Claude Sonnet 5.5

Claude Sonnet 5.5 是 Claude 5.5 系列的第二个模型，走"快、便宜、够用"的路线。它的价格是 Opus 5.5 的一半（输入 $2、输出 $10，Opus 5.5 为 $4、$20），而在 Anthropic 披露的评测里，它的最好成绩已经很接近 Opus 5.5：在 CursorBench 4.0、FrontierCode 1.1（Xhigh）、HLE（带工具）、OSWorld 2.1 和 Chartography 上差 1.7 到 3.2 个百分点，GDPval-AA 的 Elo 分差只有 2 分（1844 对 1846），Terminal-Bench 4.0 上还高出 4.2 个百分点。

这些都是厂商选定的评测和配置。Anthropic 同时承认，在需要持续判断的复杂开放式任务上，Opus 5.5 仍然明显更强，内部测试和外部测试者的体验一致。更稳妥的理解是：Sonnet 5.5 适合范围明确、可以拆开交付的工作，比如修 bug、按既定架构实现功能、按模板生成文档、幻灯片和表格；架构设计和长链条的开放式判断，还是留给 Opus 5.5 或更高档的模型。

Claude Sonnet 5.5 评测很好，TB 4超越Opus 5.5，全球第一

Terminal-Bench 4.0 的 70.6% 是这次发布最醒目的数字，官方表格里 Opus 5.5 为 66.4%（取其最高的 Xhigh 档）。但同一张表里 Sonnet 5 只有 10.3%，一个小版本涨了 60 个百分点，官方没有解释原因，也没有标注 70.6% 对应哪一档 effort。Sonnet 5 在 Chartography 上也只有 15.6%，而 Sonnet 5.5 是 61.6%。这是我们的推断：Sonnet 5 在部分评测上的基线偏低，"比上一代提升多少"容易被放大，与 Opus 5.5 的差距是更有参考价值的对照。

FrontierCode 1.1 Main 要留意 effort 档位。Sonnet 5.5 在 Xhigh 档得 52.1%，在 Max 档只有 46.2%，反而更低。Anthropic 的解释是：这个评测看代码改动能否不经人工修改直接合并，超出任务范围的改动会被扣分；Max 档下模型更常调用 Claude Code 的代码审查技能，把审查分给很多子代理，在 Cognition 检查的两个案例里，这导致了超时或额外改动。也就是说，46.2% 不是能力上限，52.1% 才是它的最好成绩。Anthropic 表格中 Opus 5.5 为 54.4%，GPT-6 Sol 为 49.3%。

GDPval-AA 和 AA-Briefcase 由 Artificial Analysis 运行，用的是发布前的部署版本。Anthropic 称该版本有一个会影响结构化输出的 bug，已经修复，预计影响很小，即使有也是低估。表中 GPT-6 Sol 的 GDPval-AA、AA-Briefcase 和 Chartography 成绩，可能还没有更新到 OpenAI 修复图像理解 bug 之后的版本，所以与 GPT-6 Sol 的比较暂时只能作参考。

站内排名还取决于收录了哪些模型：Terminal-Bench 4.0 排第 1（共 97 个），CursorBench 4.0 排第 2（共 47 个），HLE 带工具排第 4（共 235 个）；Chartography 只收录 10 个模型，Sonnet 5.5 排第 9，AutomationBench 排第 11（共 24 个）。从这些排名看，它在编程智能体评测中很靠前，在图表理解和办公自动化上则不占优，这是我们的判断。

Claude Sonnet 5.5 成本、速度与适用场景

Sonnet 5.5 的单价与 Sonnet 5 完全相同，官方称单任务成本最多低 30%、生成速度快 30% 以上。两代模型用的是同一个 tokenizer，同样的文本 token 数不变，所以省下来的是完成任务所需的 token 和步骤。官方图表显示，在若干评测上，Low 或 Medium 档就能超过 Sonnet 5 的最好成绩，单任务成本约为后者的十分之一（厂商测试结果）。

客户反馈的方向一致，但都是 Anthropic 挑选的案例。Balyasny 在自己的 2,441 道金融任务上，每个回答约用 121k token，Sonnet 5 是 497k。Box 报告速度快 2.4 倍、总 token 少 12%。Base44 的 118 次应用构建中，Sonnet 5.5 平均迭代 3.6 次，Opus 5 是 7.7 次。这些数字能说明趋势，不能直接换算成你自己业务的成本。

默认 effort 也影响实际花费。Claude 应用和 Claude Code 默认 Medium，Claude Platform API 默认 High，所以同一个模型在 API 上默认想得更久、花得更多。Anthropic 说各档位的思考量已经重新标定，从 Sonnet 5 迁移时应重新对比一遍 effort，不要沿用旧设置。

按这些数据，它最合适的位置是编程智能体、代码评审、客服和金融类高频工作流，以及按模板生成文档和演示文稿。Creator 的反馈是一个典型用法：由 Opus 5.5 定架构和框架，再交给 Sonnet 5.5 实现。它的上限同样清楚：HLE 不带工具为 56.9%，带工具为 64.5%，仍低于 Opus 5.5 带工具的 67.7%。

接入、迁移与安全限制

模型 ID 为 claude-sonnet-5-5，已在 Claude API、Amazon Bedrock、Google Cloud、Microsoft Foundry 和 Claude Platform on AWS 上线，支持零数据留存。参数量和架构未公布。从 Sonnet 5 迁移时，有五处会直接报错：

• 关闭前置思考要发 thinking: {"type": "between_tools"}，原来的 "disabled" 会返回 400。between_tools 只能用于 low、medium、high，xhigh 和 max 不支持。
• tool_choice 设为 any 或指定某个工具会返回 400，只支持 auto 和 none。需要保证工具入参合法时，改用 strict tool use 或结构化输出。
• 思考块会记录产生它的模型。Sonnet 5.5 读不了 Opus 5、Opus 5.5 以及 Fable、Mythos 系列的思考块。如果思考块生成之后，前面的系统提示、工具或历史消息被改过，再回传这个块，2026-08-31 及之后创建的账号默认会返回 400。对话历史要保持只追加。
• 在 Claude API 和 Google Cloud 上，computer use 必须使用 computer_toolset_20260801，旧的 computer_20251124 会报错。Amazon Bedrock 仍接受旧工具。
• advisor 工具不再接受 Sonnet 5、Opus 4.8、Opus 4.7 作为顾问模型。

还有一处不会报错，但会静默出问题：工具调用之间较长的说明文字会放进 thinking 块。默认的 display 为 omitted 时，这些块的文字是空的，如果应用把这段文字流式展示给用户，界面在工具调用期间就没有输出。需要设置 display，或者改用 between_tools。

安全方面，它是第一个带网络安全防护的 Sonnet 模型。日常写代码、修 bug 不受影响，较高风险的网络安全任务会明显回退到 Sonnet 5 处理，安全从业者可以申请 Cyber Verification Program 获得更高权限。它也是第一个带推理内容提取防护的 Sonnet，其思考块只能在生成它的账号里使用。生物领域的防护与 Sonnet 5 相同。Anthropic 还表示，Claude Haiku 5.5 将在几周内加入这个系列。

官方来源

• Anthropic 发布公告与评测
• Sonnet 5.5 系统卡
• Claude Platform 规格、模型 ID 与生命周期
• Claude Platform 价格
• Claude Platform 迁移变化