Claude Sonnet 5 上線：coding agent 平咗，但 token 帳要重計

Sonnet 5 發生咩事

Anthropic 喺 6 月 30 日推出 Claude Sonnet 5，定位好清楚：畀 coding agent、多步工具使用、browser 同 terminal 任務用。Engadget 嘅講法係，呢類 agentic AI 正正係企業帳單爆升嘅來源，因為 agent 會自己拆任務、查資料、叫工具、改 code，再反覆跑多輪。官方就話 Sonnet 5 喺多項 coding 同 agentic 評估贏過 Sonnet 4.6，表現接近 Opus 4.8，但要記住，呢啲 benchmark 主要係 Anthropic 自家資料，唔等於獨立實測。

Sonnet 5 而家會做 Claude Free 同 Pro 嘅預設模型，Max、Team、Enterprise 都用到；Claude Code 同 Claude API 亦有。API model ID 係 claude-sonnet-5。呢點對普通 chat 用家未必好刺激，但對寫 app、做 internal tool、開發 agency 或企業 IT team 就係大事，因為模型換代唔止影響答案質素，仲會影響每次任務行幾多步、燒幾多 token、要唔要改後端設定。

圖片：Anthropic

成本唔可以淨係睇單價

價錢先講清楚。官方 pricing 寫明，Claude Sonnet 5 intro 價到 2026 年 8 月 31 日：每百萬 input token US$2、output token US$10。去到 2026 年 9 月 1 日，標準價係 US$3 / US$15，跟 Sonnet 4.6 同一檔，低過 Opus 4.8 嘅 US$5 / US$25。表面睇，Anthropic 想用 Sonnet 價位交出接近 Opus 嘅 agent 能力，但實際報價要再加一層 tokenizer 影響。

Claude Platform docs 話 Sonnet 5 用新 tokenizer，同一段文字可能會多約 30% token。換句話講，標準價同 Sonnet 4.6 一樣，唔代表同一個 prompt 一樣價。你以前一段 100 萬 input token 嘅任務，喺新 tokenizer 下可能變 130 萬左右；如果 output 文字長度相近，output token 都有同類壓力。保守啲做成本表，最好用 1.0x、1.3x、1.35x 幾個情境重計，唔好淨係見 intro 價平就大手轉。

圖片：Anthropic

Agentic task 點解特別食 token

一般人問 chatbot，一次對話可能十幾廿個 prompt。coding agent 唔同，佢會讀 repo、搜尋、開 file、改 file、跑測試、睇錯誤，再返轉頭修。每一輪工具 schema、context、錯誤 log、diff 都會入帳；cache 命中可以慳，但 cache 寫入、長 context、server-side tool 又會各自有價。Engadget 提到企業同 power user 嘅 token 帳單頭痛，原因就喺呢度：agent 成功一次可能值錢，但失敗重試幾次都照計 token。

所以 Sonnet 5 嘅賣點唔好淨係當佢平過 Opus。貼地啲嘅睇法係，Anthropic 想畀開發者一個可以長時間跑工具、又唔至於每次都用 Opus 價錢埋單嘅中間層。最終省唔省，要睇佢有冇用少咗回合、少咗 retry、少咗人工修正。單次 token 價只係其中一項，實際帳單要睇成個 agent loop 用咗幾多輪。

API migration 有幾個坑

官方 docs 話 Sonnet 5 係 Sonnet 4.6 嘅 drop-in upgrade，但「drop-in」唔代表完全冇改動。adaptive thinking 會預設開，max_tokens 係 thinking 同正式回答共用嘅硬上限；以前貼住上限跑嘅任務，可能會早咗截斷。手動 extended thinking 已經移除，仲有 temperature、top_p、top_k 呢類 sampling 參數，只要設成非預設值就會回 400。

呢啲變化對玩 Claude Code 嘅個人開發者未必大鑊，CLI 通常會跟住官方預設走；但產品後端、agency 自己砌嘅 agent runner、企業內部 ticket bot 就要小心。好多系統會硬寫 temperature、固定 max_tokens、或者用舊 token count 做 budget guardrail。模型一換，唔一定即刻壞晒，但成本、截斷率、拒答率會靜雞雞改變。

安全同 benchmark 要分開睇

Anthropic system card 寫得幾坦白：Sonnet 5 喺 coding、agentic search、multimodal reasoning 同專業任務上明顯好過 Sonnet 4.6，但大多數情況仍然落後更高階模型。安全方面，官方話 Sonnet 5 整體 undesirable behavior 少啲，prompt injection robustness 有進步；但 Claude Code 嘅 cyber 相關測試就混合，惡意要求拒絕得可靠啲，同時 over-refusal 亦高咗。

呢度要分清楚：呢篇係新聞分析，唔係評測；我哋冇親手試 Sonnet 5。官方 benchmark 可以參考，但唔好當成自己公司 workload 嘅答案。特別係 coding agent，成敗好受 repo 狀態、測試覆蓋、工具權限、prompt 風格影響。你嘅 internal monorepo 入面有幾多 legacy code、幾多 hidden assumption，先係 model leaderboard 睇唔到嘅位。

TechLab 編輯判斷

TechLab 會當 Sonnet 5 做 agent 開發嘅新預設候選，但唔建議盲目升級。用緊 Claude API 或 Claude Code 做 production 任務嘅 team，第一件事要拎真實任務跑 AB：完成率、總 token、工具 call 數、cache hit、retry、人工改幾多，全部要入 log。尤其到 2026 年 9 月 1 日後，intro 價完咗，新 tokenizer 帶嚟嘅 token 膨脹會清楚啲反映喺帳單。

如果你只係偶爾用 Claude chat 寫 email、改文，呢次大概係背景升級；如果你每日靠 agent 改 code、掃 issue、做資料整理或者幫客戶砌 automation，呢次就要認真試。Sonnet 5 有機會令 agentic task 貼近可負擔範圍，但最後平唔平，唔係淨睇官方價目表，要用自己啲真實任務計一次。

參考來源

• Engadget — Anthropic's new Sonnet 5 model is better at the tasks that are running up enterprise bills — original report
• Introducing Claude Sonnet 5 — 官方 announcement，核對 availability、Claude Code / Platform、intro pricing 同 benchmark claims。
• What's new in Claude Sonnet 5 — 官方 docs，核對 tokenizer、migration、adaptive thinking 同 API 行為改動。
• Pricing - Claude Platform Docs — 官方 pricing，核對 2026-08-31 前後 token 價、cache / batch 基準。
• Claude Sonnet 5 System Card — 官方 system card，核對安全評估、agentic safety、cyber safeguards 同 benchmark 限制。

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。