一句话重点

Anthropic 在 2026 年 9 月 28 日推出 Claude Sonnet 5.5，是 Claude 5.5 系列的第二款（第一款是 Opus 5.5）。Anthropic 说它比 Sonnet 5 明显进步，输出快 3 成以上，多数工作每个任务最多省 3 成成本，价格跟 Sonnet 5 一样。 API 价格是每百万 token 输入 2 美元、输出 10 美元，缓存读取 0.20 美元，model ID 是 claude-sonnet-5-5。Anthropic 把它定位成 Opus 5.5 的“更快、更低成本”搭档，主要用在范围明确的日常工作、修 bug，以及制作文档、演示文稿和电子表格。

这次升级重点

一般用户最该知道的是这几点：

  • 更快、更省 token：Anthropic 表示输出比 Sonnet 5 快 3 成以上，是截至 9 月 28 日公告时最快的 Sonnet。价格跟 Sonnet 5 一样，但同样的工作需要的 token 少很多，官方测试中每个任务最多比 Sonnet 5 便宜 3 成。
  • 编程大幅进步：在 Terminal-Bench 4.0（让 AI 在终端里完成多步骤任务的测试），Sonnet 5 是 10.3%，Sonnet 5.5 是 70.6%（Anthropic 公布的数据）。
  • 知识工作接近 Opus 5.5：在 GDPval-AA（涵盖 44 种职业的真实工作任务测试），Sonnet 5.5 是 1844 分，Opus 5.5 是 1846 分。
  • 写得更清楚，对设计也更有眼光：Anthropic 说它跟 Opus 5.5 一样，比上一代写得更清楚。内部测试里，官方给它一家上市公司的季报数据、业绩说明会逐字稿与演示文稿模板，请它做 10 页运营回顾，两位专家认为第一版就能直接发出去。Slack 的工程师也提到，没改任何 prompt，Slackbot 几乎所有离线评测都比 Sonnet 5 好，步骤也更少，输出 token 少约 14%。
  • 默认思考力度不同：Claude 回答前会先“想”一下，想得越深通常越准，也越慢越贵，这个深度叫 effort（力度）。Claude Code 和 Claude 的 App 默认 Medium，Claude Platform（API）默认 High。
  • 知识截止在 2026 年 6 月：模型页写它可靠的知识大约到 2026 年 6 月，比 9 月 28 日上线早了 3 个月，问最新消息时要注意。
  • Haiku 5.5 在后面：Anthropic 在 9 月 28 日的公告说，Haiku 5.5 会在“未来几周”加入 Claude 5.5 系列，主打大量、在乎成本的应用程序。

跑分怎么看

Claude Sonnet 5.5 官方 benchmark 对照表：与 Sonnet 5、Opus 5.5、GPT-6 Sol 在八项测试的比较，八项里 Sonnet 5.5 只有 Terminal-Bench 4.0 最高，另外七项是 Opus 5.5 较高
图片来源：Anthropic

跑分是什么？拿同一组任务让不同模型做，再按表现打分数，分数越高代表那项工作做得越好。

表中八项测试，Sonnet 5.5 只有 Terminal-Bench 4.0 拿下最高（70.6%，Opus 5.5 是 66.4%）。这里要留意，Anthropic 在脚注说明 Opus 5.5 的数字是它开到 Xhigh 力度的最高分。其他七项都是 Opus 5.5 领先，多数差距在 1 到 3 个百分点左右，例如 CursorBench 4.0 是 55.5% 对 57.8%，OSWorld 2.1（电脑操作测试）是 80.1% 对 81.8%，GDPval-AA 只差 2 分。差距最大的是 FrontierCode 1.1 的 Max 力度分数。

FrontierCode 1.1 那一行有两个 Sonnet 5.5 分数：Max 力度 46.2%，Xhigh 力度 52.1%，开到最高反而比较低。Anthropic 在脚注解释，FrontierCode 看的是“这次改动能不能不经人工修改就合并”，超出任务范围的修改会被扣分。Max 力度下，Sonnet 5.5 比较常启动 Claude Code 的代码审查功能，那会把审查分给很多子 agent，Cognition 检查的两个案例里造成超时或多做了范围外的修改，所以分数较低。

