Claude Sonnet 5 vs Opus 4.8：定价、基准测试与模型路由选型指南

Claude Sonnet 5 于 2026 年 6 月 30 日发布，直接模糊了 Anthropic Sonnet 和 Opus 两个产品线的边界。以每百万 token $2/$10 的优惠价（截至 2026 年 8 月 31 日），它交付了此前需要 $5/$25 Opus 层级才能获得的性能。每个 API 开发者都在问同一个问题：什么时候还需要 Opus 4.8？什么时候可以通过 Sonnet 5 节省 60% 的开支？

我们从定价、基准测试、effort 级别和实际路由策略四个维度做了对比，帮你做出决策——或通过 TheRouter 同时路由两个模型。

来源：Anthropic 定价页，检索于 2026-07-01；Introducing Claude Sonnet 5，检索于 2026-07-01；Claude Sonnet 5 vs Opus 4.8 Benchmarks，检索于 2026-07-01；Claude Sonnet 产品页，检索于 2026-07-01。

速览——一表看懂

Sonnet 5 带来了什么

Anthropic 将 Sonnet 5 定义为"迄今最具 agentic 能力的 Sonnet 模型"。具体来说：

1. Opus 级 agentic 质量，Sonnet 级定价。 早期合作伙伴反馈，Sonnet 5 能完成 Sonnet 4.6 中途放弃的复杂多步骤任务——排查 bug、编写复现测试、验证修复，一次通过。

2. Effort 级别灵活控制。 与 Opus 4.8 一样，Sonnet 5 支持 effort 级别，你可以在思考深度与速度/成本之间取舍。在 medium effort 下，Sonnet 5 的成本远低于 Opus 4.8 任何 effort 级别。

3. 新版 tokenizer。 Sonnet 5 和 Opus 4.7+ 使用了新的 tokenizer，同等文本大约多产生 30% 的 token。质量更好，但原始 token 数不能直接与 Sonnet 4.6 及更早模型对比。

4. 网络安全能力更低。 Sonnet 5 未针对网络安全任务训练，不能开发有效漏洞利用程序，这方面与 Opus 4.8 有本质差距。

定价拆解：两阶段窗口

Sonnet 5 采用独特的两阶段定价结构：

优惠期内，Sonnet 5 的输入和输出 token 价格比 Opus 4.8 便宜 2.5 倍。9 月 1 日后，差距缩小到约 1.67 倍。

Batch 处理与缓存叠加

两个模型都支持 prompt 缓存（缓存命中最多节省 90%）和 batch 处理（5 折优惠）。这些折扣可叠加：

• Sonnet 5 优惠期 + 缓存命中：输入 $0.20 / 输出 $10 per MTok——共享 system prompt 的生产工作负载可将输入成本压到每百万 token $0.20
• Opus 4.8 + 缓存命中：输入 $0.50 / 输出 $25 per MTok

对于大规模、共享 system prompt 的 agentic 工作负载，Sonnet 5 的成本优势进一步放大。

基准测试对比：各有领先

以下基准测试数据均为 Anthropic 官方或第三方聚合站报告，我们未独立验证。

编程基准

Opus 4.8 在 SWE-bench 系列中领先——这是衡量真实 GitHub issue 解决能力的黄金标准。但 Sonnet 5 在 Terminal-Bench 2.0 上胜出，该基准测试交互式终端工作流。如果你的编程智能体更多在终端中工作而非提交 PR 级别补丁，Sonnet 5 可能是更优选择。

Agentic 与工具调用基准

BrowseComp 测试 agentic 搜索——Sonnet 5 在此略胜一筹。OSWorld-Verified 测试计算机操控能力，Opus 保持小幅领先。

知识与推理

在前沿知识任务上，两个模型旗鼓相当。

Effort 级别路由：Sonnet 5 高 effort vs Opus 4.8 中 effort

两个模型都支持 Anthropic 的 effort 级别：low、medium、high 和 xhigh（仅 Opus 4.8）。Extended thinking token 按输出 token 费率计费。

Anthropic 发布数据中的关键洞察：Sonnet 5 在高 effort 下可以在部分任务上匹配 Opus 4.8，同时每 token 成本更低。Anthropic 的 BrowseComp 和 OSWorld 图表显示 Sonnet 5 的成本-性能曲线覆盖范围比 Opus 4.8 更广，Sonnet 5 high effort 在多个基准上接近甚至匹配 Opus 4.8 medium effort。

这催生了一种实用的路由策略：

# 按任务复杂度路由编程智能体
def pick_model(task_complexity: str) -> dict:
    if task_complexity == "routine":
        # 简单重构、测试生成、文档更新
        return {"model": "claude-sonnet-5", "effort": "medium"}
    elif task_complexity == "standard":
        # 多文件修改、bug 排查
        return {"model": "claude-sonnet-5", "effort": "high"}
    elif task_complexity == "frontier":
        # 长周期智能体、复杂架构变更
        return {"model": "claude-opus-4.8", "effort": "high"}
    else:
        # 需要最高准确率
        return {"model": "claude-opus-4.8", "effort": "xhigh"}

