7月1日消息,Anthropic 在 24 小时内完成了一轮罕见的密集发布——新模型 Claude Sonnet 5 上线,科研工作台 Claude Science 进入测试,Claude Desktop 登陆 Linux,托管智能体平台发布多项功能更新。与此同时,美国商务部解除了对 Claude Fable 5 和 Mythos 5 的出口管制,Anthropic 还宣布将回滚今年三月启动的一项反滥用实验。对于刚经历了 Fable 5 蒸馏防护争议和长达 18 天模型下线的 Anthropic 而言,这轮集中动作覆盖了模型、产品、平台和政策四个层面。 Sonnet 5 上线,性能接近旗舰但实际任务成本可能更高
6月30日,Anthropic 发布 Claude Sonnet 5,将其定位为"迄今最具智能体能力的 Sonnet 模型"。按 Anthropic 的说法,Sonnet 5 在编程、工具调用和自主任务执行等方面接近 Opus 4.8 的水平。SWE-bench Pro 得分为 63.2%(Opus 4.8 为 69.2%),GDPval-AA 知识工作评分 1618 分,略高于 Opus 4.8 的 1615 分。引导期定价为输入 2 美元/百万 Token、输出 10 美元/百万 Token,8月31日后调整为 3 美元和 15 美元,账面单价低于 Opus 4.8 的 5 美元/25 美元。
但第三方测试机构 Artificial Analysis 的独立评测显示了不同的经济账。在其 Intelligence Index 上,Sonnet 5 的单任务成本为 2.29 美元,约为 Sonnet 4.6 的两倍,比 Opus 4.8 高出约 15%,在所有模型中仅次于 Fable 5。成本上升完全由 Token 用量增加驱动:Sonnet 5 采用了新分词器,同一文本可产生 1.0 至 1.35 倍的 Token 量,且自适应思考默认开启且无法手动设定预算。在 xhigh 等高努力级别下,单任务成本甚至可能超过 Opus 4.8 而质量相当。这意味着 Sonnet 5 的"低价"优势仅在 Token 层面成立——按实际完成任务计算,它未必比旗舰模型便宜。对于已在生产环境中使用 Sonnet 4.6 的开发者,升级前需要用自己的评测用例验证真实成本变化,而不能仅依据账面 Token 单价做决策。
Sonnet 5 已成为免费和 Pro 计划的默认模型,同时面向 Max、Team 和 Enterprise 用户开放,API 标识符为 claude-sonnet-5 。相比前代 Sonnet 4.6,新模型默认开启自适应思考,不再支持手动扩展思考和自定义采样参数(设定 temperature、top_p 或 top_k 将返回 400 错误)。开发者升级时需要注意这些行为变更。 Claude Science 进入测试,Anthropic 向垂直科研市场扩展
同日发布的 Claude Science 是一款面向科研全流程的桌面应用,运行于 macOS 和 Linux。它不是一个新模型,使用的仍然是现有 Claude 模型,但在模型之上集成了研究者常用的工具链:可连接超过 60 个科学数据库,支持可追溯至代码的构件生成,以及按需管理的计算环境。研究者可以通过 SSH 或 Modal 账户将任务提交至已有的高性能计算集群,Claude 负责起草计划和编写作业脚本,研究者审核后由系统自动提交。
Claude Science 面向 Pro、Max、Team 和 Enterprise 用户开放测试。Anthropic 同时宣布资助最多 50 个科研项目,每个最高提供 3 万美元额度,申请截止7月15日,项目周期从9月1日至12月1日。Novo Nordisk 和 Allen Institute 已作为早期客户案例公开。这一动作与 Claude Code 面向开发者的定位形成对照——Anthropic 正在将同一套"围绕模型构建垂直工作流产品"的策略复制到科研领域。 托管智能体平台更新与 Desktop 登陆 Linux
