Claude Sonnet 5.5深夜空降！一半價格擊敗Opus，開發者實測賬單暴漲

作者 | 程茜 編輯 | 心緣 9月29日消息，今日凌晨，Anthropic發佈Claude 5.5系列第二款模型Claude Sonnet 5.5，主打快速、高性價比。Anthropic在博客中透露，相比Claude Sonnet 5，新模型速度提升超30%，成本降低近30%，更擅長處理日常任務，如修復錯誤、創建文檔、製作幻燈片和電子表格等。先來看幾項關鍵指標，Sonnet 5.5在多項指標中可對標Opus 5.5，相比Sonnet 5有數倍提升。Anthropic稱，這是首個僅通過截圖就能贏得《口袋妖怪紅》遊戲的Sonnet模型。

在Artificial Analysis上，Sonnet 5.5在AI分析指數上得分為56，僅次於Opus 5.5的58分，該榜單上，Claude系列模型包攬前三席。價格方面，Claude Sonnet 5.5定價與上一代相同，即每百萬輸入token 2美元，每百萬輸出token 10美元，每百萬token的緩存讀取操作需0.20美元。不過，其博客提到，模型在實際完成任務時，單任務成本比Claude Sonnet 5要低30%。官方放出的案例顯示，Sonnet 5.5復原魔方時僅花費10秒、0.11美元就完成任務。Artificial Analysis的榜單顯示，Sonnet 5.

5單任務輸出token數量更多，其單任務成本為7.60美元，比Sonnet 5的單任務成本高出約50%，接近於Opus 5.5的7.63美元。不少開發者實測發現，Sonnet 5.5的成本非常高，“建議堅持使用Opus 5.5”。Claude Sonnet 5.5現已在全平臺上線，包括AWS、谷歌雲以及微軟Azure。開發者可在Claude 平臺通過模型標識符claude-sonnet-5-5接入使用。如果原先在Sonnet模型上關閉思考功能，遷移至Sonnet 5.5前，需要切換至新的betweentools參數配置，該配置可保持前置思考功能處於關閉狀態。

Anthropic還透露，其專為高併發和成本敏感的應用而設計的Claude Haiku 5.5，將在未來幾周發佈。一、數位開發者實測對比，效果驚豔但燒不起，一款射擊遊戲花費上千元 不少開發者實測對比了Sonnet 5和Sonnet 5.5，兩代模型之間的性能提升幅度肉眼可見。官方案例，知名開發者@repete對比了Sonnet 5和Sonnet 5.5生成落葉模擬器的效果。可以看出，Sonnet 5.5的落葉飄落效果更自然，整體畫面更和諧。在不到一分鐘內，開發者@kevint_ngo讓Sonnet 5.

5通過JavaScript動畫展示了恐龍的歷史，其還對比了Sonnet 5和Sonnet 5.5的生成結果。Sonnet 5.5生成的動畫主題形象明確，還能添加配套文字，生成帶敘事感的完整插畫。另一開發者對比了Sonnet 5.5與GPT-6 Sol、GPT-6 Astra的效果，其與GPT-6 Astra的差距並不大。Sonnet 5.5、GPT-6 Astra在生成騎自行車動作時沒有出現太大瑕疵。不過效果驚豔背後，用戶實測發現Sonnet 5.5的成本並不低。BridgeMind使用Sonnet 5.

5製作了一款射擊遊戲，它稱新模型表現機器出色，生成的遊戲堪稱神作，但構建成本要達到177美元（約合人民幣1187元），耗時49分鐘完成。在下面開發者製作的城市模擬器案例中，Sonnet 5.5的效果明顯比Sonnet 5更好，Sonnet 5.5的輸出token數量為38萬，花費了9.23美元，Sonnet 5為12萬，花費4.85美元。另一開發者使用Sonnet 5.5製作了一個果醬西瓜瀏覽器動畫，最終預計的API使用成本約為8.20美元，其中代碼與推理2.80美元、緩存上下文數據3.6美元、緩存寫入操作1.8美元、常規輸入token 0.

02美元，其中2/3的資源都被用於處理上下文相關任務。二、多項測試可對標Opus 5.5，Anthropic建議開發者調節檔位降成本 從Anthropic發佈的基準測試來看，Sonnet 5.5在多項指標中已經超越其性能更高的Opus 5.5模型。具體來看，該基準測試對比了Sonnet 5.5、Sonnet 5、Opus 5.5、GPT-6 Sol四大模型在智能體編程、知識工作、多學科推理、電腦操作、圖表識別等方面的性能。和上代Sonnet 5對比，Sonnet 5.5在編程、圖表識別上的分數提升了數倍；和GPT-6 Sol對比，Sonnet 5.

