Anthropic推出Claude Sonnet 5:效能逼近旗艦Opus4.8,定價卻更低的中階模型有多強?
Anthropic推出Claude Sonnet 5:效能逼近旗艦Opus4.8,定價卻更低的中階模型有多強?

重點一:Anthropic 發布中階模型 Claude Sonnet 5,效能逼近旗艦 Opus 4.8 但更便宜,即日起為免費版與 Pro 版預設模型。

重點二:較前代 Sonnet 4.6 多項評估提升,SWE-bench Pro(agentic 程式撰寫)由 58.1% 升至 63.2%;Anthropic 部署前評估顯示安全亦改善。

重點三:介紹價每百萬 token 輸入 2、輸出 10 美元(至 8 月 31 日),9 月起調為 3、15 美元,低於數款旗艦模型。

Anthropic 在 6 月 30 日發布新一代中階模型 Claude Sonnet 5,主打「史上最會做 agentic(自主代理)任務的 Sonnet」。

所謂 agentic,指模型能自己擬定計畫、操作瀏覽器與終端機等工具、在無人盯著的情況下自主完成一連串工作。官方部落格指出,Sonnet 5 能達到的自主程度,「幾個月前還得動用更大、更貴的模型才辦得到。」

上線範圍分層開放:Free 與 Pro 版即日起以 Sonnet 5 為預設模型;Max、Team、Enterprise 版可選用;開發端則提供於 Claude Code 與 Claude 開發平台(Claude Platform)。

定價方面,即日起至 8 月 31 日採介紹價,每百萬輸入 token 2 美元、每百萬輸出 token 10 美元(token 是模型計費的文字單位,約略對應字數);9 月起轉為正式價,輸入 3 美元、輸出 15 美元。

這組正式價雖與前代 Sonnet 4.6 的原牌價相同,但由於 Sonnet 5 換了一套處理文字的方式(業界稱為 tokenizer),同樣一段文字可能產生約 1 到 1.35 倍的 token,因此單次任務的實際花費未必和舊版相同。

據科技媒體《TechCrunch》報導,Sonnet 5 的定位本身就是一個訊號:agentic 能力已成各價位帶的基本盤,競爭的分水嶺不再是「誰做得最好」,而是「誰能用更低成本、在越少人為監督下越可靠地完成」。

這與 OpenAI 上週預覽的 GPT-5.6 Sol、Google 5 月推出的 Gemini 3.5 Flash 的訴求如出一轍。

和前代 Sonnet 4.6 差在哪?

對照今年 2 月發布的前代 Sonnet 4.6,Anthropic 表示,Sonnet 5 在推理、工具使用、程式撰寫與知識工作等多項重要評估中都有所提升,而非在所有測試上全面勝出。

幾個關鍵測試成績

以下為 Anthropic 公布的 SWE-bench Pro(軟體工程實測,衡量模型自主寫程式的能力)測試結果:

測驗 Sonnet 4.6 Sonnet 5 Opus 4.8
SWE-bench Pro(agentic 程式撰寫) 58.1% 63.2% 69.2%

在這項測試上,Sonnet 5 從前代的 58.1% 提升到 63.2%;旗艦 Opus 4.8 則以 69.2% 仍居領先(上述分數與各測驗的 effort、測試設定,可查 Claude Sonnet 5 System Card 與 SWE-bench Pro 榜單)。使用者可在模型的「effort(思考力度)」設定間調整,於成本與效能間取得平衡。

和旗艦 Opus 4.8 差在哪?

Anthropic 的定調很清楚:Opus 4.8 依舊是高準確度、高難度任務的首選;Sonnet 5 則提供「品質遠優於過往、但價格更低」的中階選項。兩者可透過 effort 等級切換,讓使用者依任務難度在成本與效能間找平衡。

安全評估與限制

在安全性方面,Anthropic 的部署前評估顯示,Sonnet 5 出現「不良行為」(例如配合濫用、欺瞞)的比率低於前代,更擅長拒絕惡意請求,也更能抵禦「prompt injection」(在指令中夾帶惡意內容以劫持模型)的攻擊;產生幻覺(一本正經地捏造事實)與諂媚附和的機率也比 Sonnet 4.6 低。