平台侧有两组更新。托管智能体(Managed Agents)方面,Anthropic 新增了按会话覆盖代理配置的功能:开发者可在启动会话时替换已存储代理的模型、系统提示词、工具或 MCP 服务器,覆盖仅作用于当前会话,不回写至代理定义。其他更新包括流式会话事件的增量传输、新增 Webhook 事件类型、反向分页和凭据注入范围控制。控制台同步上线了"托管代理可观测性"标签页,提供会话级的输入/输出 Token 用量和工具调用统计,开发者可以逐事件回溯代理的执行过程。
Claude Desktop 方面,Anthropic 发布了 Linux 测试版,官方支持 Ubuntu 22.04 及以上和 Debian 12 及以上系统,兼容 x86_64 和 arm64 架构。应用包含 Chat、Cowork 和 Code 三个功能入口,通过 Anthropic 的 APT 源安装和更新。当前测试版暂不支持屏幕控制(Computer Use)和语音输入功能,Fedora 和 RHEL 支持待后续版本。
Fable 5 三周风波接近收尾:出口管制解除,反蒸馏实验同步回滚
产品发布之外,困扰 Anthropic 近三周的政策问题也在同一时间窗口得到解决。7月1日,美国商务部解除了对 Claude Fable 5 和 Mythos 5 的出口管制。此前 6月12日,商务部以国家安全为由要求 Anthropic 暂停所有外国用户对两款模型的访问,导致模型全球下线。6月27日,Mythos 5 率先对约 100 家经批准的美国机构恢复使用。商务部长 Howard Lutnick 表示已与 Anthropic 合作完成模型安全评估。Anthropic 称将从7月2日起逐步恢复全面访问。
出口管制之前,Fable 5 还经历了另一场争议。6月9日发布后,研究者发现其系统卡中描述了一项隐形蒸馏防护——当模型判定请求可能用于蒸馏时,会在不通知用户的情况下悄然降低输出质量。6 月11日 Anthropic 道歉并将该机制改为可见的降级提示。与此相关,Anthropic 在 7月1日还宣布将在次日版本更新中完全回滚今年三月启动的另一项反滥用实验,该实验同样旨在防止未授权转售商的账户滥用和模型蒸馏风险。Anthropic 表示团队此后已部署了更强的替代防护手段,相关回滚代码已合并。
Token 单价与任务成本的落差,和尚未消化的监管风险
这轮密集发布的背景是,Anthropic 正在同时应对两个方向上的压力。一方面是产品和生态的扩张——从 Sonnet 5 的模型竞争力到 Claude Science 的垂直市场、从托管智能体的开发者平台到 Linux Desktop 的用户覆盖,Anthropic 已经不再只是一家模型供应商,而是在搭建一个多层级的 AI 产品体系。Sonnet 5 释放的信号是智能体能力正从旗舰模型下沉到中端价位,但 Artificial Analysis 的测试提醒了一个容易被忽略的事实:性能接近不等于成本接近,在实际任务场景中 Sonnet 5 的 Token 消耗量大幅增加,单任务成本反而可能高于 Opus 4.8。开发者在选型时需要区分"每 Token 价格"和"每任务价格"这两个不同的指标。
另一方面是前沿模型带来的政策和信任风险。Fable 5 的隐形蒸馏防护争议和出口管制事件表明,模型能力越强,面临的外部审查也越密集。Anthropic 在蒸馏防护上的处理方式——先做隐形干预,被发现后道歉改为可见——暴露了模型安全与用户透明度之间的张力。出口管制虽然已解除,但特朗普政府计划在8月前建立标准化的前沿模型安全评估基准,这意味着类似的监管干预可能再次发生。
出口管制先例和定价真实性值得持续关注
Fable 5 事件设立了一个先例:美国政府可以在商业 AI 模型公开发布后,以出口管制权力要求全球下线。这一先例对所有前沿模型厂商都有影响。Anthropic 为恢复访问做了哪些技术或政策层面的调整,目前尚未公开披露。OpenAI 上周也仅向少量经批准客户推出 GPT-5.6,背后是否有类似的政府协调过程同样不清楚。Sonnet 5 方面,8月31日引导期结束后标准定价将与 Sonnet 4.6 持平,届时 Token 用量增加带来的真实成本变化会更加明显。8月的标准化评估基准截止日期、反蒸馏实验回滚后的替代防护措施细节,以及 Sonnet 5 在引导期结束后的实际使用成本,是接下来需要观察的几个具体节点。