Anthropic 发布 Claude Sonnet 5.5：Terminal-Bench 4.0 从 10.3% 跃至 70.6%，价格不变成本降三成

价格没动，分数动了

Anthropic 在 9 月 28 日发布 Claude 5.5 家族的第二款模型 Claude Sonnet 5.5。最反直觉的一点是定价完全没变，仍是每百万输入 token 2 美元、每百万输出 token 10 美元，缓存读取 0.2 美元。但 Anthropic 称它生成输出比 Sonnet 5 快三成以上，由于消耗的输出 token 更少，单任务实际成本最高可降低 30%。

真正让工程团队必须重跑自己评测的，是 Terminal-Bench 4.0 上的跳变：Sonnet 5 拿到 10.3%，Sonnet 5.5 直接做到 70.6%。这个数字不仅远超上一代，还压过了 Opus 5.5 在 Xhigh 档的 66.4%。

Sonnet 真正面向的是注重成本的客户，他们可能不需要那么高的智能水平。它可能用于执行一些常规任务，但不需要 Opus 所能提供的判断力。——Anthropic 研究产品经理 Theo Chu

各项基准上的位置

在 CursorBench 4.0 上，Sonnet 5.5 报 55.5%，与 Opus 5.5 的 57.8% 只差两点出头，而 Sonnet 5 是 34.1%。OSWorld 2.1 报 80.1% 部分完成度，Opus 5.5 为 81.8%。知识工作类评估中，GDPval-AA v2.1 得分 1844，比 Opus 5.5 的 1846 只低两分，却比 Sonnet 5 的 1449 高出近 400 分。图表识别 Chartography 从 15.6% 提升到 61.6%。

Anthropic 自己也划了边界：Opus 5.5 在需要持续判断的复杂开放式任务上依然明显更强，Sonnet 5.5 的优势区间是范围明确、可验收的日常工作，包括修 bug、出文档、做表格和演示文稿。早期测试方给出的侧证是效率：Base44 在 118 次真实应用构建中，Sonnet 5.5 平均 3.6 轮迭代完成，而 Opus 5 是 7.7 轮；Slack 工程师在未改 prompt 的离线评测里看到输出 token 减少约 14%。

迁移时要注意的两个变化

模型 ID 是 claude-sonnet-5-5，已上线 Claude 平台、Claude Code、Claude 应用以及 AWS Bedrock、Google Cloud、Microsoft Foundry，上下文窗口 100 万 token、最大输出 128K，知识截止到 2026 年 6 月。默认 effort 在应用与 Claude Code 里是 Medium，在 Claude 平台是 High。

安全上有一个标志性变化：Sonnet 5.5 是首个套用 Opus、Fable 同级网络安全防护的 Sonnet 模型。另一个实操坑是，如果你的代码以关闭思考模式调用 Sonnet，直接替换模型字符串会返回 400，需要先读迁移说明。同日，OpenAI 以未满足自身安全标准为由叫停了 GPT-6.1 Astra 的发布，两家头部实验室在发布节奏上呈现出完全相反的姿态。