Opus 4.8 仍然胜出的场景

尽管 Sonnet 5 表现强劲，仍有明确场景需要 Opus 4.8 的 2.5 倍溢价：

1. SWE-bench 级别任务。 如果你的工作负载类似大型代码库上的 GitHub issue 解决，Opus 4.8 的 88.6% vs 85.2% 意味着生产环境中失败补丁显著减少。

2. 长输出生成。 Opus 4.8 支持 128K 输出 token，Sonnet 5 仅 64K。对于生成大型代码库、详细报告或完整文件重写的任务，Opus 4.8 不会截断。

3. 扩展推理预算（xhigh effort）。 只有 Opus 4.7+ 支持 xhigh effort 级别，分配显著更多的 thinking token。对于需要深度链式推理的问题，这至关重要。

4. 网络安全研究。 Sonnet 5 刻意未针对网络安全任务训练。Opus 4.8 在此领域能力显著更强。

5. 计算机操控可靠性。 Opus 4.8 在 OSWorld-Verified 上领先（83.4% vs 81.2%）——对生产级计算机操控智能体而言是稳定的优势。

跨厂商参考：Sonnet 5 vs GPT-5.5 Pro

如果你在考虑非 Anthropic 方案，以下是 Sonnet 5 与 OpenAI 旗舰模型的对比：

GPT-5.5 Pro 处于完全不同的价格层级——输出 token 比 Sonnet 5 标准价贵约 19 倍。两者定位不同细分市场：GPT-5.5 Pro 面向单次高价值查询的最大推理深度，Sonnet 5 面向大规模 agentic 工作负载。

如果你需要同时使用两家厂商做容灾，TheRouter 可以在 Anthropic 和 OpenAI 端点之间路由 OpenAI 兼容请求，当某一厂商返回错误或触发速率限制时自动切换。

选型矩阵

选 Sonnet 5：

• 成本效率重要，工作负载量大
• 需要 agentic 搜索（BrowseComp 类任务）或终端自动化
• 编程任务为标准复杂度（非前沿 SWE-bench 级别）
• 想在 8 月 31 日前锁定优惠价
• 从 Sonnet 4.6 升级，希望直接替换

选 Opus 4.8：

• 需要最高 SWE-bench 准确率用于自动 PR 生成
• 任务需要 >64K 输出 token
• 需要 xhigh effort 做深度扩展推理
• 运行网络安全研究工作流
• 计算机操控任务的可靠性至关重要

同时路由两个模型：

• 默认走 Sonnet 5，复杂任务回退到 Opus 4.8
• 需要 effort 级别感知路由（先用 Sonnet 5 high effort，质量不足时升级到 Opus 4.8）
• 需要跨 Anthropic 模型版本的厂商容灾

TheRouter 集成

我们通过 Anthropic 路由 OpenAI 兼容请求，包括 Claude Opus 4.8 和 Claude Sonnet 4.6。Sonnet 5 尚未进入我们的模型目录——我们正在跟进，验证路由路径后会添加 anthropic/claude-sonnet-5。当前你可以使用 model ID claude-sonnet-5 直接通过 Anthropic API 调用。

关于 Sonnet 和 Opus 层级之间的回退路由，请参阅我们的 LLM API 回退路由指南。TheRouter 支持厂商级和模型级回退，当主模型返回错误或触发速率限制时自动切换。

常见问题

优惠价是否适用于缓存 token？ 是的。缓存写入和缓存命中价格在优惠期内按比例降低（5 分钟缓存写入/命中为 $2.50/$0.20 per MTok，标准价为 $3.75/$0.30）。

新 tokenizer 会影响我现有的 prompt 吗？ 如果你从 Sonnet 4.6 或更早版本迁移，相同 prompt 在 Sonnet 5 上大约多消耗 30% 的 token。但 Opus 4.7 和 4.8 已使用相同 tokenizer，因此 Sonnet 5 vs Opus 4.8 的对比是同基准的。

Sonnet 5 可以在 Bedrock 和 Vertex AI 上使用吗？ 可以。Sonnet 5 在 Amazon Bedrock 和 Google Cloud Vertex AI 上均可用。区域端点有 10% 的溢价。

API 中使用什么 model ID？ Claude Platform API 使用 claude-sonnet-5。在 Bedrock 上使用对应的 Bedrock model ID。

应该立刻从 Sonnet 4.6 切换吗？ 对大多数工作负载来说，是的。Sonnet 5 在相同（或更低，优惠期内）定价下是 Sonnet 4.6 的严格升级。唯一需注意的是新 tokenizer——测试你的 prompt 确保在预期 token 预算内。

---

本文基准测试数据来自 Anthropic 官方报告及第三方聚合站，我们未独立验证。定价和模型可用性截至 2026 年 7 月 1 日准确。请查阅 Anthropic 定价页 获取最新费率。