Claude Sonnet 5 是 Anthropic 在 2026 年 6 月 30 日發表的中階模型，主打 agentic 工作流程，API model ID 是 claude-sonnet-5。它在 Claude 梯隊裡低於旗艦 Opus 4.8、高於輕量 Haiku 4.5，API 推廣期每百萬 tokens 輸入 2 美元、輸出 10 美元，2026 年 9 月 1 日起回到標準價 3 美元與 15 美元。
重點先看
中階定位：低於 Opus 4.8、高於 Haiku 4.5，前身是 Claude Sonnet 4.6。
規格：1M context window、128k 最大輸出、adaptive thinking 預設開啟。
價格：推廣期 $2/$10 至 2026-08-31，9 月起 $3/$15，長期成本用標準價估算。
新 tokenizer 使相同文字多約 30% tokens，所以推廣價對相同內容大約與 4.6 成本持平，不是真的打 67 折。
取得：claude.ai 與 Claude Code 預設模型，API、Amazon Bedrock、Vertex AI、Microsoft Foundry 皆 GA。
評測：每一個公布項目都勝過 Sonnet 4.6；最難的 coding 仍落後 Opus 4.8；知識工作（GDPval）略高於 Opus 4.8，但只差 3 分 Elo，可能在 noise 內。
多數文章講到 Sonnet 5 只覆述規格表，說它「更聰明、更便宜、更 agentic」。規格表是對的，但這三個形容詞擺在一起會誤導。最該先搞清楚的是它對你成本的真實影響：規格表寫的「更便宜」，其實被新 tokenizer 吃掉一大半。
文章目錄
Sonnet 5 的定位與發表
Claude Sonnet 5 是目前 Sonnet 系列裡最強的一顆，把「能自己跑完一段工作」這件事推到新高，價格還停在中階。
官方給它兩個稱號：「至今最 agentic 的 Sonnet」「speed 與 intelligence 的最佳組合」。第一個基本屬實，第二個是行銷詞，實際多強看下面的評測。
2026 年 6 月 30 日發表，當天 API、claude.ai、Claude Code、三家雲端同步開放。前身是 Claude Sonnet 4.6（2026 年 2 月 17 日），兩代 API 標準價相同。內部代號據 Tech Insider 報導是 Fennec。
它的知識只到 2026 年 1 月。要它處理六月才發生的事，得讓它用工具去查，不然它會很自信地編出訓練截止後的細節，這是所有 LLM 的通病，Sonnet 5 不例外。
在 Claude 梯隊裡的位置：Sonnet 5、Opus 4.8、Haiku 4.5、Fable 5
Claude 目前一般可用的梯隊，由上到下是 Fable 5、Opus 4.8、Sonnet 5、Haiku 4.5。四顆對應四種工作類型，不是一道強弱階梯。
| 模型 | 定位 | API ID | 輸入/輸出（每百萬 tokens，USD） | Context | 適合什麼工作 |
|---|---|---|---|---|---|
| Fable 5 | Mythos-class 頂級 | claude-fable-5 | $10 / $50 | 1M | 最高判斷、企業旗艦、複雜資安研究 |
| Opus 4.8 | 旗艦 workhorse | claude-opus-4-8 | $5 / $25 | 1M | 最難 coding、關鍵判斷、企業 agentic |
| Sonnet 5 | 平衡預設值 | claude-sonnet-5 | $3 / $15（推廣 $2/$10） | 1M | 多數開發、寫作、agentic workflow |
| Haiku 4.5 | 最快最便宜 | claude-haiku-4-5-20251001 | $1 / $5 | 200k | 量大、分類、摘要、結構化抽取 |
梯隊的關鍵判斷不是誰最強，而是你出的價錢買到什麼。想把整個 Claude 家族放進地圖一起看的話，可以回頭爬一篇 Claude 模型與工具的整體教學，這裡只看 Sonnet 5 這一格。
Fable 5 是 Anthropic 首個公開的 Mythos-class 模型，在 Opus 之上，2026 年 6 月 9 日發表，中間因為美國出口管制命令暫停過，7 月 1 日起全球重新開放。它跟另一顆只給邀請制 Project Glasswing 使用的 Mythos 5 同規格同定價，一般大眾只會碰到 Fable 5。Sonnet 5 資安能力等級較低，未受出口管制影響。
Opus 4.8 是旗艦 workhorse，定價 $5/$25，1M context，留給最難的 coding、企業大型 agentic 部署、需要最強判斷的工作。Haiku 4.5 在另一端，$1/$5、200k context、64k 輸出，留給量大、對延遲敏感、不需要複雜推理的任務。
Sonnet 5 卡在中間，標準價 $3/$15 與 Sonnet 4.6 完全相同。所以「升級 Sonnet 5 會不會變貴」這個問題，紙面答案是「不會」，實際答案是「要看新 tokenizer 怎麼影響你的工作量」。
梯隊上下關係不等於「永遠選最上面那顆」。Fable 5 與 Opus 4.8 對簡單任務是浪費，Haiku 4.5 對難任務會回不出來。多數人日常工作的甜蜜點，正好落在 Sonnet 5 這一格，這也是 Anthropic 把它設成 claude.ai 與 Claude Code 預設模型的原因。
