在 Anthropic 将 Claude Opus 5.5 推到产品线顶端的六天后，中端型号以半价追平了大部分差距。Claude Sonnet 5.5 在一项基准上击败了 Opus 5.5，在其他项目上也只落后几个点，同时保持了与 Sonnet 5 相同的定价。
这种模式我们之前见过。Claude Sonnet 5 发布时，以更低成本逼近 Opus 4.8 的代理型评测。在那之前，Sonnet 4.6 也在相同条件下逼近了 Opus 4.6。每次都是旗舰机型发布后数天或数周，中端机型登场，以半价缩小大部分差距。
这就是从外部看“对数型扩展曲线”的样子。性能大致随算力的对数增长，因此成本与性能大致呈指数关系。旗舰模型位于曲线顶端，为“最后几分”付出高昂代价。几周后基于同样底层突破打造的更便宜模型，只需到达曲线较低位置，就能看起来几乎一样好。换句话说，曲线的大部分价值仍然容易获取，真正昂贵的是最后那段冲刺。
我之所以展开说，是因为领军公司在公关与品牌上确实颇有章法。
要点速览
- Sonnet 5.5 是 Anthropic 新的中端模型，以相同价格替代 Sonnet 5。
- 最大亮点是“代理型终端编码”，它现在略微超越 Opus 5.5。
- 在知识工作与电脑操作上，它以一半的每 token 价格略落后于 Opus 5.5。
- 将其设为您的默认 Claude 模型，将 Opus 5.5 留给开放式、判断密集型任务。
什么是 Claude Sonnet 5.5？
Anthropic 的模型文档称 Claude Sonnet 5.5 是当前产品线中“速度与智能的最佳组合”。它是 Claude 5.5 家族的中端模型，位于旗舰Claude Opus 5.5与后续的 Claude Haiku 5.5 之间。（我们会持续关注 Haiku 5.5，尽管 Haiku 5 并未发布。）
与 Sonnet 5 相比，这次跃升幅度大于“半个版本号”所暗示的。在看到 Opus 5.5 与 Opus 5 之间的提升超出预期后，这并不令人意外。
至于发布公告——Anthropic 报告称其公布的每项基准上都有提升，最大飞跃出现在终端编码、图表解读与知识工作评测。
有趣的是，Anthropic 表示，这是首个仅凭截图就能通关《精灵宝可梦 红》的 Sonnet 模型。听起来有些特别，但这是 Anthropic 用作“长程任务与图像理解”代理测试的项目。
因此，用该公司的话说，Opus 5.5 仍在复杂、开放式、需要持续判断的任务上更强。但 Sonnet 5.5 适用于那些“目标明确、知道成品应是什么样”的任务——这是个很实用的判断法则。
Claude Sonnet 5.5 关键特性
Sonnet 5.5 的新变化大多围绕“用更少的 tokens、更快地完成相同工作”，同时还有一些 API 用户需要提前规划的调整。
以 Sonnet 的速度拿到接近 Opus 的日常结果
您可以把过去更适合交给 Opus 的工作交给 Sonnet 5.5，并更快拿回结果。Anthropic 表示，其输出生成速度比 Sonnet 5 快 30% 以上，且每个任务消耗的 tokens 更少——“每个任务最多减少 30%”——这是他们给出的数字。
发布文中引用的早期测试用户也给出了类似数据：
- Base44 报告称每次应用构建的迭代次数，Sonnet 5.5 为 3.6 次，Opus 5 为 7.7 次。
- Box 的工作负载运行速度提升至 2.4 倍，总 tokens 降低 12%。
- Zendesk 的工单处理速度提升 20%。
- Slack 报告输出 tokens 大约减少 14%。
这些当然是厂商精选的客户引述。但仍能看出一个模式：更少迭代与更少 tokens。除了每 token 费率，这两者也直接影响账单。
在终端与桌面上运行编码代理
Sonnet 5.5 旨在作为代理工作：运行 shell 命令、跨仓库修复缺陷，并通过截图操作桌面。它从发布即在 Claude Code 中可用，Anthropic 表示其电脑使用能力接近 Opus 5.5。
对很多人而言，实用结论是：Sonnet 5.5 现在足以作为 Claude Code 会话的默认选择，以及使用我们的Claude API 指南自建代理循环的默认选择。
产出更精致的文档、幻灯片与界面
