Sonnet 5.5發佈，智能水平超越GPT-6 Astra，說好的減速呢？
字母AI2026.09.29 09:09 · 來自北京全文2568字00:00 / 06:48Sonnet 5.5發佈，阿莫迪嘴上說減速，腳下踩油門。文 | 字母AI口口聲聲呼籲減速的阿莫迪，一腳踩滿了油門。2026年9月26日，Anthropic發佈了Sonnet 5.5。不僅性能接近Opus 5.5，價格還只有Opus 5.5的一半。在Artificial Analysis給出的智能水平評分榜上，Sonnet5.5更是超越了GPT-6 Astra以及Anthropic自己的旗艦模型Claude Fable 5.1。關鍵在於性價比，目前，Sonnet 5.
5幾乎包圓了所有中等難度的任務，尤其是開發、科研和數學。除去那些非常簡單的任務外，沒有任何一款模型，能在性價比方面追上Sonnet 5.5。所以，說好的減速呢？為什麼它這麼強還這麼便宜？Sonnet 5.5的性能非常強。其在Terminal-Bench 4.0的成績為70.6%，上代Sonnet 5只有10.3%。在GDPval-AA v2.1上，它拿到1844分，距離Opus 5.5的1846分只差2分。CursorBench 4.0是55.5%對57.8%，同樣接近於Opus 5.5。Anthropic表示，雖然Sonnet 5.5性能和Opus 5.
5接近，但是遇到需要持續判斷、目標又不夠明確的複雜工作，Opus 5.5的效果會更好。Sonnet 5.5更適合日常任務，比如修bug、迭代功能，以及做文檔、幻燈片和表格。Sonnet是Claude家族裡的輕量模型，它的性能本應該和旗艦模型差很多才對，但為什麼Sonnet 5.5會突然變得這麼能幹？從公開材料看，最明顯的變化不是它記住了更多知識，而是它把任務做完的能力強了。Anthropic從Sonnet 5開始，就強化了推理、工具使用和編程，做事時更願意調用工具並檢查結果。到了5.5，提升集中體現在智能體編程、電腦操作和視覺理解這些需要連續行動的環節。它在OSWorld 2.
1上從上代的57.0%提升至80.1%，在不使用工具的圖表識別測試Chartography上從15.6%提升至61.6%。也就是說，Sonnet 5.5已經掌握了從屏幕裡收集信息，再據此推進任務。拿修bug來說，讀懂代碼只是第一步，模型想要完成整個修bug的任務，它還得找到相關文件、判斷改動會影響哪裡、調用工具修改，再確認問題是否解決。任何一步出錯，整道題都可能失敗。這就是為什麼Sonnet 5.5在Terminal-Bench上的得分能大幅提升，它不是那種簡單的“代碼智商”暴漲，是通過這種收集信息的能力，讓模型能完成整個鏈條。一個猜想，Sonnet 5.5可能也對Opus 5.5進行了蒸餾。
在測試過程中發現，Sonnet 5.5會說一些Opus 5.5才會出現的口頭禪，比如“You are right!”（你是對的）Anthropic在發佈Opus 5.5時，就明確說過它改進了寫作與溝通方式，“You are right!”最具代表，Fable 5.1從來不會說這個口頭禪，但是Sonnet 5.5也開始說這個口頭禪了。那它為什麼便宜？先看標價：Sonnet 5.5每百萬輸入、輸出token分別是2美元和10美元，正好是Opus 5.5的一半。5分鐘緩存寫入是2.50美元對5美元，緩存讀取都是0.20美元。
所謂5分鐘緩存寫入，指的是通過API首次發送一段會重複使用的提示內容時，讓系統把它緩存起來，這次寫入，就是按“5分鐘有緩存”檔位來計費的。同時，Anthropic還表示“每項任務最高便宜 30%”，來自完成同一件事通常消耗更少 token。用同一價格、少走一些彎路，賬單自然會變薄。還是以編程來舉例。早期測試者觀察到，Sonnet 5.5比Sonnet 5更傾向於把工具調用成批處理。這就使得整體步驟更少，進而更省token。Anthropic稱，在FrontierCode的High檔位上，它比上代同檔位高約10%，單任務成本卻約為後者的15分之1。在一些評測中，Sonnet 5.
5用Low或Medium檔位，就能以大約十分之一的任務成本超過Sonnet 5的最好成績。便宜的關鍵不只在每個token賣多少錢，還在模型為完成任務究竟花掉多少token、繞過多少次工具。此外，Sonnet 5.5的輸出速度也比Sonnet 5提高了30%以上。以下為Sonnet 5.5和Sonnet 5速度、性能對比。模型之外還有什麼？比起性能，Anthropic如今更注重工程方面的提升。比如Fable 5.1，它就引入過防止提取推理內容的Preserved Thinking。如今，這套機制也進入了Sonnet 5.5，並且向前走了一步。Anthropic為Sonnet 5.
