Chase AI · 6:19 · 发布 2026-06-30 · 4.1万次观看(截至抓取) · 观看原视频
主旨
Anthropic 发布 Sonnet 5,相对 Sonnet 4.6 是全面升级,相对 Opus 4.8 差距很小、价格却不到一半,选型问题从”要不要用新模型”变成”该用 Sonnet 5 还是 Opus 4.8”。
核心论点
- Sonnet 5 对 Sonnet 4.6 是碾压式全面升级,对 Opus 4.8 差距很小甚至个别指标反超。(→ 详解1)
- 定价上 Sonnet 5 输入/输出成本不到 Opus 的一半,性能差距远小于价格差距。(→ 详解2)
- Effort Level 是独立于模型代际的成本旋钮,低挡位只是省钱,不代表能力比前代强。(→ 详解3)
- Agentic Computer Use 上 Sonnet 5 全面超过 4.6,但复杂场景里 Opus High 依然比 Sonnet 5 Max 更强且更便宜。(→ 详解4)
- 安全与越权行为指标有改善但仍不及 Opus,真正的选型问题是任务复杂度分界线,而非哪个模型”更好”。(→ 详解5)
知识点详解
1. 对 4.6 全面碾压,对 Opus 4.8 差距很小 00:18
把 Sonnet 5 和 Sonnet 4.6 放在一起看,agentic coding、多学科推理、computer use、knowledge work 四项全面提升,是直接的代际升级,没有争议。
真正值得关注的是它和 Opus 4.8 的差距。作者强调这里该问的不是”接不接近”,而是”到底掉了多少”(00:31)——computer use 只落后 2%,agentic coding 落后 2%,多学科推理落后几个百分点,knowledge work 甚至反超。
最大的差距出现在 SWE-bench Pro(63% vs 69%)和 Terminal Bench 2.1(80% vs 82%),但即便是最大差距也谈不上悬殊。这为后面”定价对比”的讨论定了调:性能差距小,但价格差距大得多。
2. 定价腰斩,性价比拉满 01:23
Opus 4.8 输入 $5/百万 token、输出 $25/百万 token;Sonnet 5 输入只要 $2/百万(约 Opus 的 40%)、输出 $10/百万,不到 Opus 一半的成本。
结合上一节的性能对比,结论很直接:如果不是在做绝对前沿的高难任务,而是常规、日常的 agent 工作,Sonnet 5 用不到一半的钱补上了原本只有 Opus 才够格的能力缺口。
对靠 API 按量付费、而非走 Claude Max 订阅套餐的开发者来说,这是过去 Anthropic 定价普遍偏贵这一痛点的直接缓解——过去常被建议转投 OpenAI mini 系列模型,现在 Anthropic 也有了中端选项。
3. Effort Level 是独立于模型代际的成本旋钮 01:54
在 Agentic Search 的评测图里,Sonnet 5 在 low、medium、high 三档 effort level 之间 pass rate 差距巨大——这不是模型能力代际差异,而是同一模型在不同”力度”设置下的表现分布。
反直觉的地方在于:Sonnet 5 的 low 挡 pass rate(55%)反而不如 Sonnet 4.6 的 low 挡,只是成本极低;medium 挡大致追平 4.6 但更便宜;要到 high 挡才真正反超 4.6,而此时的成本已经相当于 4.6 的 low 挡。
这意味着”Sonnet 5 全面更好”是有条件的——low 挡的意义只是”这会很便宜”,不代表能力更强。想拿到过去 4.6 那种高水准表现,基本还是得调到 high 挡,这时候的花费才真正可比。
4. Agentic Computer Use:选型没有一刀切答案 04:21
在 agentic computer use 场景,Sonnet 5 几乎全线超过 4.6,且成本更低——这和 agentic search 场景的结论正好相反,再次印证”该用哪个模型”已经变成按场景判断的问题,而非一刀切的代际替换。
但更值得注意的是:即便如此,Opus High 依然比 Max 挡的 Sonnet 5 表现更好,而且价格还更低。这说明单看”每百万 token 单价更便宜”不能直接等于”总体更划算”,Opus 在它擅长的高难场景里仍然是最优解。
作者由此提醒:不要被”Sonnet 更便宜”的表面结论带偏,复杂任务里 Opus 可能因为 token 效率更高而实际总成本反而更低。
5. 安全表现改善,但真正的问题是任务复杂度分界线 04:42
每次 Anthropic 发布新模型都会提及 misaligned behavior(越权/失准行为)指标。Sonnet 5 相比前代有改善,但仍不及 Opus 4.8 和 Mythos preview;曾让 Mythos 被”锁死”的网络安全漏洞利用风险,在 Sonnet 系列上不是需要担心的问题。
作者的收尾判断是:这些基准图表反而让他更谨慎——真正的问题从来不是”Sonnet 5 好不好用”(几乎总该用它替代 4.6),而是”Sonnet 5 还是 Opus 4.8”。他期待 Anthropic 后续给出更清晰的任务复杂度分界线,指明什么级别的任务 Sonnet 5 够用、什么级别该切 Opus。
可执行步骤
- 常规、非前沿难度的 agent 任务默认切到 Sonnet 5;明显复杂的任务先用 Opus 4.8 跑一轮做基线对比。
- 调用 Agent API 时显式设置 effort level,先用 medium 挡验证是否够用,不够再升 high,不要默认停在 low 挡就下结论说”模型不行”。
