Claude Sonnet 5
性价比更高: GLM 5.3 Flash $0.238/M 即可获得 Index 57.8,价格只有 17 分之一。
有 17 个更便宜的已排名模型得分更高:GPT-6.1 Terra (64.1, $2.00)、Gemini 4 Hydrogen (63.4, $3.00)、Gemini 3.5 Flash (62.5, $3.38),另有 14 个。
截至 2026年11月16日,Claude Sonnet 5(Anthropic)在 BenchLeader Index 上得分 59.0(共 608 个已排名配置)。表现最好的是推理(65),最弱的是智能体与工具(53)。API 价格为输入每百万 token $2.00、输出每百万 token $10.00(按 3:1 混合为 $4.00),为 2026年11月16日的标价。输出速度约为 99 token/秒(Artificial Analysis)。发布于 2026年6月30日。
要点(截至 2026年11月16日)
- Claude Sonnet 5 的 API 价格为输入每百万 token $2.00、输出每百万 token $10.00(按 3:1 混合为 $4.00)(标价,2026年11月16日)。
- Claude Sonnet 5 的输出速度约为 99 token/秒(Artificial Analysis,2026年11月16日)。
- Claude Sonnet 5 于 2026年6月30日发布(Anthropic)。
详细说明:Claude Sonnet 5 是 Anthropic 的闭源推理模型,发布于 2026年6月30日。其最佳配置(推理强度 high)在 BenchLeader Index 上得分 59.0 ±2.5,在 608 个配置中排第 114 名,处于上半区。关键在于这个“±”:另有 214 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,推理得分最高(65),智能体与工具最低(53)。按混合价格计,每百万 token $4.00,属于已排名模型中最贵的一档。输出速度为 99 token/秒,首次回答需 15.8 秒,比大多数模型快。它已在 7 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。
- 混合价格
- $4.00/M
- 输入 $2.00 · 输出 $10.00
- 来源:Artificial Analysis
- 输出速度
- 99 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 16 s
- 首 token 1.22 s
- 上下文
- 1M
- 来源:models.dev
- 完整回答
- 41 s
- 最近一次测量 2026年11月13日
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2026年6月30日
- 综合 Index59
- 推理65
- 编程60
- 智能体与工具53
- 数学65
- 人类偏好65
- 多模态61
- 长上下文63
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/claude-sonnet-5)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
版本
Anthropic 以这个名称发布过 10 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
| 模型 | 发布日期 | Index | 排名 |
|---|---|---|---|
| Claude Sonnet 5.5max | 2026年9月28日 | 64.2 | #30 |
| Claude Sonnet 5high本页 | 2026年6月30日 | 59.0 | #114 |
| Claude Sonnet 4.6 | 2026年2月17日 | 57.6 | #149 |
| Claude Sonnet 4.5high | 2025年9月29日 | 57.9 | #145 |
| Claude Sonnet 4thinking | 2025年5月22日 | 53.8 | #248 |
| Claude 3.7 Sonnetthinking | 2025年2月24日 | 52.9 | #269 |
| Claude 3.5 Sonnet | 2024年10月22日 | 46.8 | #419 |
| Claude 3 Sonnet | 2024年2月29日 | 37.7 | #568 |
| Claude 37 Sonnetthinking | – | – | – |
| Claude Sonnet 5.0max | – | – | – |
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
| 推理强度 | Index | 排名 | 速度 | 首次回答 | 聊天回复成本 | 类别 |
|---|---|---|---|---|---|---|
| 无推理 | – | – | 105 tok/s | 1.25 s | $0.0038 | 智能体与工具 44 · 长上下文 59 · 多模态 54 |
| low | – | – | 100 tok/s | 2.10 s | $0.0038 | 编程 54 · 长上下文 58 |
| medium | – | – | 104 tok/s | 3.05 s | $0.0038 | 编程 56 · 长上下文 61 |
| high最佳 | 59.0 | #114 | 99 tok/s | 16 s | $0.0038 | 智能体与工具 53 · 编程 60 · 人类偏好 65 · 长上下文 63 · 数学 65 · 多模态 61 · 推理 65 |
| xhigh | 55.4 | #211 | 101 tok/s | 32 s | $0.0038 | 编程 59 · 知识 43 · 长上下文 63 · 数学 64 · 推理 65 |
| max | 56.1 | #191 | 102 tok/s | 158 s | $0.0038 | 智能体与工具 51 · 编程 52 · 知识 56 · 长上下文 66 · 数学 58 · 多模态 60 · 推理 58 |
