Sonnet 5能打Opus 4.8吗？
今天Sonnet 5发布，除了看跑分，我更关心实际体验。Zapier工程师让Sonnet 5干了个活：更新Salesforce客户等级，再发公告邮件。以前这任务经常卡在半路，Sonnet 5一口气跑完了。Factory工程师说Sonnet 5能在复杂环境里持续编码、调工具、排查问题，适合长时间跟进的工作流。测试者普遍反馈：以前的Sonnet完不成的复杂任务，现在Sonnet 5能跑完，还会主动检查输出。能力确实涨了。但注意，Anthropic也承认Sonnet 5在某些不良行为上比Opus 4.8更容易“失态”。更强的模型行为对齐更好，这是旗舰和性价比模型的差距。
发布于 北京
分享
评论
赞
未登录
友善发言
评论
加载中