- 对已有的 Sonnet/Opus 混用工作流,按具体任务类型(search/coding/computer use)分别记录 pass rate 与成本,而非套用同一套default模型。
关联
- 印证:Fable5实测agentic交易的策略与踩坑 中的 模型切换(查数据用便宜模型、核心分析切贵模型)与本片”按任务复杂度在 Sonnet 5 / Opus 4.8 间切换”是同一思路的具体案例,进一步印证按场景而非按代际选模型的实践。
- 复现:GLM 5.2 三方对比 把 Opus 4.8 作为闭源前沿基准与 GLM 5.2/GPT 5.5 三方对照,与本片”按复杂度选 Sonnet 5 / Opus 4.8”合看,拼出”按场景 + 按交付类型”的完整选型图。
- 复现:GLM 5.2配Claude Code Router实测 把 Opus 4.8 当作建站基准的对照水平线(GLM 5.2 设计”追平 Opus 4.8”但成本更高),是本片选型逻辑在具体建站任务上的又一次复现。
- 复现:循环工程实战 中 Opus 4.8 作为
/goal循环里的主力模型出现,与本片”复杂任务先用 Opus 4.8 跑基线”的建议呼应。
一手来源与延伸
- Introducing Claude Sonnet 5 — Anthropic 官方发布页,定价($2/$10 introductory)、能力提升方向与视频陈述一致。
- Claude Sonnet 5 System Card — 官方系统卡,含安全评估(misaligned behavior)细节,可核对视频中”安全指标有改善”的具体幅度。
术语
- Effort Level(推理力度分级):控制 agent 单次任务投入的推理/搜索强度的参数,分 low/medium/high,直接决定成本与 pass rate 的权衡,与模型代际无关。
- SWE-bench Pro:衡量更复杂真实软件工程任务解决能力的基准。
- Terminal Bench:衡量终端/命令行 agentic 操作能力的基准。
- Agentic Search:靠 agent 多轮自主检索完成任务的评测场景。
- Misaligned Behavior:模型偏离预期指令、出现越权或不安全行为的统称。
金句
“Low on Sonnet 5 really just means this is going to be super cheap.” → 别把低 effort 挡位当成”更强的旧模型”,它买的是便宜,不是能力。 “The question isn’t Sonnet 5 versus 4.6… It’s Sonnet 5 versus Opus 4.8.” → 一句话点破整支视频真正要回答的选型问题。
立场与利益
视频末尾提及付费社区 Chase AI Plus 及作者的 Claude Code Masterclass 课程,存在自售关系;但正文的基准数据解读本身未见明显带货措辞,评述相对客观。
价值定位
面向已经在用 Claude API 或 Claude Code、需要在 Sonnet 与 Opus 之间做真实成本决策的开发者,价值在于给出了”按任务复杂度而非按模型代际选型”的具体判据。对只用 Claude Max 订阅聊天、不关心按量计费的用户,价值有限,偏泛泛科普。
自检问题
- Sonnet 5 相对 Sonnet 4.6 在哪些方面提升最大? 答案:agentic coding、多学科推理、computer use、knowledge work 全面提升,是直接的代际升级(→ 详解1) 00:18
- Sonnet 5 与 Opus 4.8 的输入/输出定价分别是多少? 答案:Sonnet 5 输入 $2/output $10(每百万 token);Opus 4.8 输入 $5/输出 $25,Sonnet 只有 Opus 约 40% 的输入成本(→ 详解2) 01:23
- 为什么”low effort 挡位的 Sonnet 5”不能简单理解成”变强的 Sonnet 4.6”? 答案:effort level 主要是成本旋钮而非能力代际,low 挡下 Sonnet 5 pass rate 甚至低于 Sonnet 4.6 的 low 挡,只是更便宜,要到 high 挡才真正反超(→ 详解3) 01:54
- 在 Agentic Computer Use 场景里,为什么作者说 Opus 反而更划算? 答案:Opus High 在该场景下 pass rate 高于 Sonnet 5 的 Max 挡位,且价格更低,说明单价便宜不等于总体最优(→ 详解4) 04:21
- 作者认为本视频真正该讨论的选型问题是什么? 答案:不是 Sonnet 5 该不该取代 4.6(几乎总该),而是具体任务该用 Sonnet 5 还是 Opus 4.8,需要按任务复杂度决定(→ 详解5) 05:11
💬 热门评论 top-18 主 + 2 回(抓取 2026-07-07)
