Sonnet 5.5 运行速度提升 30%，价格维持 2 美元/10 美元不变，仅落后 Opus 5.5 两分
新闻摘要
Anthropic 于 2026 年 9 月 28 日发布了 Claude Sonnet 5.5，将其定位为面向编程和制作办公文档等日常任务的更便宜、更快速的工作伙伴。当天太平洋时间上午 11 点左右发布的报道指出，该模型的输出生成速度比 Sonnet 5 快 30% 以上，每个 token 的价格保持不变，并且由于使用的 token 和工具调用更少，单次任务成本最多可降低 30%。
Anthropic 发布了什么
Sonnet 5.5 是 Claude 5.5 系列的第二款模型，距离 Sonnet 5 发布约三个月。Anthropic 将其描述为处理日常任务（包括编程和制作办公文档）的理想助手。TechCrunch 报道称，它在某些智能体编程任务上表现优于 Opus 5.5，更适合成本会迅速累积的多智能体部署场景。Anthropic 还表示，新的 Haiku 模型 Claude Haiku 5.5 将在未来几周内推出，但未给出具体日期。
定价与速度
据 VentureBeat 和 The Decoder 报道，官方定价与 Sonnet 5 保持一致：每百万输入 token 2 美元，每百万输出 token 10 美元；缓存读取每百万 token 0.20 美元，缓存写入每百万 token 2.50 美元。因此，节省的成本来自效率提升而非降价。据报道，输出生成速度提升了 30% 以上，且模型完成任务所需的 token 和工具调用更少。多家媒体指出，在低或中等努力级别下，Sonnet 5.5 能以大约十分之一的单次任务成本，在部分基准测试中超越 Sonnet 5 的最高得分。
基准测试结果
公布的数据显示，Sonnet 5.5 在知识工作和编程测试中接近 Anthropic 的旗舰模型 Opus 5.5，并大幅领先 Sonnet 5。
- GDPval-AA（知识工作）：1844 分，Opus 5.5 为 1846 分，Sonnet 5 为 1449 分。
- OSWorld 2.1（计算机操作）：80.1%，Opus 5.5 为 81.8%，Sonnet 5 为 57%。
- Terminal-Bench 4.0（智能体编程）：70.6%，Opus 5.5 为 66.4%，Sonnet 5 为 10.3%。
- CursorBench 4.0（编程）：55.5%，Opus 5.5 为 57.8%。
- Chartography（视觉图表解读）：61.6%，Opus 5.5 为 64.4%，Sonnet 5 为 15.6%。
- FrontierCode 1.1：高努力级别下为 52.1%，高于 Sonnet 5 的 42.4%。
The Decoder 补充了一个注意事项：在最高努力级别设置下，该模型在某些基准测试中的得分有时低于次高级别，因为代码审查功能可能会触发不必要的子智能体工作。
早期客户反馈
据 VentureBeat 引用，测试过该模型的公司报告称其自身工作流程的效率有所提升。Box 表示该模型速度快了 2.4 倍，总 token 使用量减少了 12%。Zendesk 报告工单处理速度提升了 20%，Slack 发现输出 token 减少了 14%。Lovable 测得工具调用减少了约三分之一，shell 执行次数减少近一半；Base44 报告每次构建平均迭代 3.6 次，而 Opus 5 为 7.7 次。这些均为厂商自行报告的结果，尚未经过独立复现验证。
安全与网络防护
Sonnet 5.5 是首款内置网络安全防护机制的 Sonnet 模型，因为其网络能力被描述为与 Opus 5 相当。公布的得分包括 CyScenarioBench 上的 46.1%，而 Sonnet 5 仅为 0.7%。高风险请求会被转交给 Sonnet 5 处理，新的分类器有助于阻止提取推理过程或蒸馏模型的尝试。符合资质的安全专业人员可通过 Anthropic 的网络验证计划申请分级访问权限。生物安全防护措施与 Sonnet 5 保持一致。
可用性与努力级别设置
该模型已在 Claude 平台上线，标识符为 claude-sonnet-5-5，同时也可通过 Amazon Web Services、Google Cloud 和 Microsoft Azure 使用，并支持零数据留存。开发者可选择低、中、高三种努力级别。Claude Code 和消费者端应用默认使用中级别，而 Claude 平台默认使用高级别。
对学习者和开发者的意义
对于学生和开发者而言，此次发布体现了 AI 工程领域的一个更广泛趋势：进步越来越以完成单个任务的成本来衡量，而不仅仅是原始基准分数。一个能用更少步骤得出答案的更快模型，降低了并行运行大量 AI 智能体的成本，从而使自动编程、文档起草和数据分析对全球小型团队来说更加实用。读者应将上述数据视为 Anthropic 及其合作伙伴的报告结果，并结合自身实际工作负载进行验证。