Anthropic 特别强调“敏锐的设计眼光”是 Sonnet 5.5 的强项。实际效果应体现在：当您让它润色前端代码时，界面更美观；当您需要幻灯片、电子表格或长文档时，成品感更强。
不过，这一设计方面的主张最需要独立验证。它最难量化，且发布文仅用客户引述来支撑。
对安全与生物方向的防护预期
Sonnet 5.5 是首个搭载与 Opus 5.5 类似网络安全防护的 Sonnet 模型。当请求被判为更高风险的安全类工作时，请求将回退至 Sonnet 5。生物安全防护与 Sonnet 5 保持一致，Anthropic 表示大多数软件开发与生命科学工作不会受影响。
它也是首个内置“阻止推理提取”的分类器的 Sonnet，且思考块现在绑定到产生它们的账号与会话。如果您运行安全工具，请在切换流水线前测试提示词。
以少量改动从 Sonnet 5 迁移
仅替换模型 ID 还不够。Anthropic 的文档列出了已运行在 Sonnet 5 上的代码会遇到的五项破坏性变更：
-
自适应思考默认开启，且最低设置为
between_tools，该设置会关闭前置思考。 -
强制工具使用会返回错误。
-
思考块与生成它们的模型与会话绑定。
-
较旧的
computer_20251124电脑使用工具会在 Claude API 与 Google Cloud 上被拒绝。 -
顾问工具不再接受 Opus 4.8、Opus 4.7 或 Sonnet 5 作为顾问。
还有个较隐蔽的变化：工具调用之间的文本现在会以 thinking 块返回。若应用会将文本流式输出给用户，则在工具调用之间会“沉默”，直到您更新其 display 设置。将 temperature、top_p 或 top_k 设为非默认值也会返回 400 错误。这些都是您可能会碰到的具体事项。
Claude Sonnet 5.5 的基准表现如何？
在 Anthropic 公布的每项基准上，Claude Sonnet 5.5 均优于 Sonnet 5；在终端编码上超过 Opus 5.5；在其他方面仅落后 Opus 5.5 几个点。对比 OpenAI 的 GPT-6 Sol，它在知识工作与图表解读上领先，但在 FrontierCode 上落后。下列数据均来自 Anthropic 的发布文。
| 基准 | Sonnet 5.5 | Sonnet 5 | Opus 5.5 | GPT-6 Sol |
|---|---|---|---|---|
| Terminal-Bench 4.0 | 70.6% | 10.3% | 66.4% | 未公布 |
| CursorBench 4.0 | 55.5% | 34.1% | 57.8% | 未公布 |
| FrontierCode 1.1（主） | 46.2%（max effort） | 42.4% | 54.4% | 49.3%（xhigh 为 52.1%） |
| GDPval-AA v2.1（Elo） | 1844 | 1449 | 1846 | 1487 |
| AA-Briefcase v1.1（Elo） | 1811 | 1359 | 1822 | 1483 |
| Humanity's Last Exam（带工具） | 64.5% | 54.9% | 67.7% | 未公布 |
| OSWorld 2.1 | 80.1% | 57.0% | 81.8% | 未公布 |
| Chartography（无工具） | 61.6% | 15.6% | 64.4% | 53.6% |
这张表的结论很直接：相较 Sonnet 5 的一大代飞跃，且与 Opus 5.5 几乎打成平手。下面看看各领域对您的工作意味着什么。
代理型编码
Sonnet 5.5 在 Terminal-Bench 4.0 上拉开差距。它拿到 70.6%，远高于 Sonnet 5 的 10.3%，也领先于 Opus 5.5 的 66.4%。该基准衡量模型在命令行环境中完成真实任务（如多步 shell 流程）的能力，与 Claude Code 的实际用法高度契合。
一个版本内跃升 60 分已相当罕见。其余编码方面的差距则没这么戏剧化。
知识工作
在 GDPval-AA v2.1 上，该评测以 Elo 式分数评估模型在真实职业的“经济价值”任务中的输出，Sonnet 5.5 得分 1844。比 Opus 5.5 只低 2 分，领先 Sonnet 5 近 400 分。