規格亮點：1M context、128k 輸出、adaptive thinking 與 effort 參數
Context 與輸出上限
Context window 是 1M tokens，而且 1M 同時是預設值與最大值，沒有較小的 context 變體。意思是無論你用什麼介面叫它，context 上限都是 1M。最大輸出 128k tokens，這個數字對長篇寫作、大型程式碼生成、多步驟報表都夠用。據 codersera 報導，進階使用者可透過 batch API 的 beta header 把輸出推到 300k，這是進階玩法，一般使用先用 128k 評估就好。
Vision 與 tool use
輸入支援文字、圖片與檔案，具備 vision 與 tool use 能力。這代表你可以餵它截圖、PDF、CSV、程式碼檔案，它能在同一個對話裡讀、分析、來回操作。對做文件審閱、資料整理、圖表理解的工作，這個能力比純文字模型實用很多。
Vision 能力對辦公場景特別有感。把一份中文 PDF 合約丟給它，請它標出風險條款並比對你的範本，或把產品設計稿、競品登陸頁截圖一起餵進去，讓它比對文案與視覺、整理差異點。這類工作以前要靠 OCR 工具加文字模型串接，現在 Sonnet 5 一個模型就能處理。Tool use 則讓它能在對話中呼叫外部 API、查資料庫、操作瀏覽器，這是 agentic 工作流程的基礎建設。
Adaptive thinking 與 effort
Adaptive thinking（彈性思考）預設開啟。模型會自己判斷這個任務要想多久，不用你手動下指令。effort 參數可以手動調：low、medium、high、xhigh、max，預設 high，API 與 Claude Code 都是。
預設 high 這件事很重要。它代表 Anthropic 把「多想一點再回答」當成出廠值，多數任務你拿到的回答，是模型已經想過一輪的版本。要省錢就往下調，要把最難的題目榨乾就往 xhigh 或 max 推。effort 直接影響 token 消耗與延遲，這也是成本規劃的關鍵變數。
effort 對不同任務的影響差距很大。分類、摘要、翻譯這類機械化任務，low 與 high 的輸出差距通常不明顯，但成本可能差數倍；數學、複雜推理、agentic 多步驟任務，effort 高低直接決定能不能解出來。實務上的折衷是：量大、規則明確的任務用 low 或 medium，關鍵、高風險、需要正確性的任務才用 high 以上。把這個當成成本工具，不是品質開關。
從 Sonnet 4.6 遷過來的人，要注意幾個行為變更：adaptive thinking 預設開（4.6 不開）；舊的手動 extended thinking 寫法（thinking:{type:"enabled",budget_tokens:N}）已被移除、送過去回 400（4.6 時代只是 deprecate）；temperature、top_p、top_k 設非預設值也回 400，要調行為得改用 system prompt 引導。
這些不是 bug，是刻意的 API 收斂。Anthropic 的設計哲學是：模型自己決定怎麼想，你用自然語言描述目標與限制，不要用抽樣參數微調。程式碼裡還套著舊假設的人，升級前先把請求欄位掃一遍。
還有兩個相容性要點：Assistant message prefilling 不支援（送了回 400），要改用 structured outputs、system prompt 或 output_config.format；Priority Tier 在 Sonnet 5 不提供，4.6 有，這對本來靠 Priority 拿保證輸送量的 API 用戶是實質 downgrade，搬之前要先確認 Sonnet 5 的 rate limit 對你夠不夠。
推廣價、新 tokenizer 與成本真相
API 定價分兩段。推廣期到 2026 年 8 月 31 日，輸入每百萬 tokens 2 美元、輸出 10 美元，cache read 命中 0.20 美元。2026 年 9 月 1 日起回到標準價，輸入 3 美元、輸出 15 美元，cache read 0.30 美元。看起來像推廣期打了 67 折。
但 Sonnet 5 換了新 tokenizer。同樣的文字，新 tokenizer 會產生大約 30% 更多的 tokens，與 Sonnet 4.6 相比。對 API 形狀沒有破壞性變更，request 與 response 的長相不變，但是 token 計數、context 實際容量、max_tokens 預算、每一次請求的成本，全部受影響。
把這兩件事擺在一起就會看出真相：推廣價 $2/$10 對相同內容而言，大約與 Sonnet 4.6 的 $3/$15 持平（cost-neutral），不是真的打 67 折。標準價 $3/$15 則在帳面上與 4.6 完全相同。
講白了，這個推廣價是「新模型剛上線」與「token 計數膨脹」兩件事的折價組合，不是長期折扣。長期、重複、要寫進預算的 workload，用標準價估算才安全。
