{count, plural, one {Khóa học} other {Khóa học}}
Nhập môn các mô hình Claude
{hours} giờ
14.9K
Anthropic đã phát hành Claude Sonnet 5 vào ngày 30 tháng 6 năm 2026, với thông điệp rõ ràng: đây là mẫu Sonnet có khả năng tác tử mạnh mẽ nhất mà công ty từng ra mắt. Nó có thể lập kế hoạch, điều khiển các công cụ như trình duyệt và terminal, và chạy tự động ở mức mà cho đến gần đây chỉ những mẫu thuộc lớp Opus lớn hơn mới đạt được.
Tuyên bố nổi bật là Sonnet 5 đạt hiệu năng gần với Opus 4.8 trong suy luận, sử dụng công cụ, lập trình và công việc tri thức, nhưng với mức giá thấp hơn. Trên điểm chuẩn lập trình tác tử mà Anthropic công bố, Sonnet 5 đạt 63,2% so với 69,2% của Opus 4.8 và 58,1% của Sonnet 4.6. Ở một điểm chuẩn công việc tri thức, Sonnet 5 thậm chí nhỉnh hơn Opus 4.8.
Trong bài viết này, tôi sẽ điểm qua mọi thứ mới ở Claude Sonnet 5: các tính năng mới, các điểm chuẩn, và chi phí. Nếu bạn muốn thêm bối cảnh về Anthropic, hãy xem hướng dẫn gần đây của chúng tôi về các lệnh gạch chéo trong Claude Code và bài viết về Claude Tag.
Claude Sonnet 5 là gì?
Claude Sonnet 5 là mẫu tầm trung của Anthropic, xếp dưới dòng Opus và được xây dựng để xử lý công việc mang tính tác tử vốn trước đây đòi hỏi các mẫu Opus đắt đỏ hơn. Nó thay thế Sonnet 4.6, ra mắt tháng 2 năm 2026, và sử dụng bộ mã hóa token cập nhật, thay đổi cách mô hình xử lý văn bản.
Với nhiều nhà phát triển, kỷ nguyên tác tử bắt đầu với các mẫu thuộc lớp Sonnet như Claude Sonnet 3.5, 3.6 và 3.7, những bản phát hành Claude đầu tiên thể hiện kỹ năng thực sự ở mảng lập trình và sử dụng công cụ. Gần đây hơn, các bước tiến tác tử rõ rệt đã chuyển sang các mẫu thuộc lớp Opus, và Sonnet 5 là nỗ lực của Anthropic nhằm kéo phân khúc tầm trung tiến gần lại ranh giới tiên phong.
Nguồn: Anthropic
Chỉ số nói lên nhiều điều nhất là bức tranh chi phí - hiệu năng. Biểu đồ của chính Anthropic cho thấy Sonnet 4.6 kém xa Opus 4.8 trên các đánh giá tác tử cho tìm kiếm (BrowseComp) và sử dụng máy tính (OSWorld-Verified). Hiện Sonnet 5 và Opus 4.8 cùng phủ một dải, với Sonnet 5 có chi phí thấp hơn và Opus 4.8 cho độ chính xác cao hơn với giá cao hơn.
Có gì mới ở Claude Sonnet 5?
Các cải tiến trong Sonnet 5 xoay quanh một chủ đề: hoàn tất các tác vụ tác tử mà không dừng giữa chừng. Dưới đây là những năng lực nổi bật.
Hoàn thành tác vụ nhiều bước từ đầu đến cuối
Thay đổi thực tiễn lớn nhất của Sonnet 5 là khả năng theo sát tác vụ đến cùng. Những người thử nghiệm giai đoạn truy cập sớm của Anthropic cho biết mô hình hoàn thành các tác vụ phức tạp mà các phiên bản Sonnet trước đây thường bị khựng lại giữa chừng, và nó tự kiểm tra đầu ra của mình mà không cần được yêu cầu.
Hãy hình dung trong công việc của bạn: giao cho mô hình một việc bao trùm hai hệ thống—lấy kết quả kiểm thử lỗi từ một lần chạy CI, rồi mở pull request với bản sửa. Các mẫu Sonnet trước đây hay dừng sau nửa đầu. Ví dụ của chính Anthropic liên quan đến việc cập nhật hạng tài khoản Salesforce và gửi thông báo ra mắt tới các liên hệ doanh nghiệp chỉ trong một lần, một quy trình mà một kỹ sư Zapier cho biết trước đây thường bị kẹt giữa chừng.