对用 Claude 写报告、做分析与商务文档的团队而言，这是表中最有参考价值的结果。在这类工作上，Opus 5.5 的额外成本换来的提升并不多。
推理与视觉理解
Chartography 测试“无工具情况下对图表的阅读与推理”，相对涨幅最大：Sonnet 5.5 得分 61.6%，而 Sonnet 5 为 15.6%。这与 Anthropic 所称“图像理解提升”一致。
电脑操作
在 OSWorld 2.1（评估模型是否能通过操作真实桌面操作系统完成任务）上，Sonnet 5.5 达到 80.1%，较 Sonnet 5 的 57.0% 大幅提升，并与 Opus 5.5 仅差 2 分。
该用哪个层级？
对大多数开发者而言，Sonnet 5.5 现在应成为默认的 Claude 模型。只有当任务足够开放、瓶颈在“判断而非速度”时，Opus 5.5 才物有所值。
根据 Anthropic 的模型对比表，当前阵容如下。除 Haiku 4.5 外，其余四款模型均为 100 万 token 上下文窗口、128K 最大输出。
| 模型 | 价格（每 100 万 tokens，输入 / 输出） | 时延 | 最佳场景 |
|---|---|---|---|
| Claude Fable 5.1 | $10 / $50 | 较慢 | 能力优先于成本的高端任务 |
| Claude Opus 5.5 | $4 / $20 | 中等 | 需要持续判断的复杂、开放式工作 |
| Claude Sonnet 5.5 | $2 / $10 | 快速 | 范围清晰的编码、代理与文档工作 |
| Claude Haiku 4.5 | $1 / $5 | 最快 | 高吞吐、成本敏感型任务 |
在 Sonnet 5.5 内部，“努力等级”是另一个可调杠杆。Anthropic 重新校准了五个级别：low、medium、high、xhigh、max。较低设置偏向速度与成本，较高设置允许模型更长时间推理并自检。Claude 应用与 Claude Code 的默认是 medium，API 上则为 high。
发布文中的一个细节会影响我的用法：在 low 或 medium 努力下，Sonnet 5.5 在多个基准上超过 Sonnet 5 的最好成绩，而每个任务的成本大约只有其十分之一。总之：
-
缺陷修复、重构与 Claude Code 会话： 使用默认努力的 Sonnet 5.5。
-
高吞吐代理循环与流水线： 用
low或medium的 Sonnet 5.5，失败时再提高努力。 -
规格清晰的硬核编码难题： 先用
xhigh或max的 Sonnet 5.5，再考虑为 Opus 付费。 -
目标不明的多日项目： Opus 5.5。
实测 Sonnet 5.5：上手示例
上述基准均来自 Anthropic，因此我用相同提示与相同工具，分别让 Claude Sonnet 5.5 与 Claude Sonnet 5 完成一次构建任务。
任务：将 FiveThirtyEight 的应届大学毕业生数据集（美国 173 个专业，CC BY 4.0）做成单文件 HTML 仪表板，帮助准学生在收入与就业上对比专业类别，并找出收入最高与最低的专业。
真正的考验在数据本身，它有一些提示词未提及的特点：
- 最高收入的石油工程只有 36 名受访者，且 173 个专业中有 76 个样本数不足 100
- 收入分布偏斜，仅靠一根“中位数”柱状难以反映差异
- 食品科学专业有人数字段为空
- 工作类型列的加总并不等于就业人数
能否注意到这些问题正是测试要点。它也检验 Anthropic 所称的“敏锐设计眼光”。
主要发现：
- 只有 Sonnet 5.5 交付了可用的仪表板。 Sonnet 5 链接了一个 cdnjs 上并不存在的 Chart.js 文件（URL 返回 404），导致库未加载，所有面板（包括纯表格）都空白。Sonnet 5.5 还会检查图表库是否加载成功，并在未加载时保证表格仍可用。
- Sonnet 5.5 基本避开了小样本陷阱。 它会将样本少于 30 的专业标注为“谨慎对待”，并加入最小样本筛选。但默认视图仍把石油工程排在第 1 且未警示。
- Sonnet 5 则无论如何都会错过。 它读取了样本量与薪资范围列，却从未使用，以“中位数”单一指标排序。
- 较小的陷阱没有难倒它们。 两者都显式处理了食品科学的空行；Sonnet 5.5 计算“对口工作占比”时也未暗示各工作列之和等于总就业。