用一個工作情境算給你看（示意）。假設你有一段 8,000 tokens 的 system prompt（4.6 口徑），每天重複叫 1,000 次，每次輸出約 2,000 tokens。在 4.6 上，每天輸入成本是 8,000 × 1,000 ÷ 1,000,000 × $3 = $24，輸出成本是 2,000 × 1,000 ÷ 1,000,000 × $15 = $30，合計 $54。換到 Sonnet 5 推廣價，新 tokenizer 讓輸入變約 10,400 tokens、輸出變約 2,600 tokens，輸入成本變 10,400 × 1,000 ÷ 1,000,000 × $2 = $20.8，輸出成本變 2,600 × 1,000 ÷ 1,000,000 × $10 = $26，合計約 $46.8。9 月以後用標準價，變 10,400 × 1,000 ÷ 1,000,000 × $3 = $31.2，加 2,600 × 1,000 ÷ 1,000,000 × $15 = $39，合計約 $70.2。
老實說，從 $54 變 $70.2，這才是長期成本的真實走向。不是打 67 折，是大約上漲三成。所以選擇 Sonnet 5 的真正理由不應該是「比較便宜」，而是「能力升級」與「agentic 能力」。要省錢，往下退到 Haiku 4.5 反而比較實在。
再換一個團隊場景。假設一個五人開發團隊，每人每天跑 Claude Code 約 200 次請求，每次平均 12,000 tokens 輸入與 3,000 tokens 輸出（Sonnet 5 口徑）。一天總請求 1,000 次，輸入 1,200 萬 tokens、輸出 300 萬 tokens。推廣期一天成本是 12 × $2 + 3 × $10 = $54，一個月（22 個工作天）約 $1,188。9 月起標準價變 12 × $3 + 3 × $15 = $81，一個月約 $1,782。把 Prompt caching 設好（重複的 system prompt 與專案 context 命中率高），這個數字可以再壓三到五成。
Prompt caching 與 Batch API：兩個壓成本的機制
應付 Sonnet 5 的 token 膨脹，主要靠兩個結構性工具：Prompt caching 與 Batch API。
Prompt caching 讓你把重複出現的 prompt 段（system prompt、長文件、固定 context）快取起來，下一次命中時 cache read 的價格只有 base input 的十分之一，官方數字是最高省 90%。Sonnet 5 推廣期 cache read 每百萬 tokens 0.20 美元，9 月起 0.30 美元，等於 base input 的十分之一。
但 cache 不是免費的，write 要付費。5 分鐘 cache write 是 base input 的 1.25 倍，1 小時 cache write 是 2 倍。所以同一個 prefix 在快取有效期內被打了幾次，決定 cache 要不要開。
給一個判斷門檻（示意）。假設你有一段 10,000 tokens 的固定 system prompt（Sonnet 5 口徑）。用 5 分鐘 cache，write 成本是 10,000 ÷ 1,000,000 × $2 × 1.25 = $0.025。後續每次命中讀取成本是 10,000 ÷ 1,000,000 × $0.20 = $0.002，對比不快取的 $0.02，每次省 $0.018。只要同一個 5 分鐘區間內重複 2 次以上（$0.025 ÷ $0.018 ≈ 1.4，分數次命中不存在，所以 2 次是實際門檻），cache 就開始賺。1 小時 cache 的 write 是 2 倍成本，門檻上升到約 2 到 3 次重複。
實務上，客服 bot、IDE 補全、企業內部助手這類高重複 workload，cache 命中率常在八成以上，整體成本可壓到原來的兩到三成。低重複、一次性的研究或寫作任務，cache 用處不大，反而徒增 write 成本。
Batch API 是另一個獨立機制，把一批沒有即時性需求的請求打包送，官方數字是省 50%，代價是回傳時間拉長到最多 24 小時。Batch 適合的場景很明確：大批資料標註、文件分類、回email草稿生成、歷史資料處理、A/B 測試評估。這類任務你不在乎一兩個小時內拿到結果，省一半成本很可觀。即時對話、客服回覆、IDE 補全這種需要馬上回的場景，Batch 不能用。
把 cache 與 batch 疊起來，是企業級部署的標準動作。前端正規即時請求走 cache，後端離線處理走 batch，兩條路徑各自最佳化，整體 TCO 可以比全走即時無 cache 壓低六到七成，要看 cache 命中率與離線量比例。Sonnet 5 因為 token 膨脹 30%，這兩個機制的重要性比 4.6 時代更高，不設起來等於把錢放著不撿。
US-only inference（資料留在美國境內）是另一個成本變數，加價 1.1 倍。這個選項主要給有資料主權合規需求的企業，例如金融、醫療、政府合約。一般使用者與多數企業不需要，預設不開啟就好。
效能評測：哪些地方追上 Opus 4.8、哪些還差一級
下面這些數字都是 Anthropic 自己測的，看看趨勢就好，要查證去翻 System Card 與 Transparency Hub。