Anthropic 自己也提醒：Sonnet 5.5 在几项测试里开到 Max 力度可以跟 Opus 5.5 相当，但跑分只反映能力的一面，根据他们自己与外部测试者的经验，“Opus 5.5 remains clearly stronger at complex, open-ended work requiring sustained judgment”（Opus 5.5 在需要持续判断的复杂、开放式工作上仍明显较强）。

Sonnet 5.5 还是 Opus 5.5？

Terminal-Bench 4.0 各力度的分数与每次尝试成本：同样花费下 Opus 5.5 分数较高，Sonnet 5.5 要开到最高力度才超过
图片来源：Anthropic

这张图把每个模型在不同力度下的分数，对照每次尝试的成本画出来，越靠左上角代表花得少、分数高。照 Anthropic 图表读起来：同样花费下，Opus 5.5 的分数比较高，Sonnet 5.5 要开到最高力度才超过 Opus。Sonnet 5 最好的成绩大约只有 10%，Sonnet 5.5 在低力度就远远超过它。

Anthropic 自己的说法是，Sonnet 5.5 在较低力度最能搭配 Opus 5.5，因为每个任务成本更低；力度拉高时，它可以在相近的成本做出相近的表现。

第三方评测的结果也指向同一个方向（截至 2026 年 9 月 29 日查询）：

  • Artificial Analysis：同样的力度下，Opus 5.5 的 Intelligence Index 都比较高，例如 Claude Code 与 App 默认的 Medium 是 41 对 51。Sonnet 5.5 要开到 Max 才接近（56 对 58，排第 2 名），但这时它每个任务用掉约 19.3 万个输出 token，比 Opus 5.5 多约 6 成，每个任务成本 7.60 美元，比 Opus 5.5 的 5.98 美元还高。
  • Vals.ai Index：Sonnet 5.5 是 69.2%，Opus 5.5 是 69.7%，几乎打平（页面标示 9 月 27 日更新，未标明力度）。同一个网站的 Terminal-Bench 4.0 则是 Opus 5.5 较高（61.6% 对 53.0%），跟官方表的方向相反。
  • Arena：截至 2026 年 9 月 29 日，Sonnet 5.5 在各排行榜都还没有名次。

给新手的实用建议：例行、目标明确的工作，或是讲究速度的场合，用 Sonnet 5.5 默认力度。复杂、开放式、需要大量判断的工作，交给 Opus 5.5。把 Sonnet 开到最高力度去追 Opus 的成绩，成本不会比较低。

价格与方案

项目（每百万 token）Sonnet 5.5Opus 5.5
输入$2$4
输出$10$20
缓存写入（5 分钟）$2.50$5
缓存读取$0.20$0.20

Batch API 输入输出各打 5 折。单位是“每百万 token”（MTok）。打个比方，一个任务用了 100 万个输入 token、又生成 100 万个输出 token，用 Sonnet 5.5 是 12 美元（2 加 10），用 Opus 5.5 是 24 美元（4 加 20）。缓存读取指重复使用同一段内容时的收费，通常比第一次输入便宜很多。

谁能用：

  • claude.ai 方案：claude.com/pricing（截至 2026 年 9 月 29 日）把 Sonnet 在 Free、Pro、Max、Team、Enterprise 都标成“Yes”，但价格页没有写各方案用的是哪个 Sonnet 版本，所以无法确认免费版跑的是 Sonnet 5.5。
  • API 与云平台：Claude API、Amazon Bedrock、Claude Platform on AWS、Google Cloud、Microsoft Foundry 都有。
  • GitHub Copilot：Pro、Pro+、Max、Business、Enterprise 用户可用，GitHub 在 9 月 28 日公告会逐步开放。
  • Claude Code：根据 2.1.284 版更新记录，Sonnet 5.5 已是 Anthropic API 上的默认 Sonnet 模型。