Với bất kỳ ai đang xây dựng tác tử, đây là khác biệt giữa một mô hình chỉ phác thảo kế hoạch và một mô hình thực sự thi hành nó. Điều này giảm số lần con người phải can thiệp để thúc đẩy tác tử tiếp tục.
Điều chỉnh mức độ nỗ lực để cân bằng chi phí và độ chính xác
Sonnet 5 hỗ trợ các mức nỗ lực có thể điều chỉnh, cho phép bạn tăng giảm độ sâu suy luận tùy nhiệm vụ và ngân sách. Anthropic định vị đây là cách tìm điểm phù hợp giữa Sonnet 5 và Opus 4.8 thay vì chọn một mẫu rồi chấp nhận luôn.
Ở mức suy luận Extra High tối đa, Sonnet 5 cho hiệu năng xấp xỉ mức trung bình đến cao của Opus 4.8 trên OSWorld-Verified và BrowseComp. Điểm vướng là chạy Sonnet 5 ở mức này có thể tốn hơn Opus 4.8 ở thiết lập suy luận tương đương, nên Opus 4.8 vẫn là lựa chọn tốt hơn cho một số tác vụ đòi hỏi độ chính xác cao.
Nếu bạn đã dùng Claude Code, các mức nỗ lực sẽ quen thuộc. Chúng tôi đề cập lệnh /effort và các mức của nó trong hướng dẫn lệnh gạch chéo của Claude Code.
Vận hành tác tử an toàn hơn trong môi trường sản xuất
Sonnet 5 đi kèm các cải tiến an toàn có thể đo lường so với Sonnet 4.6, điều này quan trọng khi tác tử tương tác với hệ thống đang chạy thực. Đánh giá tiền triển khai của Anthropic cho thấy nó từ chối các yêu cầu độc hại tốt hơn và chống chịu tốt hơn trước nỗ lực chiếm quyền trong các cuộc tấn công tiêm lệnh nhắc.
Mô hình cũng có tỷ lệ hoang tưởng (hallucination) và nịnh hót (sycophancy) thấp hơn Sonnet 4.6, và đạt điểm thấp hơn (an toàn hơn) trên kiểm toán hành vi tự động của Anthropic, bao quát các hành vi lệch chuẩn như hợp tác cho mục đích lạm dụng và lừa dối. Đồng sáng lập Lovable diễn đạt ngắn gọn: một mô hình biết khi nào cần nói không cũng quan trọng như một mô hình biết cách xây dựng.
Lưu ý là Sonnet 5 vẫn có tỷ lệ hành vi lệch chuẩn cao hơn so với Opus 4.8 mạnh hơn và bản xem trước Claude Mythos, nên nó an toàn hơn thế hệ trước nhưng không phải mẫu an toàn nhất trong danh mục của Anthropic.
Nguồn: Anthropic
Chạy với biện pháp bảo vệ an ninh mạng bật mặc định
Sonnet 5 ra mắt với các biện pháp bảo vệ an ninh mạng theo thời gian thực được bật sẵn, giống như trong Claude Opus 4.7 và 4.8. Các cơ chế này phát hiện và chặn hành vi sử dụng mạng nguy hiểm khi nó xảy ra.
Trong các đánh giá của Anthropic, Sonnet 5 có năng lực mạng nguy hiểm yếu hơn đáng kể so với Opus 4.8 và Mythos 5. Trong một bài kiểm tra phối hợp với Mozilla nhằm phát triển khai thác lỗ hổng cho Firefox 147, cả Sonnet 5 lẫn Sonnet 4.6 đều không tạo ra exploit hoạt động (đều đạt 0,0%), dù Sonnet 5 có tỷ lệ thành công một phần nhỉnh hơn đôi chút, điều mà Anthropic quy cho sự gia tăng trí tuệ tổng quát chứ không phải đào tạo về an ninh mạng.
Với các nhà nghiên cứu bảo mật cần hàng rào bảo vệ nới lỏng hơn, Anthropic khuyến nghị dùng Opus 4.8. Các biện pháp bảo vệ trên Sonnet 5 ít nghiêm ngặt hơn so với những gì ra mắt cùng Fable 5, vốn chặn phạm vi tác vụ an ninh mạng rộng hơn.
