中端模型為何突然能「做智能體」？

很長一段時間裏，「智能體 AI」聽起來像旗艦級奢侈品：能自己做計劃、會調工具、還能在沒人盯著每一步的情況下做完多步驟工作。Anthropic 的 Sonnet 5 公告講的故事更直接：不久前主要出現在更大、更貴的 Opus 級模型上的能力，現在開始出現在中端 Sonnet 線——在不少智能體任務上已經足夠接近，足以改變團隊日常怎麼選模型。

智能體曾靠中端起步，後來差距被拉開

Anthropic 自己也寫到：對許多開發者來說，智能體時代是從 Sonnet 級模型開始的。Claude Sonnet 3.5、3.6、3.7 是第一批在編碼與工具調用上拿出亮眼表現、且成本還能被團隊接受的模型。不過在那之後，最明顯的智能體突破，大多集中在 Opus；中端仍好用，旗艦則在長程跟進上把差距拉開。

Sonnet 5 被定位成要補上這段落差。官方說法是：這是迄今智能體屬性最強的一款 Sonnet——能制定計劃、調用瀏覽器與終端這類工具，並在多步驟任務上減少人工干預。用 Anthropic 自己的對比語言，表現已接近 Opus 4.8，定價仍落在 Sonnet 檔位。

「接近旗艦」在實務上意味著什麼

不必背下每一項基準分數。更有用的畫面是：在 Anthropic 公開的智能體編碼、有工具輔助的推理，以及知識工作評估上，把 Sonnet 5 與 Sonnet 4.6、Opus 4.8 並排看，中端與旗艦的差距已被大幅壓縮。在某些綜合知識工作分數上，官方甚至報告 Sonnet 5 略高於 Opus 4.8——對中端線來說少見，較穩妥的讀法是「中間檔不再明顯更弱」，而不是永久排名。

同一公告裏早期接入夥伴的說法，往往比圖表更具體。軟體團隊提到：在混亂的技術環境裏，多步驟開發執行層更扎實。自動化廠商則描述複合任務——一邊更新客戶系統的帳號等級，一邊向企業聯絡人發送發布公告——前代常做到一半卡住，Sonnet 5 能端到端跑完。對日常流程來說，把事情做完，常常比基準多兩分更有價值。

普通人為什麼要在意

能力下沉不只是實驗室敘事。當智能體技能落到中端價位，更多團隊能用接近生產的工作流去試，而不必把每一次運行都當成奢侈消費。Anthropic 把 Sonnet 5 設為免費版與專業版的默認模型，並在高級、團隊、企業、Claude Code 與 API 同步提供——這是把「中端智能體」當新常態，而不是測試玩具。

• 常規編程、知識處理、中等複雜度智能體：中端往往是務實的首選
• 極高準確度要求，或專業網安場景：旗艦線仍可能更合適
• 是否全面切換：用自己真實、雜亂的任務測，而不只看演示提示詞

行業訊號比單一型號更大。當昨天旗艦智能體行為的八九成，能以遠低於旗艦的成本拿到，「普通模型能做完什麼」的基線就被抬高。舊的奢侈品落差被壓縮——買家也會被推向一個更尖銳的問題：不是「哪家最大」，而是「哪個檔位能以我願意重複支付的價格，做完我的流程」。