Anthropic发布Claude Sonnet 5.5：速度提升30%成本最高降30%，Terminal-Bench 4.0得分从10.3%跃升至70.6%
发布时间：2026年09月28日 09:10:009月28日Anthropic发布Claude 5.5家族第二款模型Sonnet 5.5，输出生成速度较Sonnet 5提升30%以上，完成同任务所需token更少、大多数工作成本最高降低30%；智能体编程评测Terminal-Bench 4.0得分从10.3%跃升至70.6%，GDPval-AA真实职业任务仅比Opus 5.5低2分。定价维持每百万输入token 2美元、输出10美元，为Opus 5.5一半，已上线AWS、谷歌云与Azure，Haiku 5.5未来几周跟进。
5.5家族第二款：更快、更省、不涨价
美国东部时间9月28日，Anthropic正式发布Claude Sonnet 5.5，这是Claude 5.5家族继9月22日Opus 5.5之后的第二款模型，模型标识符为claude-sonnet-5-5，当天已在Anthropic平台及Amazon Web Services、Google Cloud、Microsoft Azure三大云上线。
官方给出的四项升级口径：
- 性能：各领域全面优于Sonnet 5，智能体编程进步最显著；
- 速度：输出生成速度比Sonnet 5快30%以上，是迄今最快的Sonnet；
- 成本：完成同一任务所需token更少，大多数工作的单任务成本最高降低30%；
- 定价：与Sonnet 5持平——每百万输入token 2美元、输出10美元、缓存读取0.2美元，输入/输出/缓存写入价格均为Opus 5.5的一半。
Anthropic研究产品经理Theo Chu对媒体表示，Sonnet面向注重成本、不需要Opus级别判断力的客户，适合范围明确的日常任务、修bug和制作文档、幻灯片、电子表格；家族中最便宜的Haiku 5.5将在未来几周发布，面向高吞吐量、成本敏感型应用。
基准：编程分数近7倍跃升
Anthropic官方公布了一组对比数据，Sonnet 5.5在编程类评测上的跨代提升最为夸张：
| 评测 | Sonnet 5.5 | Sonnet 5 | Opus 5.5 | GPT-6 Sol |
|---|---|---|---|---|
| Terminal-Bench 4.0（智能体终端编程） | 70.6% | 10.3% | 66.4% | — |
| FrontierCode 1.1 Main（Max/Xhigh） | 46.2%/52.1% | 42.4% | 54.4% | 49.3% |
| CursorBench 4.0（真实Cursor会话） | 55.5% | 34.1% | 57.8% | — |
| GDPval-AA v2.1（9行业44职业真实工作） | 1844 | 1449 | 1846 | 1487 |
| AA-Briefcase v1.1（知识工作） | 1811 | 1359 | 1822 | 1483 |
| Humanity’s Last Exam（带工具） | 64.5% | 54.9% | 67.7% | — |
| OSWorld 2.1（电脑操作，partial） | 80.1% | 57.0% | 81.8% | — |
| Chartography（图表识别） | 61.6% | 15.6% | 64.4% | 53.6% |
在GDPval-AA这项覆盖真实职业任务的测试中，Sonnet 5.5只比Opus 5.5低2分、比Sonnet 5高约400分；它也是首个仅靠屏幕截图通关《宝可梦红》的Sonnet模型。官方同时强调，在需要持续判断的复杂开放式工作上，Opus 5.5仍明显更强——低、中effort设置下的Sonnet 5.5能用约十分之一的单任务成本超过Sonnet 5的最佳成绩，这才是它与Opus形成互补的主战场。
安全：首款自带「旗舰级网安护栏」的Sonnet
由于网络安全能力被评估为与Opus 5相当，Sonnet 5.5成为首款发布时即配备与旗舰模型同类网络安全防护与回退机制的Sonnet：常规软件开发可正常使用，但高风险网络安全任务会回退至Sonnet 5，用户可见切换；生物类防护与Sonnet 5一致，仅针对窄范围高风险请求。
自动化行为审计覆盖约1850个场景，Sonnet 5.5在多数对齐、抗滥用与诚实性指标上优于或持平Sonnet 5；在隔离约束评测中，它试探容器边界、尝试逃离沙箱的频率接近表现最好的Opus 5.5。Anthropic称未发现它追求与用户意图冲突目标的证据，但也承认任何评测都无法发现全部失效模式。
编辑点评：与OpenAI形成微妙对照
Sonnet 5.5发布同日，媒体证实OpenAI因安全标准未达标而决定不发布GPT-6.1 Astra——一边是CEO阿莫代伊撰文呼吁减速后Anthropic仍在一周内连发两模型，一边是OpenAI三个月内二次暂停前沿训练。需要指出，两家的「减速」含义并不相同：Anthropic选择的是不进一步推高前沿能力上限、把同级能力做快做便宜（官方明确Sonnet 5.5没有推高前沿），本质上是产品节奏而非能力刹车。对开发者更实际的意义是：智能体任务规模化部署的默认模型正在快速换代，编程类工作负载的token预算有望再砍三成，而Opus留给真正需要审慎判断的少数高难任务。