「努力程度」比模型名字更重要

选模型常常被简化成假二选一：买贵的旗舰，或将就便宜的中端。Anthropic 的 Sonnet 5 发布材料提出另一套想法：除了型号，用户还有一个努力程度旋钮——任务难就多花算力与 token，任务平常就少花一点。

成本—性能曲线在说什么

公告把 Sonnet 5 与 Sonnet 4.6、Opus 4.8 放在不同努力程度下，对照智能体搜索（BrowseComp）与电脑使用（OSWorld-Verified）。通俗读法是：Sonnet 5 相对前代是全面提升，它能覆盖的成本—性能区间在这些图上比 Opus 4.8 更宽。调到中等努力时，成本效率很突出；把努力拉到最高，部分任务可以和 Opus 4.8 对标。

这才是实务上的重点。你比较不必把「便宜」或「好用」当成永久身份。你可以为最常跑的任务选一个档位，再在又杂又难的研究、或卡关的电脑使用流程上，把努力程度往上调。

为什么更高努力会反映在账单上

努力程度不是免费的装饰开关。更高努力通常意味着更多 token、更多轮工具调用、更长的执行。Anthropic 表示已同步上调聊天、协作、编码工具与开放平台的速率限制，以配合高努力使用。首发优惠至 2026 年 8 月 31 日（输入／输出每百万 token 2／10 美元，其后 3／15 美元），也正好适合拿真实负载去试这些档位。

同一次发布还有一个容易忽略的注脚：Anthropic 后来修正了 BrowseComp 成本—性能图——最初用了简化测算法，低估了 Sonnet 5，之后改成与系统卡一致的标准方法。对读者来说，教训不大却有用：把发布图表当成会更新的文件，并优先采信实验室声称与标准评估一致的算法。

一个简单的选择方法

若 Sonnet 5 材料只记住一套做法，记住这个就够：

• 先看任务难度，而不是品牌阶梯
• 重复性工作，默认用中等努力
• 只有在完成率或质量明显不够时，才提高努力
• 只有旋钮仍不够的那一小部分工作，再留给旗舰模型

更深一层的产品变化是：「用哪个模型」和「它该多努力」正在变成两个旋钮。对预算是好事，对粗糙对比却是提醒——同样写在账单上的型号，低努力与拉满努力，并不是同一种产品体验。