[2] @jordanholt5560:小技巧 - 在视频音频输出上加个限制器来提高音量，它太安静了。另外压缩一下你的人声通道也有帮助。像Rvox这样的简单插件就能轻松做到。 👍 2 [3] @ChaseBernier:真的惊讶，即使升级后，只要还在订阅且没达到使用上限，直接用Opus猛干还是那么划算。 👍 17 ↪ @lukemanius:在低档套餐上撑不了多久。 [4] @MsJason316:我目前测试的时间有限，但它给我的结果比4.6好，而且快一点，所以我觉得这是个明显的进步。 👍 6 [5] @Alex50969:他们到底是怎么在几乎每个基准测试中把模型性能放在另外两个之间的？我真是受够了科技公司，想象一下任何供应商像科技公司那样行事，他们马上就会失去业务。 👍 4 [8] @jaysonp9426:确实令人失望。Opus 4.8用于重要的事，Haiku用于不重要的事。 👍 12 [9] @amarug:唯一的问题是，你不能随心所欲地使用Sonnet，因为他们有一个额外的“仅Sonnet”条，所以他们有点想让你用Opus。对于API用户来说很棒，但对于API，我会找人来帮你托管GLM，租GPU之类的，然后自己搞。 [10] @JaeJonson:我很难理解，除了一些特殊情况，为什么我要用Sonnet而不是Opus，因为Opus似乎能以更便宜的价格给我更好的结果。显然还需要多试试，基准测试大多数时候不能说明全部问题，只是根据他们自己的图表，这似乎不合理哈哈。 👍 1 [11] @sebkeccu4546:奇怪，Chrome的Claude插件还在用Sonnet 4.6；在2分08秒你展示了一个图表，其中Opus和Sonnet在xhigh上成本相同，但Opus通过率更高？？？这是真的吗？因为那意味着在高或xhigh上我们最好选Opus 4.8而不是Sonnet 5？而且由于Sonnet 5低的通过率比Sonnet 4.6低还差，所以低档最好不用。这意味着只有Sonnet 5中档值得考虑。从这些图表来看，大多数情况下应该选Opus 4.8。我想知道Sonnet现在有什么好处，因为它的价格已经和Opus 4.8这么接近了… 👍 1 [12] @stillinframecreatives:我建了一个用Sonnet Vision的应用。你觉得OpenAI的模型会更便宜更好吗？ [13] @ChitosVids:那些更便宜性能更好的中国模型呢？ [14] @emreguclu4875:自从它上线我就一直在用，老兄…它干得不错…比如能编写Rust插件和服务器管理面板，并把插件设置和面板连接起来，这样你就不用处理编辑.json文件和重新加载插件来激活更改了…我喜欢它。一次搞定我要求的所有东西，像Opus但更便宜或更快？我不知道…而且使用限制下降得没那么快。 👍 1 [15] @BobbyMasteria:你有没有觉得，当新模型发布时，旧模型开始表现变差？我还是Claude新手，但我最后开始骂它，就像我骂ChatGPT一样，而一开始我从来不用抱怨Claude的回答。 [16] @iamagenius2646:所以他们要移除Opus 4.8，对吧？ [17] @JeanYvesHemlin:更别说使用Sonnet会让你失去100万token的上下文窗口！ [18] @chosen-m:图表已经被Anthropic改了，性价比最高的是高配Sonnet。 👍 2 ——其他 2 条:感谢/夸赞([6]@nicholasprice5137、[7]@creative_cooper);1 条 spam 已略
英文原文
[1] @Chase-H-AI(UP):Get all video resources + the Claude Code Masterclass 👉 https://www.skool.com/chase-ai
[2] @jordanholt5560:Quick tip - use a limiter on your video audio output to bring up the volume. It's pretty quiet. Also helpful to compress your vocal audio channel a bit. There are simple plugins like Rvox that do this easily. 👍 2
[3] @ChaseBernier:Genuinely surprised at how often it makes sense, even after this upgrade, to just blast away on Opus as long as on the subscription and not hitting usage caps. 👍 17
↪ @lukemanius:It doesn't take long on a lower plan
[4] @MsJason316:The limited time I've had to test it so far, it's given me better results than 4.6 and a little quicker, so I think it's a noticeable step up. 👍 6
[5] @Alex50969:How do they exactly place a models performance between two other ones in almost every benchmark. I am so tired of tech companies man, imagine any supplier that behaves like a tech company. They would immediately lose business 👍 4
[6] @nicholasprice5137:*TYPO IN YOUR TITLE — YOU WANT TO SAY ‘COMPETES’, NOT ‘COMPLETES’* Love your vids!!! 👍 9
↪ @Chase-H-AI(UP):thanks for the heads up! 👍 4
[7] @creative_cooper:Seems like they just want us to pay more 😂 👍 3
[8] @jaysonp9426:Definitely a let down. Opus 4.8 for everything that matters and Haiku for things that don't. 👍 12
