Anthropic 週一正式發布 Claude Sonnet 5.5，指這款新一代中階大型語言模型，在相若工作量下推理速度可提升逾三成，每項任務的成本最高可再壓低約 30%。
重點摘要：
- Sonnet 5.5 在 Terminal-Bench 4.0 編碼測試中取得 70.6% 分，遠勝 Sonnet 5 的 10.3%。
- 成為首款於發佈時即配備頂級「網絡安全防護」的 Sonnet 模型。
- 有獨立測試機構指，在「最大努力」模式下，其平均每次任務成本反而高於 Sonnet 5。
Claude Sonnet 5.5 效能與定位
這是 Claude 5.5 系列中第二款推出的模型，距離旗艦型號 Claude Opus 5.5 上市僅相隔六日。Anthropic 在發佈聲明中表示，新作 Claude Sonnet 5.5 主要定位為 Opus 5.5 的「高速、平價配搭」，針對界定清晰的日常企業任務、程式錯誤修正，以及潤飾文件、簡報與試算表等工作場景。
價格方面，Sonnet 5.5 收費為每百萬輸入 token 2 美元、每百萬輸出 token 10 美元，明顯壓低中高階模型的使用門檻。
在代理式編碼基準測試 Terminal-Bench 4.0 上，Sonnet 5.5 的得分達到 70.6%，明顯高於 Sonnet 5 的 10.3%，亦略勝更昂貴的 Opus 5.5（66.4%）。同時，據報該模型亦成功 以「僅憑遊戲截圖」通關《精靈寶可夢 紅版》，展示其在長期規劃及圖像理解任務上的綜合能力。
目前 Sonnet 5.5 已可於 Anthropic 全線平台運行，包括 Amazon Web Services、Google Cloud 及 Microsoft Azure 等主流雲端服務。Anthropic 表示，主打「超高流量及極端成本敏感」場景的更小型模型 Claude Haiku 5.5 將於數週內接力推出，屆時完整三款 5.5 系列產品線將全面到位。
延伸閱讀： OpenAI 暫緩 Frontier AI 研發 起因 9 月 20 日「沙盒逃脫」事件
Sonnet 5.5：安全機制與實際成本爭議
在安全與企業採用層面，Anthropic 引述 Epic Games 營運總監 Daniel Vogel 的評語。據他表示，Sonnet 5.5 在早期測試已能處理「數以萬行計」的遊戲系統程式碼，品質「符合甚至接近較高階模型的一貫標準」。
由於 Sonnet 5.5 的網絡攻防與程式能力已接近 Opus 5，Anthropic 首次將原本只為頂級模型預留的「網絡安全防護組合」下放至 Sonnet 系列。官方強調，一般錯誤修正與維護類請求不受影響，但涉及較高風險的網絡安全相關操作，系統會明顯回退到 Sonnet 5 處理；同時，新增分類器會攔截用戶試圖抽取其內部推理過程的行為。
不過，並非所有測試都認同其「成本更低」的說法。獨立評測機構 Artificial Analysis 指出，於「最大努力」設定下，其量度 的加權平均成本為每次基準任務 7.60 美元，高於 Sonnet 5 的 5.09 美元；雖然整體效能指數由 38 升至 56，但在最高負載情境下，性價比是否優於前代，仍有討論空間。
今次發佈緊接 9 月 22 日 Opus 5.5 上市之後。當時 Anthropic 宣布下調 旗艦模型價格 20%，至每百萬輸入 token 4 美元、每百萬輸出 token 20 美元，並聲稱在一般工作負載下，Opus 5.5 的實際使用成本可較 Opus 5 便宜約四成，輸出速度亦可加快逾三成。同日，OpenAI 亦推出 GPT-6 Sol 與 GPT-6 Luna，定價為前代的一半，令高端 AI 模型價格戰進一步白熱化。
下一步閱讀： BlackRock 指運算力或將商品化 走向期貨市場
