Anthropic發佈Claude Sonnet 5.5,速度比Sonnet 5快30%以上,大部分工作的成本最多降低30%。

它是Claude 5.5家族的第二個模型。

它是Claude Opus 5.5的低成本、高速度搭檔。

Opus 5.5面向需要仔細判斷的複雜工作。

Sonnet 5.5最擅長邊界清晰的日常任務、修bug,以及製作文件、幻燈片和電子表格。

它在設計上，審美和品味同opus 5.5接近，相對於sonnet 5有巨大

雙A測試智能分數max檔位表現非常凶殘，直接超越Fable 5.1和GPT-6 Astra。

Claude Haiku 5.5面向大批次、成本敏感的應用,將在未來幾周加入這個家族。

Sonnet 5.5在Terminal-Bench 4.0上得分70.6%,Sonnet 5是10.3%。這是一項智能體程式設計評測。

它在長程任務和圖像理解上表現也不錯。

它是第一個只看截圖就通關《寶可夢 紅》的Sonnet模型。

在各個領域,Sonnet 5.5都超過Sonnet 5,有些地方幅度很大。

在若干評測中,Max強度下的Sonnet 5.5表現與Opus 5.5相當。

不過官方也說明,基準分數隻反映模型能力的一個側面。

在Anthropic自己的測試和外部測試者的測試中,面對需要持續判斷的複雜開放式工作,Opus 5.5依然明顯更強。

官方用圖表畫出了每個模型在各個強度檔位下的得分和單任務成本。

強度調高,模型通常工作更久,單任務成本更高,分數一般也更高。

點越靠近圖的左上角,每一美元換來的能力就越多。

在多項基準上,Sonnet 5.5在Low或Medium強度下,就超過了Sonnet 5的最高分,單任務成本只有後者的十分之一左右。

它和Opus 5.5搭配最合適的場景是低強度檔位,這時單任務成本更低。

在更高檔位,兩者表現可以相當,成本也相近。

Sonnet 5.5在程式設計上的進步最明顯。

在FrontierCode上,High強度下,它比同檔位的Sonnet 5高10分,單任務成本約為後者的十五分之一。

CursorBench測試的是Cursor真實程式設計會話裡的任務。它的最佳成績和Opus 5.5相差約兩分。

早期測試者說,它理解程式碼庫的速度很快。

它的效率也讓測試者印象深刻。

在正面對比中,它比Sonnet 5更常把多個工具呼叫合併在一起,步驟更少,成本更低。

GDPval-AA測試模型在9個主要行業、44種職業中的真實任務。

Sonnet 5.5隻比Opus 5.5低兩分,幾乎持平,比Sonnet 5高出約400分。

它在電腦使用和圖表識別上接近Opus 5.5。

在長程知識工作上,它明顯超過Sonnet 5和GPT-6 Sol。

早期測試者還提到一些難以量化的改進。

他們覺得它是更自然的對話夥伴,在設計上有一套。它會給使用者介面增加細節打磨,還能照著幻燈片範本做出幾乎不用改的簡報。

一項內部測試中,Anthropic給它一家上市公司的季度財報材料和電話會議記錄,加上一份幻燈片範本,要求做一份10頁的營運回顧。

兩位專家評審後認為,它的初稿可以直接傳送。

和Opus 5.5一樣,Sonnet 5.5比上一代模型寫得更清楚。

早期測試者說,它比Sonnet 5更適合做協作夥伴。

速度快,也適合在較簡單的任務上快速迭代。

每百萬輸入token 2美元,每百萬輸出token 10美元,每百萬token快取讀取0.20美元。

但完成同樣的工作,它通常需要少得多的token。

官方測試顯示,單個任務的成本最多比上一代低30%。

輸出速度比Sonnet 5快30%以上,是目前最快的Sonnet模型。

調整強度檔位,可以在成本、速度和整體質量之間取捨。

Claude Code和Claude的各個應用默認強度是Medium,Claude Platform默認是High。

強度低時,Claude回答更快,用的token更少,適合日常工作。

強度高時,Claude推理更久,檢查工作也更仔細。

蒸餾攻擊指攻擊者用成千上萬個虛假帳號,大規模提取模型能力。

Sonnet 5.5比上一代強得多,是第一個上線時帶有防止推理提取的安全分類器的Sonnet模型。

Sonnet 5.5還擴展了保留式思考,讓Claude的思考內容無法脫離建立它的帳號。

大多數開發者不會感覺到變化。

如果你在帳號之間遷移對話,包括在Claude Code裡中途切換帳號,官方文件裡有一篇文章專門說明這項改動。

和Opus 5.5、Sonnet 5一樣,Claude Sonnet 5.5支援零資料留存。

Claude Sonnet 5.5現已在所有平台上線,包括Amazon Web Services、Google Cloud和Microsoft Azure。

開發者可以在Claude Platform上用claude-sonnet-5-5開始使用。

如果你之前運行Sonnet時關閉了思考,遷移到Sonnet 5.5前需要改用新的between_tools設定,它會讓前置思考保持關閉。 (AI寒武紀)

