Anthropic发布Claude Sonnet 5.5：单任务成本最多降 30%，编程测试从 10.3% 升至 70.6%
Anthropic发布Claude 5.5家族第二个模型Sonnet 5.5，输出速度提升超 30%，单任务成本最多降低 30%，在知识工作基准上几乎追平Opus 5.5；编程基准Terminal-Bench 4.0从 10.3% 跳至 70.6%。
AI解读：Sonnet 5.5是Anthropic Claude 5.5家族第二个模型，定位是修bug、写文档、做PPT、建表格这类边界清晰的日常工作；需要复杂判断的任务仍交给Opus 5.5。它每百万token的标价和Sonnet 5完全一样（输入 2 美元、输出 10 美元、缓存读取 0.20 美元），但因为完成任务用的token更少，实际单任务成本最多降 30%，生成速度也快 30% 以上。
这些数字来自Anthropic自己的说法，独立测试还没有验证。
对开发者来说，真正值得看的是编程能力的跳变：在智能体编程测试Terminal-Bench 4.0上，Sonnet 5.5得分 70.6%，前代Sonnet 5只有 10.3%，甚至超过Opus 5.5的 66.4%。
在CursorBench 4.0上，Sonnet 5.5得 55.5%，距Opus 5.5的 57.8% 只差两个百分点。知识工作基准GDPval-AA上，Sonnet 5.5得 1844 分，Opus 5.5是 1846 分，Sonnet 5只有 1449 分。
不过有一个值得注意的例外：在FrontierCode 1.1上，把effort调到最高的Max档，Sonnet 5.5的成绩反而比Xhigh档更低。Anthropic的解释是，最高档会更频繁触发代码审查功能、把工作拆给多个子智能体，有时导致超时或超出任务范围的改动，而这两项都会在FrontierCode中被扣分。也就是说，effort档位并不是越高越好，选档目前更像经验活。
这次发布还伴随着一个安全政策变化。因为Sonnet 5.5在网络安全上的能力远强于前代，Anthropic首次给Sonnet系列加了防护：涉及高风险网络安全任务的请求会被明确改道到Sonnet 5；合格专业人员可以通过扩展后的Cyber Verification Program申请分级访问。Anthropic还加入了针对蒸馏攻击的安全分类器。这些措施是否有效，要等接下来几个月的观察。
Haiku 5.5已宣布将在未来几周发布，主打高吞吐、低成本场景。届时Anthropic将以Fable、Opus、Sonnet、Haiku对上OpenAI的GPT-6 Astra、Sol、Luna等型号。同档位模型之间的性能差距已经不大，价格可能成为决定因素。
Sonnet 5.5现已在AWS、Google Cloud和Microsoft Azure上线，也通过Claude平台以claude-sonnet-5-5的模型ID提供访问，支持零数据保留。
Anthropic发布Claude Sonnet 5.5，这是Claude 5.5家族的第二个模型。据Anthropic介绍，该模型生成输出比前代快 30% 以上，单任务成本最多降低 30%，在多个知识工作基准上几乎追平Opus 5.5。
Sonnet 5.5定位是边界清晰的日常工作，例如修bug、写文档、做演示文稿、建电子表格；Opus 5.5则面向需要仔细判断的复杂任务。Anthropic同时宣布Claude Haiku 5.5将在未来几周发布，主打高吞吐、低成本场景。
Terminal-Bench 4.0从 10.3% 升至 70.6%
Anthropic称Sonnet 5.5相对前代提升最明显的是编程能力。在面向智能体编程的Terminal-Bench 4.0上，Sonnet 5.5得分 70.6%，Sonnet 5为 10.3%。在重现Cursor编辑器真实编程会话的CursorBench 4.0上，Sonnet 5.5得分 55.5%，Sonnet 5为 34.1%，距Opus 5.5的 57.8% 差两个百分点。
在FrontierCode 1.1的High设置下，Anthropic称Sonnet 5.5比Sonnet 5高十分，而每任务成本约为后者的十五分之一。早期测试者评价该模型理解代码库的速度较快，而且比前代更频繁地批量调用工具，从而减少所需步骤。
- Terminal-Bench 4.0：Sonnet 5.5为 70.6%，Sonnet 5为 10.3%，Opus 5.5为 66.4%（Xhigh设置）。