Sonnet 5 對前一代 Sonnet 4.6 的成績是全面勝出，沒有任何一項回退。最大的跳升在 FrontierCode v1（無法靠訓練記憶的新穎演算法題）從 15.1 跳到 38.8，差 23.7 分；Terminal-Bench 2.1（終端機 agentic coding）從 67.0 衝到 80.4，差 13.4 分。SWE-bench Verified 從 79.6 到 85.2，USAMO 2026 數學奧林匹亞從 55.0 到 79.5，HealthBench Professional（26 科臨床準確度）從 44.2 到 57.8。Sonnet 4.6 用了四個多月就被拉開這麼多，這代升級幅度是真的。
但跟 Opus 4.8 比，畫面就不一樣了。最難的 agentic coding SWE-bench Pro，Sonnet 5 是 63.2%，Opus 4.8 是 69.2%，差 6 分。Terminal-Bench 2.1 Sonnet 5 是 80.4%，Opus 4.8 約 82.7%。Humanity’s Last Exam（無工具）Sonnet 5 是 43.2%，Opus 4.8 是 49.8%。最難的 coding 與判斷，旗艦還是領先。
有一格特別值得記。GDPval-AA v2（知識工作 Elo）Sonnet 5 拿到 1618，Opus 4.8 是 1615。Sonnet 5 在這一格以 1618 略高於 Opus 4.8 的 1615（只差 3 分 Elo，可能在評測 noise 內），但這仍是 Sonnet-class 首度在單一評測分數高過同期 Opus 旗艦。OSWorld-Verified（桌面 GUI 操作）Sonnet 5 是 81.2%，Opus 4.8 約 82%。BrowseComp（agentic search，單 agent）Sonnet 5 是 84.7%，多 agent 設定上升到 86.6%。Humanity’s Last Exam 有工具版本 Sonnet 5 是 57.4%，幾乎追平 Opus 4.8 的 57.9%。第三方測的 CursorBench（Cursor 在 IDE 層級測）Sonnet 5 是 61.2%，4.6 是 49.0%。
數字讀起來分兩層：對 Sonnet 4.6 是全面勝出、沒有回退，對 Opus 4.8 則是難的項目仍落後、知識工作反而略為領先。兩個方向同時存在，不互相打架。
說穿了，知識工作領先那一格要打個折扣。GDPval 是一次測得的結果，榜單一換、題目一換，排名就可能整個翻。拿它說「Sonnet 5 已經等於 Opus 4.8」是過度陳述；比較準的講法是，在知識工作這一塊，Sonnet 5 把差距縮到幾乎平手，個別項目甚至超前。最難的 coding、數學、cyber 那幾格，旗艦還是佔上風。
資安能力是另一個等級較低的面向。Sonnet 5 與 4.6 在 Firefox exploit 開發測試都接近 0%，在危險 cyber 評測遠低於 Opus 模型。這個能力落差常被聯想到美國出口管制，Anthropic 官方未直接說明動機，僅表示 Sonnet 5 並非為 cyber 任務最佳化，但意味著某些資安研究、滲透測試型任務它做不來，要拿 Opus 4.8 或 Fable 5 才行。
agentic 對一般使用者到底意味什麼
agentic 這個詞被各家廠商用得很浮濫，講到最後常常只剩「會自己做事」這種沒資訊量的口號。對一般使用者，agentic 的具體意思是：模型能接工具、能連續做好幾步、會在中間自己判斷要不要再查一次。
換到工作場景，這幾件事的實際效果是交辦的顆粒度變大。以前你要把一件工作拆成「查 A、查 B、把 A 跟 B 比較、寫結論」幾個 prompt 分別餵，現在你給它一個目標，讓它自己排流程。它發現缺了訓練截止後的資訊，會自己用瀏覽器或 API 去查，而不是硬猜。它也能在多檔、多步驟的環境裡維持狀態，Claude Code 跑一個 repo 的重構、claude.ai 跑一個研究任務，背後都是這個能力。
Anthropic 發表時引了兩家合作夥伴的話。Zapier 資深工程師 Daniel Shepard 說，兩段式工作（更新 Salesforce 帳號層級、再寄發表通知給企業聯絡人）Sonnet 5 能端到端做完，以前會卡在一半。Lovable 說它在相同產出品質下步驟更少，也能一致地拒絕不安全的請求。發表會上的夥伴見證本來就是挑過的，聽個方向就好。
agentic 對你的實質影響是 workflow 設計，不是單次輸出。你要想的不再是「這題它答得好不好」，而是「這整條工作流程，我能不能交給它跑完、跑完之後我怎麼驗收」。後面那個問題，就是 Claude Code 或 Cursor 這類工具的工作，Claude Code 的命令列與 IDE 整合是把它變成開發者日常的主要入口。
這講起來還是抽象，落到三種工作會比較具體。
做內容研究的人，拿一家 SaaS 公司每月出四篇產業報告來看：，得整理十家競品的定位、定價、近期新聞。以前是自己一篇一篇查、塞進試算表、再回頭寫分析。換成 agentic 流程，把十家清單與分析框架交代給 Sonnet 5，它自己排查詢順序、分批爬資料、整理成結構化輸出，再交一份草稿加來源清單。你的工作從「執行」挪到「設定目標、驗收、補框架」，驗收標準可以訂成：每條結論都要能對回某條可點擊來源。
寫程式的人不必憑空想像，Claude Code 裡直接看得到。丟一個五人團隊維護兩年、約五十個檔案的舊模組給它重構，把目標與限制設好，它讀完整個模組、規劃改動、分批修、跑測試、自我修正，開一個分支跟 PR 等你審。你審的是 PR，不是逐行改碼，驗收門檻就是那個 PR 得過你既有的測試套件。
