Claude Sonnet 5.5重磅发布：单任务成本最高降30%，性能逼近Opus 5.5

仅相隔一周，Anthropic 便再次推出了 Claude 5.5 系列的第二款模型——Claude Sonnet 5.5。

与数日前发布、定位更为高阶的 Claude Opus 5.5 有所不同，Sonnet 5.5 并未将重心置于最繁复的任务上，而是更偏向于常规开发、代码修补，以及文档、演示文稿、表格等工作，其核心优势在于运行速度更快、成本更为低廉。

从 Sonnet 5 到 5.5，最显著的变化在于“减少 Token 消耗，高效完成任务”

若仅审视模型定价，Sonnet 5.5 与上一代 Sonnet 5 几无差异。Sonnet 5.5 的 API 输入价格仍为每百万 Token 2 美元，输出价格为 10 美元，缓存读取则为 0.2 美元。

真正产生变化的是完成作业所需的计算资源。

Anthropic 指出，Sonnet 5.5 在多项测试中能以更少的 Token 和更少的工具调用量来达成相同成果。依据其内部测试结果，单项任务的开销最高可比 Sonnet 5 减少 30%。

与此同时，Sonnet 5.5 的输出速度提升了超过 30%，也是当前速度表现最佳的 Sonnet 模型。

在编程场景中，这一优势尤为突出：早期试用者发现，新模型对代码库的领会速度更快，且能更频繁地批量处理工具调用，从而缩减完成一项任务所需的步骤。

例如，在智能体代码评测基准 Terminal-Bench 4.0 中，Sonnet 5.5 得分为 70.6%，而 Sonnet 5 仅为 10.3%。

在 FrontierCode 1.1 测试中，Sonnet 5.5 在最高 Max effort 设定下得分为 46.2%，Sonnet 5 则为 42.4%。

在基于真实 Cursor 代码会话任务进行的 CursorBench 4.0 测试里，Sonnet 5.5 达到 55.5%，Sonnet 5 为 34.1%。

Anthropic 还表示，在 FrontierCode 高算力模式下，新模型的得分比同档位的 Sonnet 5 高出 10 分，而单次任务成本仅为后者的约十五分之一。

从 Anthropic 公布的案例来看，Sonnet 5.5 此次更新的重点同样集中在代码维度。

Anthropic 提到，Sonnet 5.5 在理解代码库、运用工具以及处理多步骤任务方面均有改善。部分早期试用者也发现，与之前的模型相比，新模型对提示词的要求不那么细致，面对复杂的工程任务时，无需将每一步都交代得十分具体。

Base44 进行了一组较为直接的测试：让不同模型完成 118 次真实应用构建。Anthropic 公布的测试结果显示，Sonnet 5.5 最终生成的应用质量与 Opus 5 相近，但平均每个项目仅需 3.6 次迭代，而 Opus 5 则需要 7.7 次。

Unity 也对 Sonnet 5.5 进行了测试，任务涉及 Unity Editor 操作和编码等多个步骤。根据 Anthropic 公布的数据，Sonnet 5.5 完成了其中 90% 的任务。

与 Opus 5.5 有何区别？

Anthropic 此次对 Claude Sonnet 5.5 系列的定位已较为清晰。

Opus 5.5 是当前更高阶的模型，主要面向复杂、开放式、需长时间保持判断能力的任务，例如大型代码库迁移、复杂研究与知识工作。

Sonnet 5.5 则更像一个速度更快、成本更低的工作型模型，适用于明确的开发任务以及大量需快速迭代的日常工作。

从价格来看，两者也恰好拉开一个档次：Sonnet 5.5 的输入和输出价格分别为每百万 Token 2 美元和 10 美元；Opus 5.5 则为 4 美元和 20 美元。两款模型的缓存读取价格均为 0.2 美元。

有趣的是，在部分测试中，Sonnet 5.5 已非常接近 Opus 5.5。

例如在 CursorBench 4.0 基准测试中，Sonnet 5.5 得分为 55.5%，Opus 5.5 为 57.8%；在面向真实职业任务的 GDPval-AA v2.1 测试中，两者分别为 1844 和 1846，几乎处于同一水平。

但在更为复杂的开放式工作上，两者仍存在定位差异。Anthropic 表示，在自身测试及外部测试中，Opus 5.5 在需要持续判断的复杂任务上仍然明显更强。

与 GPT-6 Sol 相比，Sonnet 5.5 的重点也有所不同

除了与自家模型对比，Anthropic 还在测评列表中加入了 OpenAI GPT-6 Sol 的对比数据。

在 FrontierCode 1.1 上，Sonnet 5.5 在高算力模式下为 46.2%，GPT-6 Sol 为 49.3%。

在知识工作方面，差距则更为明显。在横跨 44 个职业、9 大行业、测试真实业务任务的 GDPval-AA v2.1 基准测试中，Sonnet 5.5 得分为 1844，GPT-6 Sol 为 1487；在 AA-Briefcase v1.1 中，两者分别为 1811 和 1483。

Anthropic 因此强调，Sonnet 5.5 在长周期知识工作上的表现已明显超越 GPT-6 Sol。

安全能力也同步提升

Sonnet 5.5 此次还有一个变化：Anthropic 首次将 Sonnet 系列纳入了接近旗舰模型级别的网络安全防护体系。

Anthropic 的说法是，Sonnet 5.5 的网络安全能力已接近此前的 Opus 5，因此在处理高风险网络安全任务时，会采用与 Opus 5.5 类似的安全措施；若风险进一步升高，系统还会回退至 Sonnet 5。

生物安全方面，Sonnet 5.5 延续了 Sonnet 5 的相关防护。Anthropic 表示，这些措施不会影响常规软件开发以及大多数生命科学领域的工作。

此外，Anthropic 还专门针对模型蒸馏增加了一层防护。由于 Sonnet 5.5 的能力相比上一代有明显提升，它也成为首个在发布时就加入相关安全分类器的 Sonnet 模型，用以阻止大规模提取模型推理能力的行为。

Claude 5.5 系列还缺少一款 Haiku

随着 Sonnet 5.5 上线，Claude 5.5 系列目前已有 Opus 5.5 和 Sonnet 5.5 两款模型。

如上文所述，两款模型的定位也较为明确。Opus 5.5 面向更复杂、开放性更高的任务；Sonnet 5.5 则更多承担日常开发、编程和知识工作。

至于面向高并发、成本敏感场景的Haiku 5.5，目前尚未发布。Anthropic 表示，这款模型将在未来几周加入 Claude 5.5 系列。

本文来自微信公众号“CSDN”，整理：屠敏，36氪经授权发布。读者若想获取更多科技资讯，可关注欧博体育平台。