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。