要注意的是,Anthropic 也指出,Sonnet 5 在「錯位行為」上的表現仍不及 Opus 4.8 與 Claude Mythos Preview。

早期測試夥伴的回饋,大致指向「更會做事、也更知道何時該拒絕」。例如自動化工具商 Zapier 資深工程師 Daniel Shepard舉例,團隊把一件兩段式任務(更新 Salesforce 帳戶分級、再對企業客戶發出上線通知)交給 Sonnet 5,它一次做完,「這種事以前做到一半就會卡住」;AI 應用開發平台 Lovable 共同創辦人 Fabian Hedin則強調,它拒絕不安全請求「乾淨又一致」。

定價低於數款旗艦模型,但高於 Gemini 3.5 Flash

若把各家模型的 API 每百萬 token 公告牌價擺在一起,《TechCrunch》整理指出,Sonnet 5 的介紹價低於旗艦 Opus 4.8(輸入 5 美元、輸出 25 美元)、OpenAI 的 GPT-5.5與 Google 的 Gemini 3.1 Pro,但仍高於主打低價的 Gemini 3.5 Flash。

要留意的是,不同模型的 tokenizer 不同,同一段文字換算出的 token 數有落差,因此牌價高低不等於單次任務成本的高低。

延伸閱讀:Fable 5要解禁了!Anthropic三周攻防懶人包:從模型停用到秘密談判,時間線一次看懂

資料來源:Anthropic 官方公告、《TechCrunch》、Anthropic 系統卡、Morph SWE-bench Pro 榜單、Anthropic 定價、OpenAI 定價、Gemini 定價

本文初稿為AI編撰,整理.編輯/ 李先泰

關鍵字: #Anthropic #Claude
往下滑看下一篇文章
台灣數位安全發展協會揭打詐盲點:截圖難當證據,AI加b-JADE讓數位足跡可驗證
台灣數位安全發展協會揭打詐盲點:截圖難當證據,AI加b-JADE讓數位足跡可驗證

重點一:數位詐騙生命週期極短,打完一波就轉移陣地,「下架」只處理了眼前的內容,處理不了事後追查。

重點二:台灣數位安全發展協會以AI蒐集、分類詐騙廣告,九成以上工作可由AI完成,最終判斷仍保留人工背書。

重點三:透過司法聯盟鏈b-JADE,只把資料的「數位指紋」上鏈存證,原始資料另行保存,目標是降低被害人的訴訟舉證成本。

一則可疑的投資廣告被檢舉、下架,帳號也停權了,多數人以為事情就此結束。真正麻煩的是,廣告消失的那一刻,追查詐騙集團的線索也可能跟著消失。

為了補上這個缺口,台灣數位安全發展協會正與司法聯盟鏈「b-JADE」合作,替詐騙相關資料做存證。b-JADE是一套以區塊鏈為基礎的司法存證機制,只有通過程序認證的單位才能提供上鏈服務;資料一旦上鏈,任何改動都會留下痕跡。白話說,就是替數位證據貼上「封條」,讓證據從蒐集到進入法庭,都能驗證有沒有被動過手腳。

詐騙廣告下架,為什麼還不夠?

原因在於數位詐騙的生命週期太短,下架只能處理眼前的內容。台灣數位安全發展協會理事長劉彥伯指出,傳統電話詐騙一套劇本可以拉長到半年、甚至一年;數位詐騙則像打游擊,一波結束就移往下一個平台,從廣告、社群到另一個App,一路跨平台引導被害人。

更大的問題是證據跟著斷線。被害人發現受騙時,可能已是半年後,手上通常只留得住最末端的匯款與聯絡紀錄,最初看過哪則廣告、點進哪個網站,早已消失。等到一、兩年後警方抓到詐騙集團,對方就能在法庭上反問「你怎麼證明我投過這則廣告?」劉彥伯以假設情境說明,一個集團原本可能詐騙了30億元,最後因證據不足,認定金額只剩幾千萬甚至幾百萬元。

不過,詐騙活動都會留下數位足跡,包括投放帳號、代理商、投放時間、運作國家與網址註冊紀錄,只要事先保存,日後調閱就「有憑有據」。

台灣數位安全發展協會
台灣數位安全發展協會理事長劉彥伯
圖/ 數位時代

AI都這麼強了,為什麼還要先做資料治理?

