Claude Sonnet 5 登場：有何新功能，何時該用

什麼是 Claude Sonnet 5？

Claude Sonnet 5 是 Anthropic 於 2026 年 6 月 30 日推出、最具代理能力的中階模型。它能規劃、使用瀏覽器與終端機等工具，並以過去需要更大模型才能達到的水準自主執行任務，而成本遠低於旗艦級的 Opus 4.8。

如果你在 Claude、ChatGPT 與 Gemini 之間來回，卻總是不確定哪項工作該開哪個，這次發布改變了這道算式。Sonnet 5 的定位是預設主力，而非折衷選擇。

簡短版本：接近頂級的能力、中階的價格，且自適應思考一律開啟。本文其餘部分要談的，就是這筆交易何時值得。

Claude Sonnet 5 到底有什麼新功能？

三點最突出。Sonnet 5 配備 100 萬 token 的上下文視窗、最高 128k token 的輸出，以及一律開啟的自適應思考，在 API 與 Claude Code 中預設為高強度。Anthropic 同時指出，它的不良行為比率低於 Sonnet 4.6。

100 萬 token 的上下文視窗，代表你可以把整個專案、一份長報告，或數個月的筆記一次丟進同一段對話，不必再切割。

一律開啟的自適應思考，代表模型會自行決定每次請求要推理到什麼程度，而不再由你手動切換設定。對實務工作者而言，這省去了一個過去要親手管理的步驟。

Anthropic 官方發布頁指出，Sonnet 5 的整體不良行為比率低於 Sonnet 4.6，這在你讓模型自主調用工具時格外重要。

Claude Sonnet 5 與 Opus 4.8、Sonnet 4.6 相比如何？

在代理式編程上，Sonnet 5 得分 63.2%，高於 Sonnet 4.6 的 58.1%，但低於 Opus 4.8 的 69.2%。在 Terminal-Bench 2.1 上，它達到 80.4%，反而勝過 Opus 4.8 的 74.6%。在知識工作基準上，Sonnet 5 更略勝 Opus 4.8。

這點要仔細看。Sonnet 5 並非單純是「較弱的 Opus」。它在部分編程任務落後，卻在終端機工作與知識任務上領先。

根據 MarkTechPost 於 2026 年 7 月 13 日的比較，其他公布數字包括 OSWorld-Verified 的 81.2%，接近 Opus 4.8 的 83.4%，以及 BrowseComp 代理式搜尋的 84.7%。

實務結論是：對於絕大多數日常知識與瀏覽工作，Sonnet 5 已達到或接近 Opus 水準。只有當一項艱難編程任務值得多付溢價時，才動用 Opus 4.8。

Claude Sonnet 5 收費多少？

Sonnet 5 以優惠價推出：每百萬輸入 token 2 美元、每百萬輸出 token 10 美元，優惠至 2026 年 8 月 31 日。之後轉為標準價：每百萬輸入 3 美元、每百萬輸出 15 美元。此為 Anthropic 官方定價。

有一個值得知道的陷阱。Sonnet 5 採用新的 tokenizer，同一段文字對應的 token 數，可能是舊模型的 1.0 至 1.35 倍。

因此表面價格看似更便宜，但你的實際帳單取決於可能更高的 token 數。請以真實任務比較，而非只看單位 token 價格。

對市場或營運人員而言，誠實的做法是先跑一個具代表性的任務，讀出實際 token 用量，再決定是否把工作流程交給 Sonnet 5。

何時該用 Sonnet 5，而非其他模型？

把 Sonnet 5 當成代理式與多步驟工作的預設：瀏覽、工具調用、終端機任務，以及長文件分析，這些正是它 100 萬上下文與強勁終端機分數發光的場合。只在最艱難的編程任務升級到 Opus 4.8，並保留一個快速廉價的模型處理瑣碎查詢。

以下是一段可複製提示，用你自己的真實任務來實測 Sonnet 5：

你正在接受我工作流程中一項重複任務的評估。

任務：{貼上一個你每週實際會做的任務，附真實輸入}

請：
1. 以正式生產品質完成任務。
2. 最後列出你用了哪些工具或步驟。
3. 指出一件能讓任務更輕鬆或更可靠的事。

除非缺了資訊就無法完成，否則不要反問。

把同一段內容在 Sonnet 5 和你目前使用的模型上各跑一次。先比輸出品質，再比各自回報的 token 用量。這種以你自身工作為基礎的並排對照，勝過任何基準表。

有哪些需要留意的陷阱？

最大的是 tokenizer 的改變：若沿用舊的單位 token 直覺來編列預算，你的實際支出可能被低估達三分之一。把 Sonnet 5 納入經常性工作流程前，務必在真實任務上量測實際 token 數。

優惠價於 2026 年 8 月 31 日結束。你現在建立的任何成本評估，都應同時以標準價 3 美元與 15 美元試算一遍。

一律開啟的自適應思考預設為高強度，這對品質有利，卻可能在簡單請求上增加延遲與成本。處理瑣碎查詢時，較輕量的模型仍是更聰明的選擇。

在 UD，我們懂 AI，更懂你；UD 相伴，AI 不冷。為每項工作挑對模型，不再是靠猜，而是一個你真正說得出理由的決定。

為每項工作挑對模型

新模型幾乎每月都在推出，為每項任務挑對模型本身就是一門技術。UD 團隊會手把手帶你完成每一步，從在你的真實工作流程上實測各個模型，到建立一套全團隊都能遵循的簡單決策框架。