剛剛，Anthropic 發佈了 Claude Sonnet 5.5，這是 Claude 5.5 家族的第二個模型。

距離上周 Opus 5.5 的發佈，剛好過去了一周。

相比 Sonnet 5，這是一次明確的升級：速度快了 30% 以上，大多數工作的成本最多降低 30%。

價格則和 Sonnet 5 保持一致，輸入 $2、輸出 $10（每百萬 token），正好是 Opus 5.5 的一半。

而這個價格，也和上周剛發佈的 GPT-6 Sol 一毛一樣……

最離譜的當屬 Terminal-Bench 4.0：Sonnet 5 隻有 10.3%，而 Sonnet 5.5 直接幹到了 70.6%，反超了自家大哥 Opus 5.5 的 66.4%。

要知道，Opus 5.5 的這個成績，已經是它開 Xhigh 時的最高分了。

看圖表的 Chartography 也類似，從 15.6% 漲到了 61.6%，差不多翻了四倍。

知識工作的兩項裡，GDPval-AA 上 Sonnet 5.5 拿到了 1844 分，和 Opus 5.5 的 1846 隻差 2 分。OSWorld 的 computer use 上是 80.1% 對 81.8%，CursorBench 上是 55.5% 對 57.8%，也基本是貼著走的。

而同價位的 GPT-6 Sol，在兩項知識工作和 Chartography 上都落後了 Sonnet 5.5 一大截，只有 FrontierCode 的 49.3% 比 Sonnet 5.5 開 Max 時要高（但不如開 Xhigh 時的 52.1%）。

怎麼說呢，一半價格的 Sonnet 5.5，在多數項目上幾乎和 Opus 5.5 性能相當。

官方給它的定位，是 Opus 5.5 的一個更快、更便宜的搭檔，最擅長的是範圍明確的日常任務、修 bug，以及做出精緻的文件、幻燈片和表格。

Sonnet 5.5 的單價雖然沒降，但干同樣的活，需要的 token 要少得多。在官方的測試中，單個任務的成本比 Sonnet 5 最多能低 30%。

輸出速度也同樣快了 30% 以上，是 Anthropic 迄今為止最快的 Sonnet 模型。

官方放了一段速度對比，讓 Sonnet 5 和 Sonnet 5.5 同時寫一個 boids 鳥群模擬：

Sonnet 5.5 用了 4,158 個 token 先寫完，鳥群已經飛起來了，這時 Sonnet 5 還在一行行往下寫程式碼，最後多花了將近 500 個 token 才完工。

等到 Sonnet 5 的鳥群開飛，Sonnet 5.5 那邊已經飛了 13 秒多……

早期客戶給出的數字，也是同樣的反饋：

Balyasny 資產管理：金融類任務中，Sonnet 5.5 每個回答大約用 12.1 萬 token，Sonnet 5 則要 49.7 萬。

Box：速度快了 2.4 倍，總 token 少了 12%，找出原始文件裡錯誤的精準率也更高。

Slack：離線評測中超過了 Sonnet 5，用的步數更少，輸出 token 也少了約 14%。

Zendesk：工單處理快了 20%，錯誤決策也更少。

Atlassian：Rovo Agents 換上 Sonnet 5.5 後，最多快了 30%。

Epic Games：在動輒數萬行程式碼的系統設計審計、資料流審查上，達到了「你對更高檔模型才會有的質量標準」。

更誇張的一組資料，是關於 effort 檔位。官方稱：

在多個 benchmark 上，Sonnet 5.5 開 Low 或 Medium，就能以大約十分之一的成本，超過 Sonnet 5 的最好成績。

Sonnet 5.5 提供 Low、Medium、High、Xhigh、Max 五檔 effort，Claude 應用裡默認是 Medium，Claude Platform 上默認則是 High。

effort 到底調的是什麼，可以看我前兩天的那篇 Claude Code 官方部落格：Claude Code Thariq：如何設定不同模型的 effort？

Sonnet 5 開到最高檔，每個任務大約要花 14 美元，Elo 在 1360 上下；而 Sonnet 5.5 隻開 Medium，每個任務 1.6 美元左右，Elo 就已經到了 1460 附近。

