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。
Sonnet 5.5 官宣
Claude 的官宣推文中寫道：
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……
01 跑分貼著 Opus 5.5
先來看官方的 benchmark 表：
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。
02 快 30%，也更省 token
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」。
低 effort 打贏 Sonnet 5 滿配
03
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？
先看知識工作的 AA-Briefcase：
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……
活幹多了，也是會被扣分的。
04 沙丘與寶可夢
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。
05 安全與防蒸餾
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。
06 可用性
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。
API 價格（每百萬 token）：
• 輸入：$2
• 輸出：$10
• 快取讀取：$0.20
• 快取寫入：$2.50
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)