Anthropic发布Claude Sonnet 5.5：Terminal-Bench 4.0达70.6%，定价维持$2/$10
Anthropic正式推出Claude Sonnet 5.5，作为Claude 5.5系列第二款模型，定位为比Opus 5.5更快、更经济的日常任务助手。该模型在Terminal-Bench 4.0基准测试中取得70.6%准确率，显著高于Sonnet 5（10.3%）和Opus 5.5（66.4%），而API价格与Sonnet 5一致，仍为$2/百万输入token、$10/百万输出token。
新模型定位与可用性
Claude Sonnet 5.5是Anthropic最新发布的闭源大模型，为Claude 5.5系列继Opus 5.5之后的第二款成员。公司明确将其定位为Opus 5.5的‘更快、更低成本补充’，专为范围清晰的日常任务优化，包括代码调试、文档润色、幻灯片与电子表格生成等。该模型已全面上线：开发者可通过Claude Platform调用（模型ID为`claude-sonnet-5-5`），亦同步集成于AWS Bedrock、Google Cloud Vertex AI及Microsoft Azure AI Studio。需注意，其权重不开放，不支持私有化部署或自托管。
核心能力升级
相较于前代Sonnet 5，Anthropic宣布四大关键改进：
- 速度：输出生成速度快超30%，成为迄今最快的Sonnet系列模型；
- 成本效率：单任务成本最高降低30%，源于更少的token消耗与工具调用次数；
- 写作质量：文本表达更清晰流畅，早期测试用户反馈其协作体验优于Sonnet 5；
- 多模态与长程推理：首次实现仅凭截图通关《宝可梦红》——这是Sonnet系列首次达成该成就，标志其视觉理解与长期规划能力跃升。
模型基础规格包括：100万token上下文窗口、128K最大输出长度、知识截止日期为2026年6月。‘自适应思维’（Adaptive Thinking）功能默认开启，并提供5级努力程度控制（low / medium / high / xhigh / max）。
基准测试表现
所有评测分数均来自Anthropic官方发布材料，方法论详见《Sonnet 5.5系统卡》：
- Terminal-Bench 4.0：70.6%（Sonnet 5为10.3%，Opus 5.5在xhigh档位为66.4%）；
- CursorBench 4.0：55.5%，略低于Opus 5.5（57.8%）；
- FrontierCode 1.1：xhigh档位52.1%，max档位46.2%（GPT-6 Sol为49.3%）；值得注意的是，max档位因频繁触发多智能体代码审查流程，易导致超时或越界修改，从而被FrontierCode扣分；
- GDPval-AA v2.1：1844分（Opus 5.5为1846，Sonnet 5为1449）；
- OSWorld 2.1：计算机操作任务达80.1%，接近Opus 5.5的81.8%；
- 人类终考（Humanity’s Last Exam）：启用工具后达64.5%，较Sonnet 5的54.9%明显提升。
Anthropic同时强调，Opus 5.5在复杂、开放式的高阶任务上仍具明确优势。
定价策略与实测效能
API列表价格完全延续Sonnet 5标准：$2/百万输入token、$10/百万输出token；缓存读写费用分别为$0.20和$2.50/百万token，仅为Opus 5.5（$4/$20）的一半。降价并非直接调价，而是通过token效率提升实现。客户实测数据佐证：Balyasny资产管理公司观察到平均响应耗用约121K token，远低于Sonnet 5的497K；Base44报告应用构建迭代次数从Opus 5的7.7次降至3.6次；Zendesk客服工单处理提速20%。努力程度默认值依使用场景而异：Claude Code与Claude App设为Medium，Claude Platform则默认High。
横向对比概览
在与GPT-6 Sol、Gemini 3.1 Pro Preview及Claude Opus 5.5的横向对比中，Sonnet 5.5在价格、上下文长度（均为1M token）、最大输出（128K）及知识截止期（2026年6月）方面保持竞争力；FrontierCode 1.1（xhigh）得分为52.1%，略逊于Opus 5.5的54.4%；Chartography（无工具）得分为61.6%，亦小幅低于Opus 5.5的64.4%。所有模型均为闭源，无开源权重版本。