| 未说明 | 53.0 | #268 | 71 tok/s | 1.22 s | $0.0038 | 智能体与工具 53 · 编程 57 · 人类偏好 53 · 推理 56 |
Index 走势
2026年9月8日 至 2026年11月16日- high
- max
- xhigh
- 默认
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | 无推理 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|---|
| GPQA Diamond | – | – | – | – | 90.5%#47 | 80.3%#135 | – | Epoch AI Benchmarking Hub | |
| SimpleBench推理强度未说明 | – | – | – | – | – | – | 60.6%#44 | SimpleBench | |
| Arena Hard Prompts | – | – | – | 1490#52 | – | – | – | Arena (LMArena) | |
| LiveBench 1.0 Reasoning不计入 Index | – | – | – | – | 88.7%#20 | – | – | LiveBench | |
| GPQA Diamond (AA)不计入 Index | 80.0%#196 | – | – | – | – | 91.1%#50 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 19.1%#243 | 21.9%#222 | 30.0%#167 | 35.7%#128 | 39.0%#106 | 41.3%#90 | – | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | – | – | – | – | – | 88.9%#31 | – | Vals AI | |
| CritPt不计入 Index | 1.1%#242 | 4.6%#179 | 8.6%#149 | 15.1%#104 | 15.4%#100 | 16.9%#93 | – | Artificial Analysis | |
| Arena Expert不计入 Index | – | – | – | 1509#33 | – | – | – | Arena (LMArena) | |
| Chess Puzzles不计入 Index | – | – | – | – | 34.0%#62 | 45.0%#31 | – | Epoch AI Benchmarking Hub | |
| Mystery Game Puzzles不计入 Index | – | – | – | – | – | 35.0%#27 | 16.0%#89 | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index | – | 49.6%#73 | 49.7%#72 | 50.0%#70 | 48.8%#79 | 49.3%#76 | – | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index | – | 73.6%#161 | 79.2%#144 | 84.5%#115 | 89.5%#97 | 92.5%#75 | – | Epoch AI Benchmarking Hub | |
| ForecastBench不计入 Index推理强度未说明 | – | – | – | – | – | – | 63.1%#44 | ForecastBench | |
| BTF-3不计入 Index | – | – | – | – | 14.2%#4 | – | – | Epoch AI Benchmarking Hub |
编程
智能体与工具
数学
| 基准测试 | high | xhigh | max | 来源 | 趋势 |
|---|---|---|---|---|---|
| FrontierMath Tiers 1–3 | – | – | 65.6%#40 | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | – | – | 29.3%#44 | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | – | 94.7%#61 | 80.0%#125 | Epoch AI Benchmarking Hub | |
| ProofBench | – | – | 77.0%#16 | Vals AI | |
| LiveBench Mathematics不计入 Index | – | 92.9%#25 | – | LiveBench | |
| Arena Maths | 1472#50 | – | – | Arena (LMArena) |
知识
| 基准测试 | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| SimpleQA Verified | 32.9%#68 | 33.7%#65 | – | Epoch AI Benchmarking Hub | |
| LiveBench 1.0 Data Analysis不计入 Index | 71.7%#48 | – | – | LiveBench | |
| MMLU-Pro | – | 87.5%#26 | – | Vals AI | |
| LegalBench | – | 83.9%#46 | – | Vals AI | |
| CorpFin | – | 67.0%#15 | – | Vals AI | |
| TaxEval | – | 75.6%#14 | – | Vals AI | |
| Excel Modeling Benchmark不计入 Index | – | 66.3%#22 | – | Vals AI | |
| MedCode不计入 Index | – | 47.5%#32 | – | Vals AI | |
| MedScribe不计入 Index | – | 76.0%#76 | – | Vals AI | |
| Public Benefits Bench v1.1不计入 Index | – | 66.0%#20 | – | Vals AI | |
| DrugDiscoveryBench不计入 Index | – | 50.0%#10 | – | Scale AI SEAL | |
