NiceKate AI：Claude Sonnet 5 實測 — 圖像識別、3D建模、網頁生成等8個真實任務

開場閒聊

NiceKate AI 的主機在一開場就直接切入主題，介紹 Anthropic 最新發布的 Claude Sonnet 5（他稱之為 Sonnet 3.5 與 Sonnet 5，但從上下文來看指的是同一系列模型的最新版本）。他提到 Sonnet 5 官方號稱效能接近 Opus 4.8，但價格更低，而且到 8 月底前有價格促銷。

不過話鋒一轉，主機立刻點出一個關鍵陷阱：「Sonnet 5 用了更新的分詞器，token 花費大概增加 1.0 到 1.35 倍，所以促銷折扣下來也不一定便宜。」這種直言不諱的風格貫穿整支影片——不是單純的開箱吹捧，而是真實對比後給出優缺點分析。

懶人包速覽

核心痛點	解決方案 / 關鍵觀點
AI 模型評測資訊繁雜，難以橫向對比	Sonnet 5 在圖像辨識上超越 Gemini 3.1 Pro 與 GPT 5.5，成功識別出顯微鏡圖片中的 5 隻蟲子（Gemini 只找到 4 隻，GPT 5.5 沒找到）
3D 模型生成品質參差不齊	Sonnet 5 Max 模式可生成高品質 SCAD 模型，但耗時極長（10-20 分鐘），複雜度較低的任務用 Gemini 3.1 Pro 反而更快且效果更好
Sonnet 5 思考時間太長、token 消耗大	即使在 High 模式下，思考過程大多為英文，且 token 消耗比前代增加 1.0-1.35 倍，整體使用成本不一定比 Opus 4.7 便宜
不同 AI 模型各有專長，難以選擇	GPT 5.5 擅長多頁面 App 架構設計，Sonnet 5 Max 擅長精細圖像生成與渲染品質，Gemini 3.1 Pro 在特定任務（如手機支架生成）只需 2-3 分鐘即完成

這集的內容很適合正在評估哪個 AI 模型適合自己工作流程的開發者與設計師觀看。以下是我整理出的關鍵測試結果與個人補充分析。

Sonnet 5 圖像識別能力：顯微鏡下的蟲子偵測

主機首先測試 Sonnet 5 的圖像識別能力。他給出一張顯微鏡圖片，圖片中有幾隻蟲子在特定位置，要求模型找出所有蟲子並標註位置。

Sonnet 5 在 Crowd（測試平台）中選擇了 Max 模式，花費約 10 分鐘處理這個任務。它會將圖片放大到非常大，仔細檢查不同位置，然後用程式碼輔助辨識。最終它成功識別出 5 隻蟲子，並輸出局部放大版本和整圖標註版本，結果非常正確。

相比之下，主機用同樣圖片測試了其他模型：

• Gemini 3.1 Pro：只找到 4 隻蟲子（Gemini 一向被認為是圖像識別最強的模型）
• GPT 5.5 High：完全沒有檢測出來

在純圖像識別這個項目上，Sonnet 5 Max 模式表現出色，超越了業界公認的圖像識別王者 Gemini。

3D 模型生成：SCAD 格式的實戰表現

接著主機將同一張顯微鏡圖片餵給 Sonnet 5，要求生成 .SCAD 格式的 3D 模型（可在 OpenSCAD 中開啟，適合 3D 列印輸出）。Sonnet 5 再次花費非常久的時間，它會不停調用瀏覽器工具渲染結果、截圖檢視、再改進，反覆迭代。

最終生成的 3D 模型品質相當不錯。但作為對照，主機比較了：

• GPT 5.5 生成的版本：效果普通
• Composer 2.5 生成的版本：品質非常一般

Kurza 3D 設計：OPPO A5 摺疊手機支架

主機還讓 Sonnet 5 在 Kurza 裡面設計一個 OPPO A5 摺疊手機桌面多功能支架。Sonnet 5 處理了 20 多分鐘，過程中進行多角度截圖（任務結束後自動刪除）。然而最終結果有明顯缺陷——摺疊後手機站立的狀態下，手機離後面支撐板的距離太遠。

有趣的是，主機用 Gemini 3.1 Pro 測試同一個任務，只需 2-3 分鐘就生成了一個品質不錯的支架，雖然正面的透明部分有些編碼問題，但整體結構（防滑矽膠條、下方置物空間、充電口）都做得很好。主機直言：「這個任務 Gemini 3.1 Pro 完成的更好。」

蘇州博物館 Switch 場景：質感巔峰

這是影片中最令人驚豔的測試。主機讓 Sonnet 5 Max 製作一個蘇州博物館的 Switch 互動場景。模型處理了超過一個小時，過程中工具調用次數達到兩次，思考過程大多是英文。

