Anthropic 发布 Claude Sonnet 5.5：基准跃升、价格不变

Anthropic 刚刚发布了 Claude Sonnet 5.5。这是 Claude 5.5 系列的第二款模型，仅次于 Claude Opus 5.5。Anthropic 将其定位为 Opus 5.5 的更快、更低成本的补充版本。它面向范围明确的日常任务、bug 修复以及精心打磨的文档、幻灯片和电子表格。

可以部署吗？可以。 它已在 Claude Platform（claude-sonnet-5-5）、AWS、Google Cloud 和 Microsoft Azure 上线。由于是闭源模型，不支持自托管。

相比 Sonnet 5 的变化

Anthropic 报告了相比 Sonnet 5 的四项主要升级：

速度：输出生成速度快了 30% 以上，成为迄今为止最快的 Sonnet。

单次任务成本：降低了高达 30%，因为所需 token 和工具调用更少。

写作： prose 更清晰，早期测试者称其为更好的协作伙伴。

视觉和长期任务：这是首款仅凭截图就能在 Pokémon Red 中超越 Opus 的 Sonnet。

规格一览：100 万 token 上下文、12.8 万最大输出、2026 年 6 月可靠知识截止日期。Adaptive thinking 默认开启。Effort 分为 5 个级别：low、medium、high、xhigh 和 max。

以下所有分数均为 Anthropic 在发布公告中提供的厂商报告分数。方法论见 Sonnet 5.5 System Card。

Terminal-Bench 4.0：70.6%，Sonnet 5 为 10.3%，Opus 5.5（Xhigh）为 66.4%。

CursorBench 4.0：55.5%，比 Opus 5.5（约 57.8%）低约 2 个百分点。

FrontierCode 1.1：Xhigh 下 52.1%，Max 下 46.2%。GPT-6 Sol 为 49.3%。

GDPval-AA v2.1：1844，Opus 5.5 为 1846，Sonnet 5 为 1449。

OSWorld 2.1：计算机使用 80.1%，接近 Opus 5.5（81.8%）。

Humanity's Last Exam：使用工具 64.5%，高于此前的 54.9%。

Max 结果低于 Xhigh 有其原因。在 Max 下，模型更频繁地运行多智能体代码审查。这有时会导致超时或超出范围的编辑，而 FrontierCode 会对这类情况扣分。Anthropic 同时指出，Opus 5.5 在复杂的开放性工作上仍然明显更强。

定价与效率

定价与 Sonnet 5 保持不变：每百万输入 token 2 美元，每百万输出 token 10 美元。缓存读取 0.20 美元，缓存写入 2.50 美元每百万。这是 Opus 5.5（4 美元/20 美元）的一半。节省来自 token 效率，而非降价。

客户数据支撑了这一点。Balyasny Asset Management 测量到每次回答约 12.1 万 token，而 Sonnet 5 为 49.7 万。Base44 报告每次应用构建 3.6 次迭代，而 Opus 5 需要 7.7 次。Zendesk 工单处理速度快了 20%。

Effort 默认值因界面不同而异。Claude Code 和 Claude apps 默认为 Medium。Claude Platform 默认为 High。

Feature	Claude Sonnet 5.5	GPT-6 Sol	Gemini 3.1 Pro Preview	Claude Opus 5.5
Developer	Anthropic	OpenAI	Google	Anthropic
Price per 1M tokens (input/output)	$2 / $10	$2 / $10 (prompts up to 272K)	$2 / $12 (prompts up to 200K)	$4 / $20
Context window	1M tokens	1,050,000 tokens	1,048,576 tokens	1M tokens
Max output	128K tokens	128K tokens	65,536 tokens	128K tokens
Knowledge cutoff	June 2026	April 20, 2026	Not listed	June 2026
Reasoning control	Adaptive thinking, 5 effort levels	6 effort levels (none to max)	Thinking supported	Adaptive thinking (always on)
Inputs	Text, image	Text, image	Text, image, video, audio, PDF	Text, image
FrontierCode 1.1	52.1% (Xhigh)	49.3%	Not reported	54.4%
GDPval-AA v2.1	1844	1487	Not reported	1846
Chartography (no tools)	61.6%	53.6%	Not reported	64.4%
Release stage	Generally available	Generally available	Preview	Generally available
Open weights	No	No	No	No

Benchmark 分数由 Anthropic 厂商报告；GDPval-AA 由 Artificial Analysis 运行。价格为标准 API 列表价，2026 年 9 月 28 日验证。

Interactive Explainer

Claude Sonnet 5.5，交互式解读

点击查看基准测试、effort 级别、任务成本和 API 迁移检查器。

仪表盘展示的是 Anthropic 描述的方向（更高的 effort 意味着更长的推理和更多的工作检查）。建议来自 Sonnet 5.5 迁移指南。

节省来自更少的 token 和工具调用，而非更低的标价。实际比例取决于工作负载。

Sonnet 5.5 在 Terminal-Bench 4.0 上得分 70.6%，高于此前的 10.3%。

定价维持 $2/$10，但单次任务成本降低高达 30%。

在 GDPval-AA 上与 Opus 5.5 相差在 2 个百分点以内。

首款配备网络安全防护和推理提取分类器的 Sonnet。

现已通过 API、AWS、Google Cloud 和 Azure 部署。

查看官方公告、迁移指南和系统卡。所有荣誉归于该项目的研究人员。同时，欢迎关注我们的 Twitter，加入我们的 15 万+ ML SubReddit 并订阅我们的通讯。你用 Telegram 吗？现在也可以加入我们了。

需要与我们合作推广你的 GitHub 仓库、Hugging Face 页面、产品发布或网络研讨会吗？联系我们。

Michal Sutter 是数据科学专业人士，拥有帕多瓦大学数据科学硕士学位。Michal 在统计分析、机器学习和数据工程方面基础扎实，擅长将复杂数据集转化为可操作的洞察。