- CursorBench 4.0：Sonnet 5.5为 55.5%，Sonnet 5为 34.1%，Opus 5.5为 57.8%。
- FrontierCode 1.1（Main）：Sonnet 5.5在Max设置下为 46.2%，Xhigh设置下为 52.1%；Sonnet 5为 42.4%，Opus 5.5为 54.4%，GPT-6 Sol为 49.3%。
最高effort档成绩反而下降
Sonnet 5.5的推理强度设置存在一个反常之处：在FrontierCode上，把effort调到最高的Max档，成绩反而低于Xhigh档。Anthropic的解释是，在最高effort下，模型更频繁触发代码审查功能，把工作拆分给多个子智能体，有时导致超时或超出任务范围的改动，而这两项都会被FrontierCode扣分。
知识工作基准几乎追平Opus 5.5
在OpenAI开发、覆盖 44 个职业和 9 个行业任务的知识工作基准GDPval-AA上，Sonnet 5.5得分 1844 分，几乎追平Opus 5.5的 1846 分，比Sonnet 5的 1449 分高约 400 分。按Anthropic提供的数据，OpenAI的GPT-6 Sol得 1487 分。
在视觉图表识别测试Chartography上，Sonnet 5.5从 15.6% 升至 61.6%。在AA Briefcase v1.1上，Sonnet 5.5为 1811 分，Opus 5.5为 1822 分，GPT-6 Sol为 1483 分。在带工具的人类最后考试中，Sonnet 5.5为 64.5%，Opus 5.5为 67.7%。在OSWorld 2.1部分评估中，Sonnet 5.5为 80.1%，Opus 5.5为 81.8%。
- GDPval-AA v2.1：Sonnet 5.5为 1844，Opus 5.5为 1846，Sonnet 5为 1449，GPT-6 Sol为 1487。数据来自预发布版本，一个后来修复的bug可能影响过结构化输出。
- Chartography（无工具）：Sonnet 5.5为 61.6%，Sonnet 5为 15.6%，Opus 5.5为 64.4%，GPT-6 Sol为 53.6%。
定价不变，靠更少token降本
Sonnet 5.5每百万token价格与Sonnet 5相同：输入 2 美元、输出 10 美元、缓存读取 0.20 美元、缓存写入 2.50 美元。Anthropic称，由于每次任务使用的token更少，实际成本最多下降 30%。输出生成速度也提升 30% 以上。这些说法仍需独立测试确认。
与Anthropic其他模型及OpenAI竞品一样，Sonnet 5.5提供可调effort设置，让用户在成本、速度与输出质量之间取舍。Anthropic称，在低或中等设置下，Sonnet 5.5在多个基准上已超过Sonnet 5的最好成绩，而每任务成本约为后者的十分之一。但为每个任务找到合适的effort档位，目前仍更像经验而非科学。
首次为Sonnet加入网络安全防护
Sonnet 5.5目前已在亚马逊云科技、Google Cloud和Microsoft Azure等主要云平台上线，通过Claude平台使用模型ID claude-sonnet-5-5访问，并像Opus 5.5和Sonnet 5一样提供零数据保留。
Anthropic称Sonnet 5.5的网络安全能力远超前代，因此首次为Sonnet模型加入防护措施：涉及高风险网络安全任务的请求会被明确改道至Sonnet 5；合格专业人员可通过扩展后的Cyber Verification Program申请分级访问。Anthropic还加入了针对蒸馏攻击的安全分类器，与其最强模型所用同类。这些措施是否有效，需在未来几个月观察。
Haiku 5.5补齐产品线
Anthropic宣布Claude Haiku 5.5将在未来几周发布，聚焦高吞吐、低成本场景。加上Fable、Opus和Sonnet，Anthropic将拥有对应OpenAI GPT-6 Astra、Sol和Luna的产品组合。按The Decoder的粗略对应，Opus略高于Sol，Sonnet高于Luna，Fable高于Astra，但Anthropic整体定价更高。同档位模型之间的性能差距已经不大，成本可能成为决定因素，Haiku或有助于Anthropic缩小差距。