但最終成果令人讚嘆：

• 地面材質設計非常到位
• 石頭小路的質感極佳
• 盆景的倒影效果真實
• 石片假山的質感是主機測試過的所有模型中最頂尖的
• 甚至會放大檢視松針貼圖在簡單光照下的渲染效果

主機評價：「它做的特別特別細，應該是我測試多個模型裡面這個質感做的是最好的了。」

完整 AI 菜譜 App 與耳機網站設計

主機還測試了 Sonnet 5 在 High 模式下的 UI 設計能力。

耳機網站：Sonnet 5 High 模式生成了一個風格類似蘋果的耳機產品頁，耳機耳罩的質感表現優異——主機強調之前多個模型對耳機造型的製作總是有些問題，但 Sonnet 5 表現得很好。

AI 菜譜 App（31 個頁面）：主機先讓 GPT 5.5 決定 31 個頁面各自放什麼內容（他認為 GPT 5.5 在這種多頁面架構規劃上表現最好），再讓 Sonnet 5 實際生成。最終結果與 Opus 4.8 的版本差異不大。

十字路口交通模擬：車輛豐富但行人邏輯不佳

最後一個測試是讓 Sonnet 5 High 模式生成十字路口交通模擬。處理了 25 分鐘，過程中頻繁調用瀏覽器工具截圖。車輛模擬造型美觀，但紅綠燈擺放位置有問題，而且行人和車輛的互動關係一直處理不好。

此外主機也測試了 Sonnet 5 生成「千夫拉船」場景，如果從正面視角完全看不到千夫在哪裡，必須旋轉視角才看得到，而且千夫的身體姿勢也不夠合理——船在前進時千夫的身體應該向前傾斜，但模型沒有呈現這個細節。

QA 精選

Q1：Sonnet 5 適合哪些類型的任務？

Sonnet 5 Max 模式最適合需要精細圖像處理的任務，像是顯微鏡圖片中的目標物辨識、高品質 3D 場景生成（如蘇州博物館場景）。它在需要大量視覺迭代和細節檢查的任務上表現最好，但付出的時間成本也最高。

Q2：Sonnet 5 的最大缺點是什麼？

最大缺點是「思考時間過長」。即使在 High 模式下，思考過程也大多是英文，且耗時很長。加上新的分詞器讓 token 花費增加 1.0-1.35 倍，整體使用成本不見得比 Opus 4.7 便宜。主機的結論是：「一般任務真的不建議用 Sonnet 5。」

Q3：Sonnet 5 和 GPT 5.5、Gemini 3.1 Pro 相比如何？

三者各有專長。Sonnet 5 Max 在圖像識別和精細渲染上最強，GPT 5.5 在規劃多頁面 App 架構上表現最好，Gemini 3.1 Pro 則在某些 3D 生成任務上速度最快（2-3 分鐘完成 Sonnet 5 需要 20 分鐘的任務）。沒有單一模型在所有項目上領先。

Q4：Sonnet 5 的促銷價格值得現在入手嗎？

需要謹慎評估。雖然官方有 8 月底前的促銷優惠，但因為新分詞器會消耗更多 token，實際折扣幅度可能不如預期。主機建議針對自己的使用場景先測試再決定是否長期採用。

主編隨筆

這集 NiceKate AI 的實測最值得參考的地方在於——它不是單純的規格比較，而是用 8 個真實任務去驗證 Sonnet 5 的實際表現。圖像識別超越 Gemini 是個不小的亮點，但代價是極長的處理時間和更高的 token 消耗。

從實務角度來看，這再次驗證了一個趨勢：頂尖 AI 模型的「思考深度」正在快速增加，但這不代表它們適合所有場景。對於需要快速迭代的工作流程（如日常程式開發、快速原型設計），選擇輕量級模型反而更有效率。

另一個值得留意的點是 Sonnet 5 的分詞器變化。官方為了提升模型效能改用新分詞器，結果 token 消耗增加 1.0-1.35 倍——這對 API 成本有直接影響，尤其是需要大量對話的應用場景。這個 trade-off 使用者需要自己評估。

Sonnet 5 的定位更像是「終極問題解決者」——當其他模型都搞不定時，給它足夠的時間和 token，它很可能給出最好的答案。

結語

Sonnet 5 是一款讓人又愛又恨的模型：給它極大的 token 和時間讓它去迭代，生成效果確實優異——從蟲子識別到蘇州博物館場景，質感和準確度都是頂尖水準。但對於一般任務，它的思考時間和 token 消耗讓人卻步。

正如主機所說：「給它極大的 Token 之後，給它時間讓它去迭代，它的生成效果還是不錯的。」但這個「不錯」的代價，就看使用者願不願意買單了。

對於開發者來說，建議的策略是：日常開發和快速原型使用輕量級模型，只有在需要極致品質或複雜推理時才呼叫 Sonnet 5。用對工具，比用最強的工具更重要。