Claude Sonnet 5.5 上线：编程跑分大幅跃升，价格与 Sonnet 5 持平

Anthropic 把 Claude Sonnet 5.5 推上了线。这是 Claude 5.5 家族的第二款产品，排在 Opus 5.5 之后。与上一代 Sonnet 5 对照，它的生成速度提升超过 30%，处理同一批任务的开销最多可以压掉 30%。

目前 Claude 对外提供的模型共四个层级，能力与价格同步递减：顶层是 Fable，其后依次为 Opus、Sonnet、Haiku。按照 Anthropic 给出的分工，需要连续跑数小时、覆盖整个代码库的大型工程交给 Fable；涉及反复取舍的复杂工作归 Opus 5.5；范围清晰、目标明确的日常事务——改 Bug、撰写文档、制作 PPT 与表格——由 Sonnet 5.5 承担。Haiku 5.5 预计数周内登场。

提升幅度最明显的一块是编程。Terminal-Bench 4.0 用于衡量模型在命令行环境里完成多步骤专业任务的水平，Sonnet 5.5 在此拿到 70.6%，Sonnet 5 的成绩仅为 10.3%，而 Opus 5.5 的最高分为 66.4%。在题目取自真实 Cursor 编程会话的 CursorBench 上，它与 Opus 5.5 的差距只有两分上下。参与早期测试的人还注意到，它更倾向于把若干次工具调用并成一步做完，流程步骤减少，成本随之下降。

办公场景同样咬得很紧。GDPval-AA 以 44 个职业、9 大行业的真实工作任务作为评分依据，Sonnet 5.5 得 1844 分，Opus 5.5 为 1846 分，Sonnet 5 则是 1449 分。Anthropic 内部做过一次验证：交给它一家上市公司的季度财报材料、电话会议记录以及一份 PPT 模板，要求产出一份 10 页经营回顾。两位专家审阅初稿后判断，这份材料可以直接对外发出。此外，它还是首个仅凭截图就能把《宝可梦 红》打通的 Sonnet 模型。

定价与 Sonnet 5 持平：每百万输入 Token 收 2 美元，每百万输出 Token 收 10 美元，相当于 Opus 5.5 的一半。之所以更省，原因在于完成同样的工作所消耗的 Token 更少。

Claude 允许调节“思考力度”（effort），从 Low 到 Max 共五档，档位越高，模型思考越久，费用也越高。Claude App 与 Claude Code 的默认档位是 Medium。以 Terminal-Bench 为例，Sonnet 5.5 在 Medium 档下每个任务约花 0.83 美元，得分 28.8%；Sonnet 5 即便开到 Max 档，每个任务要花 11.62 美元，也只拿到 10.3%。对日常使用者来说，什么都不用调，换来的就是一个更能干、响应更快的模型。

Anthropic 同时提示，跑分只能体现能力的一部分。无论是自家测试还是外部测试者的反馈，一旦进入开放式、需要持续判断的复杂工作，Opus 5.5 依然具备明显优势。

安全方面有两处调整。Sonnet 5.5 的网络安全水平与 Opus 5 相当，因此成为首个配备网络安全防护的 Sonnet 模型：日常排查与修复 Bug 不受影响，风险较高的网络安全类请求会被转交 Sonnet 5 处理，用户可以看到这次切换。它也是首个加入防蒸馏机制的 Sonnet。所谓蒸馏，指的是有人注册成千上万个假账号批量调用模型，再把输出拿去训练自己的模型。针对这一点，Claude 的思考内容会与生成它的账号绑定，在 Claude Code 里中途更换账号的用户会因此受到影响。

Sonnet 5.5 已在全部平台上线，覆盖 AWS、Google Cloud 与 Microsoft Azure，API 模型名为 claude-sonnet-5-5。此前通过关闭思考功能来调用 Sonnet 的开发者，在迁移之前需要改用新的 between_tools 设置。