Claude Sonnet 5 在安全性與模型可靠性上有哪些改進？

在提升能力的同時，Anthropic 也針對 Sonnet 5 的安全性與輸出品質進行了深度優化。1. 抵禦惡意攻擊：部署前的評估顯示，Sonnet 5 在「拒絕惡意請求」以及「抵抗提示詞劫持（Prompt Injection）」的表現上，均優於前一代的 Sonnet 4.6。2. 降低錯誤率與偏差：該模型產生「幻覺（Hallucination）」的機率顯著降低，這意味著其輸出的資訊準確度更高。同時，它也減少了「阿諛奉承（Sycophancy）」的傾向，能更客觀地回應使用者，而非盲目順從錯誤的引導。3. 預設防護機制：為了防範潛在的危險行為，Sonnet 5 預設開啟了與旗艦模型 Opus 相同的網路安全防護機制。雖然安全性大幅提升，但官方也明確指出，Sonnet 5 並未針對專業資安任務進行特訓，因此在開發系統漏洞等進階資安測試上，其表現仍遜於 Opus 4.8 或資安特化模型 Mythos 5。整體而言，Sonnet 5 透過降低幻覺率與強化防禦機制，為企業用戶提供了更穩定且安全的自動化作業環境。