下面是将筛选器设置为“样本至少 100 人”的 Sonnet 5.5 仪表板。
我对 Sonnet 5.5 的评分是：数据处理诚实性 4/5，分析实用性 5/5，图表与布局质量 4/5。Sonnet 5 的空白页如下。
Sonnet 5 为何失败？问题在于：该仪表板需要图表库。Sonnet 5 请求了 cdnjs 上不存在的版本，收到“404”后，因库缺失而报错：“Chart is not defined”。显然，Sonnet 5 将页面写成“所有内容（甚至纯文本表格）都在该步骤之后执行”，因此没能捕获错误。
每次运行成本几乎相同：Sonnet 5.5 为 $0.56，Sonnet 5 为 $0.57。且 Sonnet 5.5 完成更快。
因此，Sonnet 5.5 是否真有明显进步？就此任务而言，是。Sonnet 5.5 交付了可用且会提示“数据偏薄”的仪表板，而 Sonnet 5 只交付了一张空白页。
Claude Sonnet 5.5 的定价与可用性
Claude Sonnet 5.5 的 API 价格为：输入每百万 tokens $2、输出每百万 tokens $10，与 Sonnet 5 持平，为 Opus 5.5 的一半。Anthropic 表示每个任务所用 tokens 更少，即便费率不变，等效成本也会下降。但在我们的实测任务中，两者完成任务的总成本接近。
| Token 类型 | 每 100 万 tokens 价格 |
|---|---|
| 输入 | $2 |
| 输出 | $10 |
| 写入缓存（5 分钟） | $2.50 |
| 写入缓存（1 小时） | $4 |
| 读取缓存 | $0.20 |
批处理 API 的输入与输出均可再打 5 折。可缓存提示的最小长度为 512 tokens，在批处理 API 上，配合 output-300k-2026-03-24 测试标头，模型最多可返回 30 万输出 tokens。
Sonnet 5.5 已全面可用（非预览），并可选择“零数据留存”。Anthropic 承诺在 2027 年 9 月 28 日之前不予下线。
如何获取 Claude Sonnet 5.5？
您今天就可以在 Claude 应用、Claude Code，以及通过使用模型 ID claude-sonnet-5-5 的 API 中使用 Claude Sonnet 5.5。它也可在 Amazon Bedrock 上以 anthropic.claude-sonnet-5-5 使用，并在 Google Cloud、Microsoft Foundry、以及 AWS 上的 Claude Platform 以 claude-sonnet-5-5 使用。
下面是最小化的 Python 调用示例。自适应思考默认开启，因此响应中会在正文前包含思考块：
from anthropic import Anthropic
client = Anthropic()
response = client.messages.create(
model="claude-sonnet-5-5",
max_tokens=2048,
messages=[{"role": "user", "content": "Find the off-by-one bug in this loop: ..."}],
)
for block in response.content:
if block.type == "text":
print(block.text)关于密钥、费用与第一个项目的完整演示，请参阅我们的Claude API 完整指南。如果您在构建代理，建议阅读我们的Claude 托管代理构建教程。我们将很快发布 Claude Sonnet 5.5 的 API 教程。
结语
Anthropic 的押注是：大多数付费工作（包括多数编码代理工作）将运行在这款新的中端模型上。这也直接给 OpenAI 的 GPT-6 Sol 施加压力，后者在 Anthropic 的知识工作指标上落后。
如果您还在用 Sonnet 5，我建议现在就切换，但请先了解 API 变更。对需要模型自行决策“该做什么”的项目，保留 Opus 5.5。
若您想进一步学习如何使用 Anthropic 的模型，推荐查看我们的Claude 模型入门课程。