行銷的量大任務也合用。電商檔期要為二十檔 SKU 各發一篇社群貼文、每篇對應不同受眾與平台，把產品資訊、受眾清單、平台規範一次給齊，它自己生成、自己按平台特性調整、產出帶配圖建議的成品，驗收時按受眾清單逐篇核對即可。這類任務以前耗的是產能，agentic 把它收斂成一次交辦。
三種工作表面不同，底層是同一個位移：你交辦的單位從「一句話」放大成「一個任務」，重心從「產出」挪到「設計任務與驗收」。這才是 agentic 對一般使用者的實質意義，不是「更聰明」這種空話。
agentic 也有它做不到的事。它不會替你判斷「這個任務該不該做」，不會替你做倫理與合規決定，不會處理需要人際信任與判斷的溝通。策略、判斷、關係這幾件事它接不了，留給人類自己；能交給它的，是重複、可驗收、有明確定義的執行。
Sonnet 5 也是 Claude Code 訂閱席次的預設模型。要比較各種 coding agent 的工作節奏，可以參考另一篇 Codex 與 Claude Code 的節奏差異，Sonnet 5 在 Claude Code 那一側的表現就是那篇討論的基準之一。
什麼情況選 Sonnet 5、什麼情況升 Opus 4.8、什麼情況退 Haiku 4.5
問題不是哪顆最強，是你要它做哪一種活。Sonnet 5 是多數人的合理預設，但不是所有人的最佳解。把任務類型、模型、effort 擺在同一張表看，判斷會快很多。
| 任務類型 | 推薦模型 | effort 建議 | 理由 |
|---|---|---|---|
| 客服分類、標籤、摘要 | Haiku 4.5 | 不適用 | 量大、規則明確，貴模型做浪費 |
| 翻譯、改寫、潤稿 | Haiku 4.5 或 Sonnet 5 low | low | 機械化任務，effort 高低差距小 |
| 日常寫作、email、報告 | Sonnet 5 | medium 到 high | 平衡品質與成本 |
| 中型程式開發、debug | Sonnet 5 | high | agentic coding 主力場景 |
| 長文件分析、研究、問答 | Sonnet 5 | high | 1M context 才放得下 |
| 多步驟 agentic workflow | Sonnet 5 | high 到 xhigh | 需要連續推理 |
| 大型 repo 重構、複雜除錯 | Opus 4.8 | high 到 max | SWE-bench Pro 仍領先 6 分 |
| 高風險決策支援、數學證明 | Opus 4.8 | xhigh 到 max | 判斷正確性優先 |
| 資安研究、滲透測試 | Opus 4.8 或 Fable 5 | high 以上 | Sonnet 5 cyber 能力等級較低 |
選 Sonnet 5：日常寫作、中大型程式開發、需要工具與瀏覽器的研究、長文件處理（1M context 才放得下）、多步驟 agentic workflow、API 中量到大量呼叫。如果你本來用 Sonnet 4.6 覺得夠用，Sonnet 5 是直接升級，紙面成本不變。
升 Opus 4.8：最難的 agentic coding（大型 repo 重構、複雜除錯）、需要最高判斷正確性的企業決策支援、數學奧林匹亞等級的推理、資安研究、任何「差一格會出事」的高風險任務。Opus 4.8 的 $5/$25 不是 Sonnet 5 標準價的兩倍，是 1.67 倍，關鍵工作多花這 1.67 倍通常划算。判斷其實很實際：任務出錯會掉錢（退單、合規罰款、客戶流失）、會觸法、或會對外發出，就直接升 Opus，不必去算那 1.67 倍。
退 Haiku 4.5：極大量、對延遲敏感、不需要複雜推理的任務。分類、摘要、標籤生成、客服第一層、結構化資料抽取。Haiku 4.5 的 $1/$5 是 Sonnet 5 標準價的三分之一，200k context 與 64k 輸出對這類任務綽綽有餘。把 Haiku 4.5 放在 pipeline 前端、Sonnet 5 放在判斷層，是常見的兩層配置。例如客服系統，第一層用 Haiku 4.5 做意圖分類與常見問題回覆，分不出來或高風險的再交給 Sonnet 5 處理，成本與品質都最佳化。
梯隊之間不是越強越好。最強的模型做簡單事就是浪費錢和延遲。把任務分類、對應到對的模型，比一路用最強要省很多。這個判斷在企業部署裡尤其重要，因為量大，幾個百分點的模型選擇錯誤就放大成實質的成本差。
台灣怎麼用 Sonnet 5：四條取得路徑
取得 Sonnet 5 有四條主要路徑，難易度與成本結構各不相同。
claude.ai：多數人最快上手的入口
claude.ai 是網頁、iOS、Android App，桌面端也有 Claude Desktop，Sonnet 5 是 Free 與 Pro 方案的預設模型，Max、Team、Enterprise 也能選用。據 Penchan 在 2026 年 7 月的報導，台灣可直接使用 claude.ai，免 VPN；使用前建議再確認一次 Anthropic 官方支援區域，區域政策會調整。可以確定的是，Sonnet 5 未受美國出口管制影響，與 Fable 5 不同。Free 方案有使用量限制，重度使用者建議升 Pro；Pro 是固定月費、不逐 token 計價，適合多數內容工作者、研究員、學生。
Claude Code：開發者的主力入口