[9] @amarug:only issue is that you cant use sonnet as much as you want because they have an extra "sonnet only" bar, so they kinda want you to use opus. for api users its great, but for api i would find someone to host glm for you, rent gpu or so and just do that.
[10] @JaeJonson:I'm having a hard time understanding, besides some niche cases, why I would ever use Sonnet over Opus when it seems like Opus is going to get me better results at a cheaper rate on average. Obviously still need to play around with it and benchmarks don't tell the whole story most of the time, it's just by their own graphs it seems like it doesn't make senselol. 👍 1
[11] @sebkeccu4546:It's weird,the chrome claude plugin is still on sonnet 4.6; On 2:08 seconds you show a graph where opus and sonnet on xhigh have the same cost but opus has a better passing rate??? is that correct? because that would mean that on high or xhigh we better choose opus 4.8 over sonnet 5? And since sonnet 5 low has a worse passing rate then sonnet 4.6 low, the low is better not used. Which means that only sonnet 5 medium is worth looking at. From those graphs it looks like in most cases Opus 4.8 should be chosen. I wonder what the benefit of sonnet is now that the pricing is so close to opus 4.8 now ... 👍 1
[12] @stillinframecreatives:I built an app that uses Sonnet Vision. Do you think OpenAI models would be cheaper and better for this?
[13] @ChitosVids:What about the cheaper and better performing Chinese models?
[14] @emreguclu4875:been using it since it is up and live and man... it is doing it's job like... can code Rust plugins and server managemenet panel and connect plugin settings with panel so you don't need to deal with editing .json files and reloading the plugin to activate changes... I liked it. one shotting everything I asked for like Opus but cheaper or faster? I dk... and usage limit is not dropping that fast 👍 1
[15] @BobbyMasteria:do you feel that when a new model is released the former model starts to perform worse ? I'm still new to claude but I ended up cursing it like I cursed chatgpt while in the begining I never had to complain to what claude answered
[16] @iamagenius2646:So they are going to remove Opus 4.8, right?
[17] @JeanYvesHemlin:Not counting that using Sonnet would prevent you from having a 1 Million token context windows!
[18] @chosen-m:the graph has been changed on antthropic, best bang for buck is sonnet at high 👍 2