要注意的是，上面的价目表是给开发者用 API 接入时看的计费方式。如果你是订阅 claude.ai 的 Pro、Max 这类方案，是每月固定收费，不用自己算 token，只是用量有上限。两种付费方式不一样，别搞混了。

开发者要注意的变更

以下是给有在写代码、接 API 的开发者看的，一般用户可以跳过：

  • thinking 关不掉：要关掉前置思考，改用 between_tools，只能搭配 low、medium、high 力度，xhigh 或 max 会返回 400 错误。
  • 强制指定工具会出错：以前可以强制要求模型一定要调用某个工具，现在会返回错误。
  • thinking blocks 绑定模型与对话：思考记录绑定产生它的模型与那一条对话，也只能在产生它的账号或关联账号使用。多数人不会发现差别，跨账号搬对话、或在 Claude Code 中途换账号时才会碰到。
  • 旧版 computer use 工具被拒：在 Claude API 和 Google Cloud 上，computer_20251124 不再接受。
  • advisor 工具限制：advisor 工具不接受 Opus 4.8、Opus 4.7、Sonnet 5 当顾问。

另外，把 sampling 参数（temperature、top_p、top_k）设成非默认值，或使用 assistant prefill、thinking budget，也都会返回 400。effort 等级重新校准过，同一个等级的思考量跟 Sonnet 5 不同，升级前请重测。根据 9 月 29 日查询的迁移指南，Amazon Bedrock 上的 Sonnet 5.5 还不支持 structured outputs。

安全重点

Anthropic 每次发新模型都会公布系统卡，说明做过哪些安全测试。这次的重点如下，以系统卡与官方公告的说法为准：

  • 第一款有网络安全防护的 Sonnet：因为网络安全能力接近 Opus 5，Sonnet 5.5 是第一款带着网络安全防护上线的 Sonnet。日常写代码、找 bug 不受影响，但风险较高的网络安全任务会明显改由 Sonnet 5 回答。
  • 防止能力被“蒸馏”：蒸馏攻击（distillation）是用大量假账号，大规模榨取模型的能力。Sonnet 5.5 是第一款配有安全分类器、拦下“提取推理过程”请求的 Sonnet。
  • 更能抵抗提示注入：系统卡说它是目前最能抵抗提示注入（prompt injection，在内容里藏恶意指令）的 Sonnet，特别是在编程与浏览器操作场景。
  • 很少尝试逃出沙盒：在 Anthropic 的沙盒封闭评测中，它尝试逃出的频率接近表现最好的 Opus 5.5，Anthropic 也说，它是自家所有模型里最不会去试探容器限制的。
  • 官方自己列的退步：在追踪、监控类等部分多轮对话测试出现退步；思考内容比许多先前模型更难读懂；电脑操作环境中对有害任务的拒绝率与 Opus 5.5 相当，但比部分更早的模型差。
  • 门槛：系统卡表示没有跨过任何新的 RSP（Responsible Scaling Policy，负责任扩展政策）门槛。

小企鹅的总结

受益最直接的有三种人：通过 API 用 Sonnet 5 的人，同样价格拿到更快、更省 token 的新版；想要速度的 Claude Code 用户，Claude Code 2.1.284 已经把 Anthropic API 上的默认 Sonnet 换成 Sonnet 5.5；常做演示文稿与文档的人，官方特别强调这块。

需要长时间判断、方向不明确的工作，还是留在 Opus 5.5。开发者升级前记得重测 effort 等级，也留意上面那几个破坏性变更。免费版到底跑哪个 Sonnet 版本，价格页没写，想确认可以直接看 App 里的模型菜单。

延伸阅读

参考资料

封面图片来源：Anthropic（anthropic.com/claude-sonnet-5-5）

本文为 AI 模型 API 计费与订阅方案的消费信息，不涉及证券或投资建议。实际定价以 Anthropic 官方最新公告为准，本文信息截至 2026 年 9 月 29 日，可能已经过时。