| FACTS Parametric不计入 Index推理强度未说明 | – | – | 20.5%#24 |
指令遵循
| 基准测试 | high | xhigh | 来源 | 趋势 |
|---|---|---|---|---|
| LiveBench Language不计入 Index | – | 75.0%#49 | LiveBench | |
| LiveBench Instruction Following不计入 Index | – | 63.9%#49 | LiveBench | |
| Arena Instruction Following不计入 Index | 1467#44 | – | Arena (LMArena) |
人类偏好
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1461#62 | – | Arena (LMArena) | |
| EQ-Bench 4推理强度未说明 | – | 1221#14 | EQ-Bench | |
| EQ-Bench Creative Writing v3不计入 Index推理强度未说明 | – | 1798#27 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1434#67 | – | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1473#57 | – | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1481#46 | – | Arena (LMArena) |
多模态
| 基准测试 | 无推理 | high | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| Arena Vision | – | 1272#41 | – | – | Arena (LMArena) | |
| MMMU-Pro | 71.9%#147 | – | 77.3%#94 | – | Artificial Analysis | |
| MMMU-Pro (Vals)不计入 Index | – | – | 83.0%#35 | – | Vals AI | |
| MortgageTax不计入 Index | – | – | 70.0%#4 | – | Vals AI | |
| Humanity's Sixth Sense不计入 Index | – | – | 24.8%#28 | – | Scale AI SEAL | |
| GeoBench不计入 Index | – | 74.0%#19 | – | – | GeoBench | |
| Blueprint-Bench 2不计入 Index推理强度未说明 | – | – | – | 24.9%#27 | Epoch AI Benchmarking Hub |
长上下文
| 基准测试 | 无推理 | low | medium | high | xhigh | max | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|
| AA-LCR v1.1 | 70.0%#232 | 67.3%#258 | 73.7%#190 | 76.7%#157 | 76.7%#157 | 82.0%#54 | Artificial Analysis | |
| Arena Document不计入 Index | – | – | – | 1469#20 | – | – | Arena (LMArena) | |
| MLCR不计入 Index | – | 6.1%#149 | 5.0%#156 | 4.4%#163 | 5.6%#151 | 5.0%#156 | Artificial Analysis |
综合
| 基准测试 | 无推理 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | – | – | – | – | 156.9#33 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0不计入 Index | – | – | – | – | 76.0%#33 | – | – | LiveBench | |
| AA Intelligence Index v4.3.2不计入 Index | 23.2#197 | 24.3#185 | 28.1#144 | 31.7#120 | 34.4#99 | 38.2#82 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 281.6#172 | 278#184 | 289#148 | 296.8#129 | 302.6#117 | 311.9#90 | – | Artificial Analysis | |
| Vals Multimodal Index不计入 Index | – | – | – | – | – | 68.8%#8 | – | Vals AI |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| DistressBench不计入 Index | 68.0%#31 | Scale AI SEAL |
GameBench 2 Overall: 46.6. GameBench 2, best reasoning setting (XHigh): 54.4. 仅供参考,不计入 BenchLeader Index。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Google Vertex | 90 tok/s | 2.50 s | $2.20 | $11.00 | 1M | – |
| Google Vertex | 88 tok/s | 1.42 s | $2.00 | $10.00 | 1M | – |
| Google Vertex | 88 tok/s | 0.70 s | $2.20 | $11.00 | 1M | – |
| Azure | 78 tok/s | 0.95 s | $2.00 | $10.00 | 1M | – |
| Anthropic | 76 tok/s | 0.74 s | $2.00 | $10.00 | 1M | – |
