Anthropic 发布 Claude Sonnet 5.5：编程能力超越 Opus 5.5，价格仅为其一半

Anthropic 发布 Claude Sonnet 5.5：性能飞跃与成本优势并存

周一，Anthropic 正式发布了 Claude Sonnet 5.5，这是对今年6月推出的 Sonnet 5 的一次重大升级。Anthropic 表示，这款中级模型的速度比其前代产品快了 30% 以上。

“Sonnet 5.5 在日常范围明确的任务、修复代码漏洞以及制作精美的文档、演示文稿和电子表格方面表现最为出色。它还具备敏锐的设计眼光。” Anthropic 在官方声明中写道。

价格策略与综合性价比

Sonnet 5.5 的定价保持不变：输入令牌（input tokens）每百万个 2 美元，输出令牌每百万个 10 美元。令牌是 AI 读取和写入的文本片段，长度略短于一个单词，企业通常按百万为单位计费。这一价格是 Opus 5.5 的一半。然而，由于 Sonnet 5.5 在完成每项任务时消耗的令牌量减少了近三分之一，因此其实际运行成本低于 Sonnet 5。

编程能力卓越

该模型在编程领域表现尤为突出。在 Terminal-Bench 4.0 测试中——该测试旨在评估 AI 代理能否通过自行键入命令来完成复杂的职业任务，得分以完成任务的比例计算——Sonnet 5.5 取得了 70.6% 的成绩。相比之下，Opus 5.5 得分为 66.4%，而上一代的 Sonnet 5 仅为 10.3%。

简而言之，这款更便宜的模型完成了更多的工作。独立测试机构 Artificial Analysis 进行了自己的测试并证实了这一点：Sonnet 5.5 得分为 63.6%，Opus 5.5 为 59.6%，而 OpenAI 的 GPT-6 Astra 为 59.1%。

不同设置下的表现对比

评分还取决于“努力程度”（effort setting），这是一个调节器，允许模型花费更多时间思考以获得更好的答案，但也会导致费用增加。Anthropic 表示，在高努力模式下，Sonnet 5.5 在 FrontierCode 基准测试中的表现与 GPT-6 Sol 相当，但每项任务的成本仅为后者的五分之一。

在 GDPval-AA 基准测试中——该测试使用类似国际象棋 Elo 等级的系统，对跨 44 个职业的现实世界专业工作进行评级——Sonnet 5.5 得分为 1844，Opus 5.5 得分为 1846，两者几乎持平。而 GPT-6 Sol 的得分为 1487。

市场竞争格局

竞争对手也在匹配价格。上周，OpenAI 将 GPT-6 Sol 的价格降至 2 美元和 10 美元，其中级模型 GPT-5.6 Terra 的标价分别为 2 美元和 12 美元。Anthropic 未公布针对 Terra 模型的基准测试结果。

生成内容与成本分析

Sonnet 5.5 是一个“话痨”模型。在最大努力模式下，它每个测试任务生成了约 193,000 个令牌，这是 Artificial Analysis 测得的最高值，比 Opus 5.5 高出约 60%。这导致每项任务的成本达到 7.60 美元，比 Sonnet 5 高出约 50%，这与 Anthropic 声称的可节省高达 30% 成本的论点相矛盾。

Anthropic 的成本节约主要体现在较低的设置上：在其应用程序中默认的中等努力模式下，该公司表示 Sonnet 5.5 能以不到十分之一的成本超越 Sonnet 5 的最佳编程成绩。Artificial Analysis 认为高努力模式具有最高的性价比。对于日常用户而言，只要保持低设置，就能以极低的成本获得接近旗舰级的编程体验。