Sonnet 5能打Opus 4.8吗？
Claude Opus 4.8
Claude Sonnet 4.6
Sonnet 5昨天刚发布，我第一时间跑了一晚上实测，直接说结论不废话。先说官方跑分：SWE-bench Pro（Agent编码测试），Sonnet 5是63.2%，Sonnet 4.6是58.1%，Opus 4.8是69.2%，差6分，确实接近了但还有差距；OSWorld-Verified（计算机使用/操控电脑），Sonnet 5是81.2%，Opus 4.8大概85%左右，这个差距更小；HumanEval（基础代码生成）两个基本打平；GPQA Diamond（科学推理）Sonnet 5比Opus低约4分；BrowseComp（Agent搜索）Sonnet 5在中等effort下已经能匹敌Opus 4.8。但跑分归跑分，实际用起来怎么样？我测了10个真实工作场景：写业务CRUD代码，两个几乎看不出区别；调复杂bug、读几万行老代码，Opus 4.8还是明显强一些，Sonnet 5有时候会漏掉隐蔽的边界条件；写单元测试、写文档、做代码重构，Sonnet 5完全够用甚至输出更快；多步骤Agent任务（爬数据+清洗+分析+出报告），Opus成功率高10%左右但Sonnet性价比高太多；创意写作、方案设计，两个差不多。一句话总结：80%的日常开发场景Sonnet 5完全够用，只有最复杂的20%场景才需要Opus。考虑到价格差，促销期Sonnet 5输出只要$10/百万token，Opus要$25，差2.5倍，8月底恢复到$15也比Opus便宜40%，性价比真的很高。但有一说一，差6分在最复杂任务上差距还是肉眼可见，说"吊打Opus"是标题党，说"接近Opus性价比碾压"是客观事实。
发布于 广东
分享
评论
1
未登录
友善发言
评论
加载中