Điểm chuẩn của Claude Sonnet 5
Câu chuyện điểm chuẩn của Anthropic cho Sonnet 5 khá nhất quán: đây là cải tiến rõ rệt so với Sonnet 4.6 và xếp ngay dưới Opus 4.8 trong các đánh giá đã công bố đến nay. Các con số dưới đây đến từ tài liệu ra mắt của Anthropic. Một lưu ý thận trọng: bên thứ ba đã báo cáo các số liệu khác nhau cho cùng điểm chuẩn, có lẽ do khác bộ dữ liệu, thiết lập ngữ cảnh, hoặc giàn khung tác tử, nên hãy coi các con số tiêu đề là phụ thuộc cấu hình.
| Sonnet 5 | Sonnet 4.6 | Opus 4.8 Tham chiếu |
|
|---|---|---|---|
| Lập trình tác tử SWE-bench Pro |
63,2% | 58,1% | 69,2% |
| Lập trình tác tử Terminal-Bench 2.1 |
80,4% | 67,0% | 82,7% |
| Suy luận liên ngành Humanity's Last Exam |
43,2% không công cụ 57,4% có công cụ |
34,6% không công cụ 46,8% có công cụ |
49,8% không công cụ 57,9% có công cụ |
| Sử dụng máy tính OSWorld-Verified |
81,2% | 78,5% | 83,4% |
| Công việc tri thức GDPval-AA v2 |
1618 | 1395 | 1615 |
Lập trình tác tử
Trên điểm chuẩn lập trình tác tử Anthropic công bố, Sonnet 5 đạt 63,2%, so với 69,2% của Opus 4.8 và 58,1% của Sonnet 4.6. Điểm chuẩn này đo xem mô hình có thể viết, chạy và sửa mã qua nhiều bước hay không, thay vì chỉ tạo một đoạn ngắn.
Khoảng cách với Opus 4.8 là khoảng 6 điểm, trong khi bước nhảy so với Sonnet 4.6 là khoảng 5 điểm. Với nhà phát triển, điều đó có nghĩa Sonnet 5 là nâng cấp rõ ràng so với mẫu tầm trung trước đó, dù chưa sánh ngang mẫu đầu bảng.
Nguồn: Anthropic
OSWorld-Verified và BrowseComp
OSWorld-Verified đo khả năng sử dụng máy tính—điều khiển một máy tính để hoàn thành tác vụ thực, còn BrowseComp đo tìm kiếm web mang tính tác tử. Anthropic đã cập nhật phương pháp OSWorld-Verified và hiện báo cáo Sonnet 4.6 đạt 78,5% theo thiết lập sửa đổi.
Ở cả hai đánh giá, Sonnet 5 cải thiện rõ rệt so với Sonnet 4.6 ở mọi mức nỗ lực, trong khi Opus 4.8 vẫn là lựa chọn có độ chính xác cao hơn. Ở mức Extra High, Sonnet 5 đạt xấp xỉ hiệu năng trung bình đến cao của Opus 4.8, nhưng khi đó lợi thế chi phí thu hẹp, vì vậy Anthropic xem hai mẫu như một dải chi phí–độ chính xác chung thay vì là nâng cấp thẳng.
Công việc tri thức
Ở một điểm chuẩn công việc tri thức, Sonnet 5 nhỉnh hơn đôi chút so với Opus 4.8, theo tường thuật của TechCrunch. Điều này đáng chú ý vì Opus 4.8 thường gắn với các quyết định khó nhất và nghiên cứu chuyên sâu.
Anthropic cũng cập nhật bộ chấm cho Humanity's Last Exam và hiện báo cáo Sonnet 4.6 ở mức 34,6% (không công cụ) và 46,8% (có công cụ), đó là lý do các con số này khác với đợt ra mắt Sonnet 4.6 ban đầu. Với người thực hành, kết quả công việc tri thức gợi ý Sonnet 5 khả dụng cho phân tích và nghiên cứu—những tác vụ trước đây có vẻ thuộc lãnh địa của Opus.
So với các mẫu Anthropic khác
Để có bối cảnh rộng hơn về vị trí của phân khúc Sonnet, bài so sánh Sakana Fugu vs Claude Fable 5 của chúng tôi hữu ích. Trong so sánh đó, mẫu cao cấp Claude Fable 5 đạt 80,3% trên SWE-Bench Pro và 59,0% trên Humanity's Last Exam (không công cụ), vượt xa các con số tầm trung ở đây.
