1. 成本结构问题：根据官方公布的性价比图，Sonnet5在高思考档位下，完成同等难度任务的总花费反而超过了Opus。Sonnet的每token价格确实低于Opus，但它消耗的token太多了，导致最终账单可能更高。这意味着，难的任务应该直接上强模型，因为弱模型会烧掉更多token来思考。
2. 计费口径的变化：Anthropic在新一代模型上换了tokenizer分词器，同样一段中文或英文输入，token数量比之前增加了大约三成。当前的引入期优惠价维持到八月底，优惠一旦结束，实际使用成本会明显上升，已有的调用流程也需要按新的token消耗重新估算预算。
3. 能力表现的分化：从基准测试看，Sonnet 5相比上一代Sonnet 4.6在推理、编码、工具使用上确有提升，但它和Opus仍有差距。有用户反馈在长文档、大上下文的细节追踪上表现不稳，而这类场景本是小模型的普遍短板。
4. 产品定位的尴尬：Sonnet 5的价值区间很窄，简单任务性价比不如更小的Haiku，复杂任务又不如Opus划算。它真正合理的用法是在多模型协作里承担中间层，由强模型做规划调度，再把不太费脑的执行任务分给它，这样能省下顶配模型的额度。
总体而言，Sonnet 5更像是一个需要用对场景才划算的模型。如果你能把它放进合适的工作流，它省钱又够用，如果你指望它一力承担所有任务，大概率会失望。