| Amazon Bedrock | 71 tok/s | 1.20 s | $2.20 | $11.00 | 1M | – |
| Claude Platform on AWS | 69 tok/s | 0.96 s | $2.00 | $10.00 | 1M | – |
| Amazon Bedrock | 64 tok/s | 1.62 s | $2.00 | $10.00 | 1M | – |
使用情况
Claude Sonnet 5 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商
来源: 使用情况: OpenRouter 排名 · T3 Code via Slopalytics · 数据截至 2026年11月16日。
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.200。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0038 | $0.0033 | 18.8 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.030 | $0.014 | 21.8 s |
| 代码编辑 | 6,000 / 1,500 | $0.027 | $0.019 | 30.9 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.160 | $0.079 | 56.0 s |
| 结构化信息提取 | 2,000 / 200 | $0.0060 | $0.0033 | 17.8 s |
Anthropic 的更多模型
将 Claude Sonnet 5 与以下模型对比
- Claude Sonnet 5 vs Gemini 4 Argon
- Claude Sonnet 5 vs Muse Spark 1.3
- Claude Sonnet 5 vs GPT-6.1 Sol
- Claude Sonnet 5 vs Gemini 4 Carbon
- Claude Sonnet 5 vs GLM 5.3
- Claude Sonnet 5 vs Qwen3.8-Flash-Next
- Claude Sonnet 5 vs GPT-5.6 Terra
- Claude Sonnet 5 vs Claude Opus 4.6
- Claude Sonnet 5 vs Grok 4.7
- Claude Sonnet 5 vs GPT-6 Astra
- Claude Sonnet 5 vs DeepSeek V4 Pro
- Claude Sonnet 5 vs DeepSeek V4.1 Flash 1017
- Claude Sonnet 5 vs GPT-5.5
- Claude Sonnet 5 vs GPT-6.1 Terra
- Claude Sonnet 5 vs Step 5 Preview
- Claude Sonnet 5 vs Claude Opus 4.5
- Claude Sonnet 5 vs o3
- Claude Sonnet 5 vs Muse Spark
- Claude Sonnet 5 vs Claude Opus 5.5
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Claude Sonnet 5 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/claude-sonnet-5)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Claude Sonnet 5 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/claude-sonnet-5
BibTeX:
@misc{benchleader_claude_sonnet_5_20261116,
author = {{BenchLeader}},
title = {{Claude Sonnet 5 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/claude-sonnet-5}},
note = {Data as of 2026-11-16}
}常见问题
- Claude Sonnet 5 的基准测试得分是多少?
- 截至 2026年11月16日,Claude Sonnet 5(推理强度 high)的 BenchLeader Index 为 59.0 ±2.5。最强的是推理(65),最弱的是智能体与工具(53)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Claude Sonnet 5 排名第几?
- 截至 2026年11月16日,Claude Sonnet 5(推理强度 high)在 608 个已排名配置中排第 114 名。另有 214 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Claude Sonnet 5 每百万 token 的价格是多少?
- 截至 2026年11月16日,Claude Sonnet 5 的价格为输入每百万 token $2.00、输出每百万 token $10.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $4.00。
- Claude Sonnet 5 比 GLM 5.3 更好吗?
- 截至 2026年11月16日,Claude Sonnet 5(推理强度 high)与 GLM 5.3(推理强度 max)的质量不相上下(BenchLeader Index 59.0 比 58.8,在 ±3.9 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Claude Sonnet 5 是什么时候发布的?
- Anthropic 于 2026年6月30日发布了 Claude Sonnet 5。BenchLeader 收录了它在 7 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Claude Sonnet 5:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/claude-sonnet-5。