Claude Code 是命令列與 IDE 內整合，Pro、Team Standard、Enterprise 訂閱席次預設就是 Sonnet 5，訂閱本身獨立計價、不逐 token 收錢。它跟 claude.ai 是兩種不同的訂閱：claude.ai 是通用對話，Claude Code 是寫程式專用，能直接操作檔案系統、跑終端機、改 repo，開發者通常兩個都訂。
Anthropic API：唯一能把成本算到小數點的路徑
直接用 model ID claude-sonnet-5 呼叫，是唯一讓你完全控制 effort、context、caching 的路徑。量大、要做快取、要批次、要 US-only inference 的場景，只能在這裡。門檻是技術能力，要會寫程式或用 Postman 之類的工具，但靈活度與成本控制遠高於訂閱制。
雲端夥伴：已在 AWS／GCP／Azure 的企業最省事
Amazon Bedrock 用 anthropic.claude-sonnet-5，Google Cloud Vertex AI 用 claude-sonnet-5，Microsoft Foundry 用 claude-sonnet-5，三個都已 GA。企業已在這些雲端上跑工作流程的，透過自家雲端叫 Sonnet 5 不必另開 Anthropic 帳號，帳單、合規、IAM 全走雲端既有架構，發票、SOC 報告、資料處理條款都過過法務。
第三方工具支援：GitHub Copilot、OpenRouter（anthropic/claude-sonnet-5-20260630）、Cursor、VS Code 都已上線。已經用 Cursor 或 Copilot 的人，不必換 IDE，直接在設定裡把模型切到 Sonnet 5。OpenRouter 適合想用一個介面管理多個模型 API key 的人，帳單統一、模型切換彈性高。
四條路徑怎麼選？個人使用者與內容工作者走 claude.ai 最簡單，開發者加訂 Claude Code，企業 API 用量大或需要嚴格成本控制走 Anthropic API 直連，已在雲端生態裡的企業走自家雲端夥伴。已經投資 Cursor 或 Copilot 生態的開發者，直接在既有工具裡切模型就好，不必跳船。
走 claude.ai 這條路的人，起步動作很輕。先用瀏覽器開 claude.ai，用 email 或 Google 帳號註冊，免費方案就用到 Sonnet 5；接著丟一個你熟悉的工作給它（整理會議紀錄、改一段程式碼、發想貼文都行），看它跟之前用的工具差在哪；等使用量撞到 Free 方案上限，再考慮升 Pro。先免費試再付費，比一開始就訂閱穩，因為你會先知道它對你的工作類型到底有沒有實質幫助，而不是被規格表牽著走。一個小提醒：截至 2026 年 7 月，claude.ai 介面以英文為主，繁中在地化仍在推進，但模型本身的中文能力對繁體使用者足夠流暢，輸入繁中它就用繁中回。
走 Claude Code 的開發者，起步稍微技術性。先確認版本是 v2.1.197 以上（舊版不支援 Sonnet 5），再用 /model claude-sonnet-5 明確切換（預設本來就是它，明確切換避免歧義），然後丟到 side project 試跑一週，看它在「理解專案 context、修正錯誤、跑測試」上跟舊模型的差距，再搬到主專案。
從 Sonnet 4.6 搬過來會踩哪些雷
Sonnet 4.6 沒有被強迫退役，API 退役日不早於 2027 年 2 月 17 日，無強制遷移。所以「要不要升級」是你自己評估，不是 dead line。
但遷移要小心三個層面。
API 參數收斂是最直接的 breaking change。舊的手動 extended thinking 寫法、非預設 temperature/top_p/top_k、assistant message prefilling 全部會回 400。請求 schema 要先掃一遍，把這些欄位要嘛刪掉、要嘛改寫。Priority Tier 在 Sonnet 5 不提供，本來靠 Priority 拿保證輸送量的 API 用戶，要先確認 Sonnet 5 的 rate limit 對你夠不夠。
看個 before/after。4.6 時代這樣寫還能跑：
{
"model": "claude-sonnet-4-6",
"max_tokens": 4096,
"temperature": 0.7,
"thinking": {"type": "enabled", "budget_tokens": 2048},
"messages": [{"role": "user", "content": "..."}]
}搬到 Sonnet 5，要把 temperature 與 thinking 拿掉，否則回 400：
{
"model": "claude-sonnet-5",
"max_tokens": 4096,
"messages": [{"role": "user", "content": "..."}]
}想要更深入的思考，改用 effort 參數（例如 "effort": "xhigh"），想要不同的輸出風格，改用 system prompt 描述，不要動抽樣參數。
成本模型換了是第二個層面。新 tokenizer 讓相同 token 計數膨脹約 30%，加上 effort 預設 high 會比 4.6 多想一輪，兩者疊起來的長期成本，要用標準價重新估算，不要用 4.6 的歷史帳單直接換算。Prompt caching 與 Batch API 一定要設起來，這兩個是吸收成本的主要機制。對重度 API 用戶，搬完之後跑兩週的 A/B 比較（4.6 與 Sonnet 5 同流量並跑），看實際成本與品質變化，再決定是否全面切換。