台灣數位安全發展協會的核心主張是:好的資料分析,從好的資料治理開始。所謂資料治理,就是把散落在各平台、格式不一的碎片資料,整理成來源清楚、格式一致、可以互相比對的資料。協會先確認每筆公開資料的來源、時間、權限、版本與隱私,再標上事件分類、風險評估、曝光平台、投放者與網址等標籤,才能找出彼此關聯、還原詐騙網絡。

根據協會的實證簡報,系統在一段監測期間內掃描309.5萬則廣告,通報62.8萬則(約占20%),投放當日偵測率達99.21%。劉彥伯也提到,協會與資安院、數位發展部在打詐通報查詢網的合作中,判斷率接近百分之百。

那還需要人嗎?答案是需要。現行法律仍要求有人為判斷結果背書負責,加上詐騙劇本會隨被害人的回應即時調整,因此協會讓AI處理九成多的工作,最後由人做判斷。

截圖不能當證據?b-JADE如何替詐騙證據貼上「封條」

在AI改圖越來越容易的今天,單純截圖很難在法庭上證明自己沒被竄改過。劉彥伯的比喻是:截圖比較像「我那天真的看過,還拍了一張照片」;可信存證則是把證物放進有封條、有時間、有編號、有保管紀錄的證物袋,「重點不是有沒有留下東西,而是未來能不能驗證這是不是當時那一份」。

這也是b-JADE派上用場的地方,但並不是把所有資料都放上區塊鏈。協會把原始資料與AI分析結果,保存在權限受管控的系統裡,只把每份資料的「數位指紋」交給b-JADE存證。數位指紋的特性是,內容只要有任何改動,指紋就會完全不同,因此能證明資料沒被動過;需要時,再經授權調閱原始資料,兼顧隱私與驗證。依b-JADE規範盤點,協會既有流程已符合19項要求,其餘7項缺口也逐步補強,例如存證時間改採具公信力的標準時間來源,不再依賴電腦本機。

防詐能從事後追查走向事前預警嗎?

可以,協會正把存證從被害人受騙後,往前推到「主動式上鏈」:AI判定高風險的內容,先一步蒐集存證,不必等到有人受害。

小農是第一個場景。許多消費者在網路上支持小農,錢最後卻流進冒名的詐騙集團。協會因此與農業部合作推出「農本人」系統,讓小農自行登錄銷售管道與社群帳號形成白名單,再結合AI蒐集的黑名單,一旦遭冒名就能第一時間發現並報案。這套模式未來也可延伸至網路霸凌、性私密影像等案件。

制度面也在加速。2026年8月,司法聯盟已開設認證專班,邀集司法院、法務部、高檢署、調查局與警政署相關人員受訓,相關存證應用預計明年正式推出,時程仍待聯盟拍板。

劉彥伯坦言,目前從蒐集、分案到下架的流程仍然冗長,技術正好能在保留人為背書的前提下縮短流程。他在《數位關鍵字》節目尾聲留給聽眾的一句話是:「數位安全不只是技術工具,也涉及資料的可信、法遵治理與跨領域合作。」當AI幫人更快找到線索,經得起驗證的資料,將讓每一位被害人在法庭上多一分底氣。

台灣數位安全發展協會
台灣數位安全發展協會理事長劉彥伯認為,可信存證的重點不是留下東西,而是未來能被驗證。
圖/ 數位時代

常見問答
Q1:詐騙廣告被下架後,還能當作證據嗎?
A:若事前沒有保存,下架後就很難追溯。台灣數位安全發展協會建議在內容消失前,保存投放帳號、代理商、投放時間、運作國家與網址等數位足跡,日後才能據以向平台請求調閱。

Q2:手機截圖可以當作詐騙證據嗎?
A:截圖只能證明「看過」,難以證明未被竄改。在AI改圖越來越容易的情況下,透過數位指紋與具公信力的時間紀錄進行可信存證,才能在日後驗證資料是否為當時的原始版本。

Q3:什麼是b-JADE司法聯盟鏈?
A:b-JADE是以區塊鏈為基礎的司法存證機制,只有通過程序認證的單位才能提供上鏈服務。台灣數位安全發展協會的做法是只將資料的數位指紋上鏈,原始資料另行保存在權限受管控的系統,兼顧隱私與驗證,目標是降低訴訟舉證成本。

Q4:AI可以完全取代人工判斷詐騙嗎?
A:目前不行。依台灣數位安全發展協會的做法,九成以上的蒐集與分類工作可由AI完成,但現行法律仍要求由人做最終判斷,並為結果背書負責。

Q5:小農要如何預防被冒名詐騙?
A:可登錄台灣數位安全發展協會與農業部合作的「農本人」系統,自行提交銷售管道、粉絲專頁與LINE帳號建立白名單,搭配AI主動蒐集的黑名單,遭冒名時能第一時間發現並報案。

完整對談請收聽《數位時代》Podcast《數位關鍵字》EP264。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