Claude Sonnet 5：逼近 Opus 4.8 的推理能力，Agent 引擎全面升級 重大更新

Sonnet 4.6 → 5：全面進步，沒有明顯短板

Sonnet 4.6 在 2026 年 2 月讓「Opus 級能力平民化」，Sonnet 5 則是把這條路線走得更遠——在每一個公開測試項目上都贏過前代，沒有出現「A 項變強、B 項變弱」的取捨。⁴

• 自主規劃能力——能夠制定計畫、呼叫瀏覽器與終端機等工具，並在多步驟任務中自主執行到接近完成的程度，這在幾個月前還需要更大、更貴的模型才能做到
• 自動檢查輸出——不需要明確指示，模型會主動驗證自己的輸出是否合理
• 幻覺率與溝通品質改善——技術領域的可靠性進一步提升
• 安全性提升——「不當行為」（如配合濫用請求、欺騙）的比率低於 Sonnet 4.6，更擅長拒絕惡意請求、抵禦 prompt injection 劫持攻擊
• 1M context window 從 beta 轉正——Sonnet 4.6 標準預設是 200K tokens，1M 只是限量開放的 beta 功能。Sonnet 5 直接把 1M tokens 設為所有付費方案的預設值，不用另外申請開通；最大輸出維持 128K tokens⁸

Benchmark：逼近 Opus 4.8 的關鍵一步

幾個值得注意的點：²

• Terminal-Bench 2.1 從 67% 到 80.4% 是這次升級中最戲劇性的進步，代表模型操作終端機、串接指令、處理複雜 shell 工作流的能力大幅提升——這正是 AI Agent 執行真實開發任務時最常用到的能力。
• GDPval-AA v2 超越 Opus 4.8——延續 Sonnet 4.6 的傳統，在辦公室、知識工作類任務上，中階模型再次贏過自家旗艦，暗示 Anthropic 持續針對「白領工作流程」進行專門調優。
• SWE-bench Pro 差距縮小——雖然仍落後 Opus 4.8 約 6 個百分點，但已比 Sonnet 4.6 時代的 11 分差距明顯拉近。

定價：推廣期比 Opus 4.8 便宜 60%

值得注意：搭配 prompt caching 可再省最多 90% 成本，batch processing 則可省 50%。另外，若工作負載需要限定在美國境內運算，US-only inference 選項會加收 1.1 倍費用。³

現在是 Claude 免費版與 Pro 的預設模型

跟 Sonnet 4.6 當初的模式一樣，Sonnet 5 已經取代前代，成為 claude.ai 免費版和 Pro 訂閱的預設模型，並同步在 Anthropic API、Amazon Bedrock、GitHub Copilot 等平台上線。^{1 5}

• 免費與 Pro 用戶不需要任何設定，自動使用新模型
• GitHub Copilot 已將 Sonnet 5 列為正式支援（GA）模型⁶
• Claude Code 中可用 /model 指令切換，或直接指定 claude --model claude-sonnet-5

Sonnet 5 vs Opus 4.8：什麼時候用哪個？

Claude 5 家族中唯一「全球通行」的成員

值得一提的背景：Claude 5 家族目前有四名成員——Opus 4.8、Sonnet 5、Haiku 4.5，以及頂級的 Fable 5（Mythos-class）。其中 Fable 5 在 2026 年 6 月中旬一度因美國出口管制被限制，非美國開發者無法使用，直到 2026 年 7 月 1 日才因安全對齊完成而解除。⁷

相較之下，Sonnet 5 從發布之初就沒有這類限制，全球開發者都能正常存取——這也是為什麼它適合作為多數團隊的預設選擇：不用擔心地緣政治風險，只需要專注在成本與效能的權衡上。

總結

Sonnet 5 延續了 Anthropic「旗艦能力平民化」的策略：不追求單一項目的絕對第一，而是在 Agentic Coding、工具使用、知識工作等實用場景上全面貼近 Opus 4.8，同時維持遠低於旗艦的價格。Terminal-Bench 2.1 從 67% 跳到 80.4% 是這次升級中最值得關注的進步——這代表 AI Agent 在真實開發環境中的可靠度又往前跨了一大步。