@rohanpaul_ai: Claude Sonnet 5 的升级并非在所有技能上均匀。例如，它在 CyberGym 上弱于 Sonnet 4.6。此处，CyberGym…

X AI KOLs Timeline 模型
claude-sonnet-5 anthropic ai-model cyber-abilities performance-comparison system-card general-reasoning

摘要

Claude Sonnet 5 的升级并不均匀；它在 CyberGym 漏洞发现任务上表现不如 Sonnet 4.6，因为它没有针对网络安全任务进行专门训练，而是依赖于通用推理能力。Anthropic 的系统卡确认了这一点，同时指出 Sonnet 5 的低价将持续到八月。

Claude Sonnet 5 的升级并非在所有技能上均匀。 例如，在 CyberGym 上它弱于 Sonnet 4.6。 这里，CyberGym 测试的是漏洞发现和利用查找行为，而非通用推理或普通编码。 Anthropic 在其发布博客中也明确表示，Sonnet 5 并未针对网络安全任务进行专门训练，因此其网络安全能力可能来自通用智能而非针对性优化。 因此，Sonnet 5 在 CyberGym 上的表现源自通用推理，而非专门的利用技能。 --- 来自 Claude Sonnet 5 的系统卡
查看原文
查看缓存全文

缓存时间: 2026/06/30 21:47

Claude Sonnet 5 的升级并非在所有技能上均匀提升。 例如，在 CyberGym 上，它的表现弱于 Sonnet 4.6。

这里的 CyberGym 测试的是漏洞发现与利用查找行为，并非通用推理或普通编码。

Anthropic 在其发布博客中也明确表示，Sonnet 5 并未专门针对网络任务进行训练，因此其网络能力很可能来自通用智能，而非有针对性的优化。

因此，Sonnet 5 在 CyberGym 上的表现源于通用推理，而非专门的利用技能。

摘自 Claude Sonnet 5 的系统卡

据 The Information 报道，OpenAI 已将部分现有模型的推理成本削减超过一半，同时未登录的 ChatGPT 流量仅运行在几百块英伟达 GPU 上。

显而易见的猜测包括：量化、KV 缓存变化、批处理、推测解码，以及将简单的查询路由到更便宜的模型。

如果属实，这将是一个巨大的核心竞争杠杆：更低的成本可以提高利润率、扩大使用限制，或减轻 API 定价的压力。

作为背景，OpenAI 调整后的毛利率从 2024 年的 40% 下降到 2025 年的 33%，原因是推理成本翻了两番。

一些报道现预计 2026 年第一季度为 39%，到年底目标为 52%。

Anthropic 的情况类似，约为 44%，因此前沿实验室仍远未达到成熟的软件经济学水平。

theinformation .com/newsletters/ai-agenda/openai-discovers-new-way-cut-inference-costs-half

相似文章

Claude Sonnet 5 的新特性

Simon Willison's Blog

Anthropic 发布了 Claude Sonnet 5，该模型性能接近 Opus 4.8，价格更低，但采用了新的分词器，使得英文和代码的 token 数量增加约 30%，从而实际上提高了成本。

Claude Sonnet 5

Hacker News Top

Anthropic 发布了 Claude Sonnet 5，这是一款高度自主的 AI 模型，在推理、工具使用和编码能力上有所提升，以更低的价格缩小了与 Opus 级别模型的差距。该模型现已面向所有套餐提供，并采用首发优惠定价。