行為差異需要重新校準 prompt 是第三個層面。adaptive thinking 預設開、模型會多想一輪，本來寫給 4.6 的 prompt 可能會讓 Sonnet 5 想太多或走偏。新的 system prompt 寫法是用目標與限制描述，少寫「先做 A 再做 B」這種過度具體的步驟指令，讓 adaptive thinking 自己排。例如 4.6 時代寫「先列出三個方案，再比較優缺點，接著給推薦」，Sonnet 5 換成「給我採購建議，考慮成本、維運、擴充性，限制是預算一百萬以內」這種目標導向寫法，產出通常更接近你要的。
測試建議是：先在非生產環境跑兩週，把輸出與 4.6 並排比較，看品質是否真的提升或持平、成本是否在預期內。確認沒問題再切換 production，建議分階段搬，先搬低風險 workload，再搬關鍵流程。
常見迷思
最常見的，是把 Sonnet 5 當成 Opus 4.8 的等價品。最難的 coding、判斷、cyber 仍是 Opus 4.8 領先，Sonnet 5 是「逼近、在某些項目追平或略為領先」，不是等於。把推薦文寫成「Sonnet 5 已超越 Opus」是過度陳述，任何這樣講的評測或評論都該打折。
另一個誤解，是把推廣價 $2/$10 當長期折扣。9 月 1 日起回到 $3/$15，而且新 tokenizer 讓相同內容多約 30% tokens，推廣價對相同內容其實與 4.6 成本持平。長期預算用標準價。
effort 越高越好，同樣不是鐵律。high 是預設，多數任務合理；但量大或對延遲敏感的任務就該往下調：同一個 prompt 每天跑破千次，或延遲預算壓在兩秒內，往下調到 medium 甚至 low，多數情況輸出品質只掉一點點，成本卻可能差好幾倍。effort 調的是花多少，不是做多好。
「Sonnet 5 很安全，所以能做資安工作」這句只對一半。它整體不當行為率低於 4.6，是首個內建即時資安防護的 Sonnet 模型，更能拒絕惡意請求與抵抗 prompt injection 劫持。但資安能力等級較低，Firefox exploit 開發測試接近 0%，危險 cyber 評測遠低於 Opus。做防禦方工作它很好，做需要進攻能力的資安研究，要拿 Opus 4.8。
1M context 則是另一個常被高估的數字。技術上可以把整個知識庫塞進去，實務上 context 越長、recall 越差，這是所有 LLM 共通的現象。1M context 的正確用法是放完整長文件、整個 repo、整場會議逐字稿這類結構清楚的內容，不是把雜亂無章的資料全塞進去期待它找得到。
使用限制與審核邊界
幻覺與諂媚（sycophancy）率官方稱低於 4.6，但沒有公布具體數字。你要的是「比前一代低」這個方向，不是某個精確百分比。任何引用具體數字的講法，都不是官方說法。
自動化行為稽核（automated behavioral audit）上，Sonnet 5 的不當行為率略高於 Opus 4.8 與 Mythos Preview，意思是整體較 Opus 4.8 略不安全。這是 Anthropic 自己公布的，不是負評。風險敏感的企業部署，這點要納入評估，尤其在高風險決策、自動化執行、對外發送的場景，要加人類審核環節。
Sonnet 5 的同期競爭對手還有 OpenAI 的 GPT-5.6 與 xAI 的 Grok 4.5，各自在 coding、agentic、知識工作有不同的強項與定價結構，橫向比較留給那兩篇。選哪一個，看你的主要任務類型、生態綁定（IDE、雲端、API SDK）、合規需求，沒有絕對贏家，建議實際拿你的真實任務跑 A/B，比看評測分數準。
實際使用上要設計人類審核環節的幾個情境。對外發送的內容（email、公關稿、社群貼文、客服回覆）一定要人看過再送，因為 LLM 偶爾會自信地寫出錯誤事實或語氣不合的句子，這不是 Sonnet 5 獨有，但它的 agentic 能力讓它「自己跑完」的範圍變大，等於把這個風險面也放大了。涉及金額、日期、合約條款、法規解讀的輸出，必須雙重核對原始資料，不要相信它「記得」。需要原地修改外部系統的 agentic 動作（寫資料庫、改檔案、發 API 請求），最好先在沙盒或 staging 環境跑，確認行為符合預期再開放正式環境。
哪種任務絕對不要完全交給它？涉及人際判斷的（例如錄用決定、績效評估、客戶關係處理）、需要創始人直覺的（例如產品方向、品牌定位）、需要承擔法律責任的（例如醫療診斷、法律建議、投資建議）。這些領域它可以做草稿、做資料整理、做假設情境分析，但最終判斷與責任在人類身上。把這條界線畫清楚，才不會把 Sonnet 5 的 agentic 能力誤用成「代替你做決定」。
下一步：三種讀者怎麼動手
如果你是 claude.ai 訂閱用戶（Free 或 Pro），什麼都不用做，Sonnet 5 已經是預設模型。要做的是認識 adaptive thinking 與 effort，給任務時調整 prompt 習慣，少寫死步驟，多描述目標與限制。第一次試可以用一段你常做的工作，分別用 low、high 各跑一次，看輸出差異與成本差異，建立自己的 effort 直覺。
