Claude Sonnet 5.5發佈：性能逼近Opus 5.5，價格減半，安全防護升級

更快、更便宜了。在推出旗艦級模型Claude Opus 5.5僅一週後，Anthropic又帶來了Claude 5.5家族的第二款產品。當地時間9月28日，Anthropic正式發佈Claude Sonnet 5.5。作為面向日常辦公、軟件開發等場景的主力模型，Sonnet 5.5在保持API名義價格不變的情況下，進一步提高了生成速度和任務執行效率。官方數據顯示，Sonnet 5.5的輸出生成速度提升超過30%。更具實際意義的是，在一些需要持續調用工具、反覆執行步驟的任務中，新模型通過減少冗餘推理和工具調用，將單項任務的綜合成本最高降低30%。性能上的變化同樣明顯。

在多項軟件工程、知識工作和計算機操作基準測試中，Sonnet 5.5已經逼近甚至超過Opus 5.5部分測試配置的成績。01 編程能力大幅提升，部分測試超過Opus 5.5 Anthropi官方基準測試對比圖 從Anthropic公佈的官方測試結果來看，Sonnet 5.5與上一代Sonnet 5之間的差距，在編程任務中最為明顯。在自主智能體編程測試Terminal-Bench 4.0中，Sonnet 5.5得分達到70.6%，上一代Sonnet 5僅為10.3%。這一表現甚至壓過了一週前發佈的Opus 5.5在高算力檔位（Xhigh）下的66.4%。Terminal-Bench 4.

0 基準測試：模型準確率與調用成本關係圖 在真實編輯器場景測試CursorBench 4.0中，Sonnet 5.5取得55.5%的成績，較Sonnet 5的34.1%明顯提升，與Opus 5.5的57.8%僅相差2.3個百分點。在高強度編程測試FrontierCode 1.1中，Sonnet 5.5在High努力等級下的成績比上一代高出10個百分點，同時單任務運行成本約為Sonnet 5的十五分之一。知識工作領域的表現同樣接近旗艦模型。在覆蓋44種職業真實工作場景的GDPval-AA v2.1測試中，Sonnet 5.

5獲得1844分，高於Sonnet 5的1449分和OpenAI GPT-6 Sol的1487分，與Opus 5.5的1846分幾乎持平。在跨學科推理測試Humanity's Last Exam的工具模式下，Sonnet 5.5取得64.5%的成績，高於Sonnet 5的54.9%，距離Opus 5.5的67.7%也只有3.2個百分點。Artificial Analysis 智能指數排名：Claude Sonnet 5.5 得分達 56 分 第三方評測也顯示出類似趨勢。大模型評測平臺Artificial Analysis的數據顯示，Sonnet 5.

5在其“智能指數”（Artificial Analysis Intelligence Index）中獲得56分，僅比Opus 5.5低2分；在最高推理努力模式下，其得分較上一代Sonnet 5提高18分。計算機操作能力同樣出現明顯提升。在OSWorld 2.1部分評估中，Sonnet 5.5準確率達到80.1%，較Sonnet 5的57.0%大幅提升，與Opus 5.5的81.8%相差不大。視覺理解方面，Sonnet 5.5在Chartography無工具模式下的準確率從上一代的15.6%提升至61.6%，超過GPT-6 Sol的53.6%，接近Opus 5.5的64.4%。

不過，推理投入並非越高越好。在FrontierCode測試中，Sonnet 5.5在最高算力檔位（Max模式）下的得分為46.2%，反而低於次高檔位（Xhigh模式）下的52.1%。Anthropic解釋稱，Max模式賦予了模型最高的推理自由度，但這更容易觸發頻繁的代碼審查以及子任務拆分；在部分場景中，過度思考反而導致任務超時或產生了超出範圍的代碼修改，最終影響了測試成績。這一結果也說明，在智能體任務中，額外增加推理和執行步驟並不一定帶來更高的任務完成度，如何控制計算量和執行路徑，同樣是模型優化的一部分。02 用更少Token幹更多活 Claude Sonnet 5.