CursorBench 4.0 上更直觀，Sonnet 5.5 最低的 Low 檔（每個任務約 0.5 美元）就有 36% 左右，已經超過了 Sonnet 5 滿配的 34.1%：

Terminal-Bench 4.0 也是如此，Low 檔的 20% 左右，就已經是 Sonnet 5 最高分的兩倍了。

而在 FrontierCode 這張圖裡，則有個挺好玩的小插曲：

Sonnet 5.5 開 Xhigh 能拿到 52.1%，開到 Max 反而掉到了 46.2%。

原因在於，FrontierCode 考的是程式碼改動能不能不經人工修改就直接合併，改了任務範圍以外的東西，那怕改得再好、再有幫助，也是要扣分的。

而開到 Max 的 Sonnet 5.5，會更頻繁地去呼叫 Claude Code 的 code-review skill，把審查拆給一大堆 subagent 去做。結果在 Cognition 檢查的兩個案例裡，要麼是跑超時了，要麼是多改了任務範圍之外的程式碼……

Sonnet 5.5 另一個被官方拿出來說的，是設計能力：能給使用者介面加上更多打磨，按範本做出來的幻燈片，基本也不太需要再改。

官方又放了一段對比，prompt 是「用一個 HTML 檔案做出風吹沙丘」：

Sonnet 5 畫出來的是幾條平滑的曲線，Sonnet 5.5 則多了一輪紅日，沙丘也有了陡峭的落沙坡和陰影線條，畫面講究了不少。並且它還更早完工，少用了 368 個 token。

寫作上，官方稱 Sonnet 5.5 和 Opus 5.5 一樣，比上一代模型寫得更清楚。再加上速度快，很適合拿來快速迭代，以及在不那麼複雜的任務上來回協作。

Anthropic 的 Alex Albert 也在 X 上表示：

Sonnet 5.5 有我喜歡 Opus 5.5 的那種感覺。它寫得很清楚，非常快，能力相比 Sonnet 5 是一次大躍升。非常適合拿來迭代。

另外還有個小彩蛋：Sonnet 5.5 是第一個只靠截圖，就通關了《寶可夢 紅》的 Sonnet 模型。

在 Anthropic 的自動化行為審計中，Sonnet 5.5 在大多數對齊和誠實性指標上，都比 Sonnet 5 更好或者持平。

它也是第一個帶有網路安全防護和兜底機制的 Sonnet，這套機制此前只用在 Anthropic 最強的幾個模型上。日常的軟體開發、偵錯不受影響，而風險較高的網路安全任務，則會回退給 Sonnet 5 來處理。做網路防禦工作的團隊，可以申請擴大後的 Cyber Verification Program（網路安全驗證計畫）。

生物安全方面，則沿用了 Sonnet 5 的那套防護，大多數科研、教育和臨床工作不受影響，相關機構可以申請 Life Sciences Verification Program。

還有個有些朋友可能關心的，是防蒸餾。

Sonnet 5.5 是第一個配備了防推理提取安全分類器的 Sonnet 模型，同時擴大了 preserved thinking（保留思考）的範圍，讓思考內容沒法脫離發起請求的帳號被單獨拿走。

A 社今年 2 月曾公開點名 DeepSeek 和 MiniMax 等一眾國產模型公司對 Claude 發起了「工業級蒸餾攻擊」，而這回，防蒸餾也終於下放到了 Sonnet 這一檔。

Sonnet 5.5 今天已經全面上線，Claude 應用、Claude Code，以及 API（模型 ID claude-sonnet-5-5），同時登陸 AWS、Google Cloud 和 Microsoft Azure，支援零資料保留。

至於面向高並行、成本敏感場景的 Haiku 5.5，官方表示會在未來幾周內發佈。

評論區的網友們，則是一半在問 Haiku 呢，另一半在求再來一次額度重設……（上周 Opus 5.5 發佈時剛送過一次，懂的都懂）

而如果你的 cc 額度常年告急，那最實在的用法，大概是把 Claude Code 裡的 subagent 都換成 Sonnet 5.5，再讓 Opus 5.5 來當指揮了。(AGI Hunt)

彙整鉅亨號中所有使用「Claude Sonnet 5.5」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

突發！Sonnet 5.5發佈:智能超越Fable5.1和GPT-6 Astra，設計品味審美接近opus 5.5

剛剛，Claude Sonnet 5.5 發佈