如果你是開發者，本來用 Sonnet 4.6 寫 API 或跑 Claude Code，先在非生產環境試跑，把舊 API 參數（手動 thinking、非預設 temperature 等）清掉，用標準價重算長期成本，把 prompt caching 與 Batch API 設起來。確認沒問題再切換 production。Sonnet 4.6 沒有強制退役，你不急的話可以分階段搬，先搬低風險 workflow，觀察兩週再擴大。
如果你是企業在評估大規模部署，走雲端夥伴（Bedrock、Vertex AI、Foundry）比較省事，帳單合規都走既有架構。要做的事是重新校準 TCO，把新 tokenizer 的 30% 膨脹、effort high 的多算一輪、Priority Tier 缺失、US-only inference 1.1 倍加價全算進去，再跟 Opus 4.8、Haiku 4.5 的混合配置比一遍（粗估：月呼叫 5,000 萬 tokens、cache 命中七成，用上面的單價套一遍，就是企業要編進預算的那個數字）。光看單價會選錯。同時要設計人類審核環節，尤其在高風險自動化場景，因為 Sonnet 5 的自動化行為稽核成績較 Opus 4.8 略差。
不管走哪條路，都別只看規格表就下判斷，拿你的真實任務實跑一週，讓數字自己說話。規格表告訴你上限，實跑告訴你均值，兩者差距就是你決策的空間。切換以後第一個月也要加強監控實際成本，新 tokenizer 的 30% 膨脹會在你意料之外的地方偷跑出來，最常見的浪費點是高 effort 跑了大量其實只需要 low effort 的任務，這個落差只有實際看用量資料才看得出來，靠感覺抓不準。
常見問題
Claude Sonnet 5 跟 Claude Sonnet 4.6 差在哪？
規格同步升級，API 標準價不變。Context 1M、最大輸出 128k 與 4.6 相同，但 adaptive thinking 預設開啟、effort 參數可調、agentic 評測大幅領先（Terminal-Bench 2.1 從 67.0 到 80.4，FrontierCode v1 從 15.1 到 38.8）。代價是新 tokenizer 讓相同文字多約 30% tokens，推廣價對相同內容大約與 4.6 成本持平，標準價則完全相同。遷移要注意手動 extended thinking、非預設 temperature 等參數會回 400。
Claude Sonnet 5 台灣能用嗎？
第三方媒體報導指出台灣可直接使用 claude.ai，免 VPN，Sonnet 5 也未受美國出口管制影響。使用前建議再確認一次 Anthropic 官方支援區域，因為區域政策會調整。要完全控制 API，可直接用 model ID claude-sonnet-5 呼叫 Anthropic API，或透過 Amazon Bedrock、Google Cloud Vertex AI、Microsoft Foundry。在企業雲端上跑工作流程的，走自家雲端叫 Sonnet 5 不必另開 Anthropic 帳號。
Claude Sonnet 5 真的比 Opus 4.8 強嗎？
多數面向仍是 Opus 4.8 領先。最難的 agentic coding（SWE-bench Pro）Sonnet 5 是 63.2%、Opus 4.8 是 69.2%；最難的數學與判斷也是 Opus 4.8 領先。唯一反轉的是知識工作 GDPval-AA v2，Sonnet 5 拿 1618、Opus 4.8 拿 1615，這是 Sonnet-class 首度在單一評測超越同期 Opus 旗艦。講「Sonnet 5 已等於或超越 Opus」是過度陳述，正確說法是「逼近、部分項目追平、知識工作略為領先」。
Claude Sonnet 5 一個月要花多少錢？
訂閱制與計量制結構不同。claude.ai Free 方案零成本，Pro 方案是固定月費，不逐 token 收錢。API 計量制推廣期 $2/$10（每百萬 tokens），9 月起 $3/$15，實際花費取決於你的 token 用量，而新 tokenizer 讓相同內容多約 30% tokens。例如每天 1,000 次呼叫、每次約 10,400 tokens 輸入與 2,600 tokens 輸出，推廣期一天約 $46.8，9 月起標準價一天約 $70.2。把 prompt caching 與 Batch API 設起來可以把這數字再壓一大塊。
Claude Sonnet 5 適合寫程式嗎？
適合，而且是它的主力場景之一。SWE-bench Verified 85.2%、Terminal-Bench 2.1 80.4%、CursorBench（Cursor 獨立測）61.2%，都是 Sonnet-class 的高點。Claude Code 直接把它當 Pro 與 Team Standard 的預設模型。但最難的大型 repo 重構與複雜除錯，SWE-bench Pro 仍落後 Opus 4.8 約 6 分，企業關鍵開發建議混用 Opus 4.8 處理最難的任務。
Claude Sonnet 5 何時會被取代？
官方沒有公布下一代發表時程。Sonnet 4.6 已發表四個多月就被 Sonnet 5 接替，但這不是固定週期。Sonnet 4.6 API 退役日不早於 2027 年 2 月 17 日，所以即使下一代發表，4.6 仍會維持一年以上的可用期。Sonnet 5 是否沿用類似的支援週期，官方還沒說；4.6 那個至少到 2027 年 2 月 17 日的期間，是目前唯一公開的參考。要追最新時程，以 Anthropic 官方公告與 Models overview 為準。