5 與 Claude Opus 5.5 的 API 官方定價對比 相比性能提升，Sonnet 5.5此次更值得關注的變化，是成本結構。Sonnet 5.5的輸入、輸出和緩存寫入價格均為Opus 5.5的一半。其輸入價格為每百萬Token 2美元，輸出價格為每百萬Token 10美元，與GPT-6 Sol處於同一水平。相比之下，旗艦級Claude Opus 5.5的輸入價格為每百萬Token 4美元，輸出20美元；輕量級GPT-6 Luna的價格則進一步降至輸入每百萬Token 0.1美元、輸出0.5美元。

因此，Anthropic這次強調的並不只是“每百萬Token多少錢”，而是完成一項任務究竟需要消耗多少Token、調用多少次工具，以及花費多少時間。智能指數與單任務成本關係圖：Sonnet 5.5 在保持高智能得分的同時大幅降低了單任務成本 Artificial Analysis發佈的“智能指數與單任務成本關係圖”也顯示，Sonnet 5.5雖然單任務輸出Token數量較高，但憑藉較高的任務完成效率，其單任務成本仍處於較低水平。這意味著，對於Agent任務而言，單純比較每百萬Token價格，已經很難完整反映實際使用成本。在保持基礎價格不變的情況下，Anthropic強調，Sonnet 5.

5可以通過減少任務執行步驟和冗餘推理，降低實際任務成本。更頻繁地批處理工具調用，也有助於減少Agent執行過程中的額外開銷。Anthropic研究產品經理Theo Chu在接受CNBC採訪時表示，Sonnet主要面向對成本比較敏感、但並不需要頂級智能水平的客戶。對於大量日常、重複性的任務而言，用戶並不一定需要Opus級別的深度判斷能力。這也讓Sonnet 5.5與Opus 5.5之間的產品分工更加清晰：前者重點解決大量任務的效率和成本問題，後者則承擔對複雜性和判斷能力要求更高的工作。在此基礎上，提示詞緩存也進一步降低了重複任務的成本。

Anthropic提供最高90%的提示詞緩存摺扣，對於需要反覆處理相同上下文或長文檔的開發者而言，實際支出還可能進一步下降。一些早期測試反饋顯示，Sonnet 5.5在用戶界面重構、按照既定模板生成演示文稿等任務中表現較好，生成結果所需要的人工修改較少。03 安全機制也升級了 隨著模型代碼能力和智能體執行能力提升，安全問題也成為Sonnet 5.5此次升級的重要組成部分。Anthropic表示，由於Sonnet 5.5在網絡安全和滲透測試方面的能力出現明顯提升，該模型成為首款在發佈時即採用與Opus 5及Fable 5.1同等級別網絡安全防護機制的Sonnet模型。

其中一項機制是高風險請求重定向。當系統識別到高風險的網絡攻擊或滲透請求時，會將相關任務轉交給Sonnet 5處理，同時儘量避免影響正常的軟件開發和漏洞修復工作。第二項是針對模型蒸餾的數據提取防護分類器。Anthropic希望藉此減少競爭對手或惡意團隊通過大規模API查詢，系統性複製和提取模型內部能力的風險。此外，Anthropic還強調了合規與隱私能力。Sonnet 5.5符合歐盟AI法案相關水印要求，並繼續在AWS、Google Cloud、Microsoft Azure以及Anthropic官方API等渠道提供零數據保留選項。

對於Anthropic而言，模型能力提升的同時，安全控制也需要同步升級。04 Haiku 5.5隨後登場 隨著Sonnet 5.5發佈，Anthropic的Claude 5.5產品線已呈現出較為清晰的分工。Opus 5.5負責複雜推理、深度判斷和高難度任務；Sonnet 5.5則承擔軟件開發、辦公自動化以及大量需要智能體持續執行的日常任務；Haiku 5.5則將進一步覆蓋高吞吐、低成本的輕量級任務。Anthropic在官方公告中確認，Haiku 5.5將在未來幾周內推出。從這套產品佈局來看，Anthropic正在把模型之間的差異從單純的能力比拼，進一步擴展到任務類型、執行效率和使用成本。

Sonnet 5.5的出現，也讓Claude 5.5系列的產品分工更加清晰：Opus繼續承擔高難度任務，Sonnet負責更大規模的日常工作，Haiku則覆蓋對速度和成本更加敏感的場景。對Anthropic而言，接下來的競爭也將從單一模型的能力比拼，轉向模型性能、執行效率和使用成本之間的綜合較量。Sonnet 5.5能否憑藉這一思路進一步擴大企業用戶規模，還要看其進入真實生產環境後的表現。