5加上防止推理提取的安全分類器，同時把它產生的思考塊綁定到創建它的賬戶或關聯賬戶。換一個不關聯的賬戶重放，API會丟棄該思考塊，模型看不到先前的推理。不過這套防護系統，普通開發者根本不用管這套防護系統，因為它並不影響你閱讀整個思考過程，Anthropic主要想防的是那些想大規模蒸餾、反覆調用來抽取模型能力的企業。思考塊的簽名還與此前的對話綁定。如果開發者改動已經發生的系統提示、工具定義或歷史消息，再把舊思考塊塞回去，新賬戶默認可能收到400錯誤。正常追加對話通常不受影響，但那些習慣在後臺悄悄改寫歷史的智能體框架，就得重新處理會話。安全護欄也從“要不要拒絕用戶過分的請求呢？
”，變成了“我該把這個問題交給誰回答？”。Sonnet 5.5的網絡安全能力提升，因此高風險網絡安全請求可能觸發分類器，並被明顯地回退給Sonnet 5。正常找bug和修bug仍可使用Sonnet 5.5。Claude API上的服務端自動回退目前處於測試階段，需要開發者啟用。Sonnet 5.5遇到某些被安全系統攔下的請求時，不一定直接結束；如果開發者開啟了“自動回退”，系統會嘗試換成 Sonnet 5 來回答。
Related
相關文章
微軟報告：全球打工人裡每五人就有一個用 AI，南北差距還在拉大
AI資訊AI新聞資訊正文微軟報告：全球打工人裡每五人就有一個用 AI，南北差距還在拉大發佈於AI新聞資訊發佈時間 :2026年9月29號 11:06閱讀 :1分鐘微軟當地時間 21 日拋出最新一期《全球人工智能普及報告》。數據顯示，到今年第二季度，全世界勞動年齡人口中已有 18.8% 用上了人工智能，比上一季度多出約 1 個百分點，且幾乎每個經濟體的使用率都在往上走。阿聯酋、新加坡領跑，日韓追趕最快把鏡頭拉到地區層面，最捨得用 AI 的還是阿聯酋（70.1%）和新加坡（64.3%），愛爾蘭、法國、挪威也都逼近一半。增速上韓國最猛，從 37.1% 跳到 40.6%；沙特排名爬升最快，從第 30 位升到第 25 位；而日本相對自身增幅最大，由 22.5% 提到 24.7%，大約漲了一成。不過這份報告也亮出一道刺眼的裂痕：全球北方勞動年齡人口的 AI 採用率平均有 28.8%，南方卻只有 16.2%，世界層面的南北落差進一步拉大。作為對比，美國這一比例為 33.0%，排在第 21 位。換句話說，AI 的滲透仍在加速，但紅利遠未均勻攤開。相關推薦Anthropic搶在OpenAI開發者大會前甩出Claude Sonnet 5.5，一半價格逼近Opus、還通關了寶可夢Anthropic 搶在 OpenAI 年度開發者大會前發佈 Claude Sonnet5.5，定位日常工作全能助手。它打破速度、成本、質量“不可能三角”：較 Sonnet5 提速30%，單任務成本最高降30%，定價僅 Opus5.5 一半，性能幾乎追平，並在 Terminal-Bench4.0 等多項測試中反超自家高端型號；文章還以遊戲為例說明其“腦子夠用”。2026年9月29號 10:38108.7kKling4.0即將上線:支持8000Token與立體聲唇形同步9月28日，可靈AI宣佈Kling4.0將於10月全面
微軟納德拉：AI 行業“有點飄了”，呼籲迴歸用戶需求
首頁 > 智能時代>人工智能 微軟納德拉：AI 行業“有點飄了”，呼籲迴歸用戶需求 2026/9/29 11:21:09 來源：IT之家 作者：故淵 責編：故淵 評論： IT之家 9 月 29 日消息，亞歷克斯 · 希思（Alex Heath）於 9 月 27 日在 LinkedIn 平臺發佈視頻，分享了一段採訪微軟首席執行官薩蒂亞 · 納德拉（Satya Nadella）的視頻，聚焦當前行業 AI 發展現狀以及未來趨勢等。在本次採訪中，納德拉表示目前整個 AI 行業過於浮躁，刻意追求前沿概念，導致整個行業“有點飄了”。他認為當前 AI 領導者容易陷入技術細節，忽視普通用戶的真實需求。納德拉表示對於普通用戶而言，相對於各種“AI 畫餅”，更希望 AI 技術能帶來實際利益。IT之家翻譯納德拉的採訪內容如下：我認為整個 AI 行業已經“飄了”，AI 領導者更注重 AI 本身，而忽略了用戶的實際需求。