也从原先的“扩展思考”升级为自适应机制：

Adaptive thinking replaces extended thinking. It’s on by default in Claude Code and the API. Start at medium effort, and bump to high for long agentic runs or memory-heavy work. Most coding and tool use won’t need more than that.

这些调整都是为了应对更加复杂的长任务而设计。根据官方的内部测试，Sonnet 5 和 Sonnet 4.6 之间已经不再是程度上的差异，而是“能”与“不能”的鸿沟。

许多过去 Sonnet 4.6 直接放弃的任务，现在 Sonnet 5 可以流畅完成。

价廉：国外顶级模型中的性价比之王

性能的提升如果配上一个高价标签，就多少会令人犹豫。但 Sonnet 5 偏偏在定价上给出了诚意。当然，和国内模型相比谈不上便宜，但在同类海外模型中确实相当克制。

从表格中可以清楚看到，Opus 4.8 的输入价格为 $5、输出 $25，而 Sonnet 5 标准价格为 $3 和 $15，特惠期更是低至 $2 和 $10。在海外顶级模型中，这个定价堪称最低门槛。拥有逼近 Opus 4.8 的能力，同时享受近乎六折的定价，性价比立刻凸显。

人人可用：全平台即时触达

相比 Fable 5 上线后反复横跳、频繁要求认证的折腾，Sonnet 5 的开放策略友好得多。

模型直接面向全平台推送，手机、电脑、网页端即刻可用。无论是 Pro 用户还是免费用户，都能立即体验。当然，前提是你的账号保持存活状态。

实测：“天文机械表”极限挑战

为了验证真实能力，这里选用了一个最新且难度极高的综合测试题——“天文机械表”。这道题在过去一段时间让众多国产模型全军覆没，之前仅有 Opus 4.8 几乎拿下满分。

完整题目如下：

用单个 HTML 文件实现一只机械腕表风格的天文时钟，纯原生实现，不许使用任何库、框架或 CDN。要求：  
  
1. 主表盘读取本地系统时间，秒针平滑扫秒，使用 requestAnimationFrame 驱动，且长时间运行不得累积漂移；切到其他标签页再切回来时，指针必须立即校准到正确时间。  
  
2. 包含一个月相小表盘，根据当前日期计算并显示月相连续变化，公式需要自行实现，精度要求误差控制在 1 天内。  
  
3. 包含一个可用的计时码表，通过子表盘指针显示，支持开始、暂停、继续、归零与计圈（lap），按钮在任意顺序点击都不能出现状态错误。  
  
4. 日期窗显示当前日期，正确处理大小月与闰年。  
  
5. 包含昼夜 / 日出日落指示，用户可在三到四个预设城市之间切换，并根据经纬度现场计算当地日出日落时刻。  
  
6. 页面需要响应式，并尊重 prefers-reduced-motion：开启时秒针改为跳秒并关闭装饰动画；同时为各表盘补充 ARIA 标注。  
  
7. 整体视觉要像一只真实的高级腕表，而不是普通练习作业。  
  
只输出最终代码，不要解释。

测试说明：

这是一个面向前沿模型的**长规格前端综合题**。与普通模拟时钟不同，它故意把数学推导、动画工程、状态机正确性、无障碍适配与高级审美堆叠在同一题中，观察模型是否会在实现过程中静默漏需求。  
  
题目的核心目标不是“做一个能转的表盘”，而是要求模型在**闭卷推导**与**高约束实现**之间保持稳定。月相算法、日出日落计算、后台切回后的时间校准，以及计时码表的开始 / 暂停 / 继续 / 归零 / 计圈边界行为，都是高频失分点。  
  
工程要求：主表盘必须使用 **requestAnimationFrame** 驱动平滑扫秒，不能依赖会累积漂移的定时器；切换后台标签页后，返回前台时指针必须立即与系统时间重新对齐。  
  
设计要求：页面必须保持单文件、纯原生、响应式，同时尊重 **prefers-reduced-motion**，为关键表盘与控件补齐 ARIA 标注，并在整体视觉上呈现出真实机械天文腕表的精致感，而不是普通练习作业。

测试直接在 Claude 桌面版的 Chat 功能中进行：

思考强度设置为中等（Medium）：

在其上方还有 High、Extra、Max 三个更高档位可供选择。

最终测试结果出炉：

结果几乎又是全对。时钟显示准确，地区切换与日出日落联动正常，计时码表的启动、暂停、复位、计圈全部无差错，月相呈现也符合预期。

此刻正值农历十七，月相几乎满月点亮状态，计算与视觉效果都十分吻合。Anthropic 所言非虚，Sonnet 5 在这道难题上的表现与 Opus 4.8 几乎完全一致，而本次仅仅使用了中档思考强度。当时测试 Opus 4.8 使用的是高档，而现在最新的 Sonnet 5 仅中档就已足够。除了 Anthropic 自家的模型，目前几乎没有任何外部模型能完整通过这项挑战。

所有详细的测试结果都已经整理在 Jarvis Uni 的 TOPAI 板块中，可供直观对比。

更多后续测试，很快会持续更新。

Sonnet 5 的思维能力强到足以驾驭这类复杂编程任务，日常办公自然更不在话下。再结合 Claude 的 Cowork 协作功能，无疑是效率利器。

如今各类 Work 工具层出不穷，但归根结底，核心还是底层模型能力与 Harness 的调教水平。在这两方面，Claude Cowork 绝对称得上是行业先驱。

总结而言，Sonnet 5 已经蜕变为能够比肩 Opus 4.8 的存在，成为 Claude 系列中最具性价比、最适合日常工作的模型，同时也完全胜任高强度的编程任务。真正的智能并不在于见过多少题，而在于面对从未见过的复杂问题，依然能够稳定解出。在这一点上，Claude 系列展现出了真正接近思考本质的能力。