5在智能體編程、知識工作、圖表識別上都更優；Sonnet 5.5在主動編程領域上的分數甚至超過Claude Opus 5.5，其他幾項與之相當。下圖是各模型在不同投入等級下的得分與單任務成本的對比曲線，數據點越靠近圖表左上角，代表每花費一美元所能獲得的模型能力越強。在多項基準測試中，低/中等投入檔位下的Sonnet 5.5能超越Sonnet 5的最高得分，而單任務成本僅為後者的約十分之一。Sonnet 5.5在較低投入檔位運行時，單任務成本更低，與Opus 5.5形成互補；拉高投入檔位後，它可以達到接近Opus的性能，同時成本處於相近水平。編程是Sonnet 5.5性能提升的一個突出場景。

在智能體編程基準FrontierCode的高投入檔位下，它的得分比同檔位Sonnet 5高出10分左右，單任務成本僅約後者的1/15。CursorBench基於Cursor真實編程會話任務開展測試，在該基準上，Sonnet 5.5的最高分與Opus 5.5差距僅約2分。很多早期測試者稱，在直接對比測試中，Sonnet 5.5能夠將工具調用合併在一起，從而減少操作步驟、降低成本。Sonnet 5.5在多項知識工作任務上均取得性能提升。GDPval-AA基準覆蓋44個職業、9大行業的真實業務任務，在該測試中，Sonnet 5.5得分與Opus 5.5幾乎持平，相比Sonnet 5高出約400分。

在電腦操作與圖表識別能力上，它的表現也十分接近Opus 5.5；而在長週期知識工作場景，其性能明顯優於Sonnet 5和GPT-6 Sol。價格方面，開發者調整投入檔位，可在成本、響應速度與任務整體質量之間做權衡。在Claude Code以及Anthropic官方應用中，默認投入檔位為中等（Medium）；開發者平臺Claude Platform默認檔位為高（High）。Anthropic官方稱，檔位較低時，Claude響應更快、消耗Token更少，適合常規事務處理；檔位調高後，Claude會進行更長時間的推理，並對輸出結果做更全面的自檢核驗。

三、大多數對齊性指標，與Sonnet 5相當 在其自動化行為審計中，Sonnet 5.5在大多數對齊性指標上均優於或達到與Sonnet 5相同的水平。由於其網絡安全能力與Opus 5相當，因此它是首個具備網絡安全防護措施和回退機制的Sonnet模型。其生物學安全防護機制與Sonnet 5相同。這兩種安全防護機制都針對的是少數高風險操作；常規的軟件開發和大多數生命科學領域的操作並未受到影響。Anthropic研究人員在博客中透露，Sonnet 5.

5並未突破其模型能力的前沿上限，因此他們將模型的對齊評估，聚焦於一組適用於所有能力等級模型的特定風險，包括損害用戶利益、誤導用戶，以及被用於高風險惡意場景時產生協同危害。研究人員開展自動化行為審計，在約1850個場景下對Claude進行測試。結果顯示，在對齊性、抗濫用能力與誠實度的大部分指標上，Sonnet 5.5相比Sonnet 5均有提升或持平。在其新推出的隔離防護評估中，Sonnet 5.5嘗試突破沙箱的概率接近本次測試中表現最優的Opus 5.5；並且在所有Anthropic模型裡，它去試探容器防護邊界的概率最低。他們沒有發現Sonnet 5.5會去執行與用戶意圖相沖突的目標。

網絡安全方面，Sonnet 5.5的網絡安全相關能力相對Sonnet 5有提升，因此研究人員為其部署了與Opus 5.5相近的安全防護機制。用戶仍然可以在常規軟件開發流程中，利用模型查找並修復代碼漏洞；但高風險網絡安全任務會自動降級回Sonnet 5處理。Sonnet 5.5沿用與Sonnet 5相同的生物相關安全防護機制。該防護體系針對有害請求；絕大多數科研、教育以及臨床工作不受影響，但部分微生物學與病毒學相關請求可能出現誤攔截。在模型蒸餾防護方面，Sonnet 5.

5是首款內置安全分類器以抵禦推理提取攻擊的Sonnet系列模型，並擴展了保留思考鏈路（preserved thinking）機制：Claude的推理思考過程無法脫離生成該內容的賬號單獨剝離。此外，Claude Sonnet 5.5版本也提供了不保存任何數據功能的版本。結語：Claude中端主力模型性能暴漲，但成本是個坎 Sonnet 5.5的升級，標誌著Anthropic的主力中端大模型正在快速收窄與旗艦模型之間的能力差距。

這或許會改變企業落地大模型的選型思路，不必一味追求最高規格旗艦，可採用主力模型承擔絕大多數常規任務、旗艦模型僅處理高難度複雜任務的分層調用架構，在能力與成本之間找到更優平衡點。不過綜合開發者的實測結果來看，Sonnet 5.5在成本端並未實現大幅縮減。一旦面對複雜Agent任務，用戶往往需要拉高投入等級來換取足夠性能，此時單任務開銷會明顯抬升。來源：Anthropic、X