我認為現實世界想知道…… 這項技術是否能為他們帶來利益，他們能否掌控它，他們能否從中獲益，擁有美好的經濟前景。我們在構建和推進 AI 技術發展的同時，必須贏得消費者和社區的信任，僅僅為了技術而慶祝技術是行不通的。 投訴水文 我要糾錯 下載IT之家APP，簽到賺金幣兌豪禮 相關文章關鍵詞：納德拉，微軟微軟 CEO 納德拉回應 XBOX 裁員：很高興看到團隊精簡微軟 CEO 納德拉示警：企業要掌控 Token 資本，使用 AI 不能押注單一模型微軟整體業績強勁但 XBOX 業務持續萎縮，CEO 納德拉樂觀預計明年反彈納德拉官宣微軟首個 AI 安全模型 MAI-Cyber-1-Flash，跑分超 Mythos 5 和 GPT-5.5 Cyber微軟 CEO 納德拉：依賴單一 AI 滿足所有需求的公司恐將無法生存微軟 CEO 納德拉：我們不能眼睜睜看著 AI 巨頭吞噬經濟
Fireworks AI 推出 FireRouter with Opus：編碼任務成本降 57%，準確率僅損失 1.5 個百分點
AI資訊AI新聞資訊正文Fireworks AI 推出 FireRouter with Opus：編碼任務成本降 57%，準確率僅損失 1.5 個百分點發佈於AI新聞資訊發佈時間 :2026年9月29號 10:53閱讀 :1分鐘Fireworks AI 近日發佈 FireRouter with Opus，這是市場上首個緩存感知路由器，針對 Claude Opus 系列進行了優化，並首次以獨立路由模型形式作為 serverless 端點開放。經過一個多月的內部 A/B 測試，該方案執行編碼任務的準確率達到單獨使用 Opus 的98.1%，而成本降低了57%。FireRouter 的核心邏輯是在每次用戶輪次中，評估模型集合中每個模型對當前任務的適合程度，估算每個模型的處理成本（包括提示緩存成本），並權衡切換模型帶來的節省與丟失緩存是否值得，最終路由到質量與成本之間取得最佳平衡的模型。目前路由池包含 Claude Opus5.5、GLM5.3和 GLM5.3Flash，隨著新模型發佈將持續調整。測試數據來自內部編碼流量，會話被隨機分配到 FireRouter with Opus 組或僅使用 Opus 的對照組，工作負載和用戶均相同。結果顯示，每次會話成本從15.36美元降至6.63美元，降幅57%（±19個百分點，95% 置信區間）。準確率方面，FireRouter with Opus 在評分輪次中得分78.7%，而僅使用 Opus 為80.2%，差距僅1.5個百分點(±1.3)，即達到 Opus 整體準確率的98.1%。緩存命中率方面，FireRouter with Opus 為94.2%，單獨使用 Opus 為97.8%，差距3.6個百分點。Fireworks AI 解釋稱，這是一個微小而有意的取捨——由於內部編碼工作中開源模型可以處理許多常規輪次，緩存感知路由通過將簡單任務
Anthropic搶在OpenAI開發者大會前甩出Claude Sonnet 5.5，一半價格逼近Opus、還通關了寶可夢
這款被定位為日常工作全能助手的新模型，把速度快、成本低、質量高這套常被說成不可能三角的標籤直接撕了下來——相比前代 Sonnet5，速度提升30%，單任務成本最高降30%，定價卻只有 Opus5.5的一半，性能卻幾乎追平，甚至在 Terminal-Bench4.
AI 寫作特徵減少：Claude Opus 5.5 破折號使用量下降約 95%、分號下降 73%
作者：故淵 責編：故淵 評論： 9 月 29 日消息，@arena 於 9 月 26 日在 X 平臺發佈推文，通過寫作指標測試，發現相比較 Opus 5 模型，Anthropic 的 Claude Opus 5.5 破折號使用量下降約 95%，每 1,000 個單詞從 15.
可靈AI發佈Kling4.0:支持8000Token與立體聲唇形同步
目前，Kling4.0Flash版本已面向黑金年卡會員開放小範圍率先體驗。本次升級在畫面真實感、創意可控性及敘事完整度三大核心維度實現了大幅躍升，為創作者帶來更專業的“全能班底”。視聽表現全面突破，直逼電影級質感Kling4.0顯著提升了應對高速運動、連續動作、跟拍及環繞等大幅度鏡頭運動時的穩定性與連貫性。