发布时间：2026-09-25T05:29:30.784Z
Claude 3.5 Sonnet升级后到底强在哪？我用五道编程题和两份长文档实测了它的代码能力与200k上下文处理。 Claude 3.5 Sonnet这波升级我盯了两周，拿真实项目里的问题测了几轮，说点跟跑分不一样的体感。 代码能力这块，我选了五道有代表性的题：写一个LRU缓存、用Python解析一份嵌套JSON日志并去重、把一段臃肿的React组件拆成三个子组件、写SQL把连续登录超过7天的用户筛出来、修一个异步爬虫的竞态bug。五道题里它做对了四道半——LRU缓存一次通过，带测试用例；JSON解析那题它主动用了生成器而不是全量加载，这点很聪明，说"日志可能很大别一次性读进内存"。React拆分那题它拆得有点过度，把一个本来200行的组件拆成了四个，我又手动合并回去。SQL题它写了窗口函数，比我自己写的group by更高效。唯一卡住的是竞态bug，它给了思路但没直接定位到锁的粒度问题，提示了两轮才对上。 长文本处理是它的传统强项。我丢进去一份12万字的产品需求文档（约200k token上下文），让它找出所有跟"支付退款"相关的条款并汇总成表格。它在40秒内返回了7条相关条款，每条都标注了原文页码和章节号。我故意埋了一个矛盾：第3章说"7天无理由退款"，第8章说"虚拟商品不支持退款"，它直接把这个矛盾点标红提醒我。这种跨章节的一致性检查，GPT-4o我也试了，它只找到了3条，漏了那个矛盾。另一份测试是500页的论文PDF，让它总结实验方法，它连附录里的补充实验都没漏掉。 价格上，Sonnet输入3美元/百万token、输出15美元，比Opus便宜一个数量级。我跑了一下午测试，token消耗大概花了不到2美元。日常写代码、读长文档这个价位很能打。 我的判断：如果你经常要喂长文档、改存量代码，3.5 Sonnet是目前最顺手的选择；但纯写新算法题，它跟顶尖开源模型的差距已经不大了。另外它的上下文窗口虽然标称200k，实际超过100k之后中间部分会有遗忘，关键信息还是尽量放开头和结尾。