Sự chênh lệch đó chính là chủ đích. Danh mục của Anthropic trải từ Sonnet 5—mang tính tác tử, chi phí thấp—lên đến Opus 4.8 và các lớp Mythos, Fable, với mỗi phân khúc đánh đổi chi phí lấy độ chính xác ở các bài toán khó nhất.
Giá và khả dụng của Claude Sonnet 5
Claude Sonnet 5 khả dụng ở mọi nơi ngay từ ngày ra mắt. Đây là mẫu mặc định cho gói Free và Pro, và có sẵn cho người dùng Max, Team, và Enterprise, cũng như trong Claude Code và trên Claude Platform.
Nhà phát triển có thể gọi qua Claude API với ID mẫu claude-sonnet-5. Mức giá hoạt động theo hai giai đoạn:
- Giá giới thiệu (đến hết 31/8/2026): 2 USD cho mỗi triệu token đầu vào và 10 USD cho mỗi triệu token đầu ra
- Giá tiêu chuẩn (sau 31/8/2026): 3 USD cho mỗi triệu token đầu vào và 15 USD cho mỗi triệu token đầu ra
Một chi tiết cần dự trù: Sonnet 5 dùng bộ mã hóa token cập nhật, nên cùng một đầu vào có thể quy đổi thành nhiều token hơn trước, khoảng 1,0 đến 1,35 lần tùy loại nội dung. Anthropic đặt mức giá giới thiệu để quá trình chuyển từ Sonnet 4.6 về cơ bản trung hòa chi phí. Công ty cũng tăng hạn mức tốc độ trên Chat, Cowork, Claude Code và Claude Platform để xử lý lượng token lớn hơn do các mức nỗ lực cao mang lại.
So sánh nhanh Claude Sonnet 5 với Sonnet 4.6 và Opus 4.8
Dành cho độc giả muốn xem nhanh, dưới đây là cách ba mẫu xếp hạng theo các số liệu Anthropic công bố.
| Mẫu | Lập trình tác tử | OSWorld-Verified | Giá vào/ra (mỗi 1M token) |
|---|---|---|---|
| Sonnet 5 | 63,2% | Cải thiện so với 4.6 ở mọi mức nỗ lực | $2 / $10 (giới thiệu), sau đó $3 / $15 |
| Sonnet 4.6 | 58,1% | 78,5% (điều chỉnh) | $3 / $15 |
| Opus 4.8 | 69,2% | Lựa chọn độ chính xác cao hơn | $5 / $25 |
Kết luận
Sonnet 5 là tuyên bố rõ ràng nhất của Anthropic rằng năng lực tác tử nay là kỳ vọng cơ bản ở mọi phân khúc giá, không còn là đặc quyền của mẫu đầu bảng. Điểm khác biệt không còn là ai làm tác vụ tác tử tốt nhất, mà là ai làm được rẻ và ổn định hơn mà không cần giám sát con người.
Điều tôi thấy thú vị nhất là mức giá giới thiệu. Anthropic dường như muốn khách hàng thử Sonnet 5 trên khối lượng công việc thực với chi phí thấp nhất trong giai đoạn chuyển đổi, như một bước thúc đẩy có chủ ý nhằm chuyển người dùng khỏi Opus 4.8 cho các công việc tác tử thường nhật và giải phóng năng lực đó. Mức giá này cũng thấp hơn GPT-5.5 của OpenAI và Gemini 3.1 Pro của Google, dù Gemini 3.5 Flash vẫn rẻ hơn.
Nếu bạn đang xây dựng tác tử chạy các tác vụ bền bỉ, nhiều bước, Sonnet 5 có vẻ là lựa chọn mặc định mới nên dùng trước, chỉ nâng lên Opus 4.8 khi tác vụ thực sự cần thêm độ chính xác. Lưu ý thẳng thắn là một số đánh giá bên thứ ba cho rằng Sonnet 5 đánh đổi độ sâu suy luận lấy tốc độ lập trình, nên với khoa học trình độ PhD hoặc công việc nặng duyệt web, Opus 4.8 có thể vẫn là lựa chọn an toàn hơn.
Nếu bạn muốn trực tiếp thử kiểu tự động hóa mà Sonnet 5 được xây dựng để phục vụ, tôi khuyến nghị hướng dẫn Claude Code Routines của chúng tôi, hướng dẫn chạy một tác tử lập trình theo lịch trên đám mây.
