Anthropic 週一發表最新中階 AI 模型 Claude Sonnet 5.5，強調在相同任務下，推理速度較前一代快逾 30%，單次任務成本最高可降 30%。
重點整理：
- Sonnet 5.5 在 Terminal-Bench 4.0 程式碼測試中拿下 70.6 分，大幅優於 Sonnet 5 的 10.3 分。
- 這是首款自帶頂級「網路攻防防護」設定發表的 Sonnet 系列模型，原本僅限 Anthropic 旗艦系統使用。
- 一項獨立基準測試指出，在「最大運算強度」條件下，Sonnet 5.5 的單次任務成本反而高於 Sonnet 5。
Claude Sonnet 5.5 基準測試表現
Anthropic 在發表聲明中表示，Sonnet 5.5 是 Claude 5.5 家族的第二款模型，距旗艦級 Claude Opus 5.5 上線僅相隔六天，詳情見公司公告。
官方定位 Sonnet 5.5 為 Opus 5.5 的「高速、平價」搭檔，主要鎖定需求邏輯清楚的日常任務、除錯工作，以及精修文件、簡報與試算表等應用。定價為每百萬個輸入 token 2 美元、每百萬個輸出 token 10 美元。
在代理型程式能力測試 Terminal-Bench 4.0 中，Sonnet 5.5 的得分為 70.6%，明顯高於 Sonnet 5 的 10.3%，也略優於價格更高的 Opus 5.5 的 66.4%。此外，它也成為首個僅憑螢幕截圖就成功通關《神奇寶貝紅》的 Sonnet 模型，被視為其長程任務規劃與圖像理解能力的指標性測試。
目前 Sonnet 5.5 已全面上線於 Anthropic 各大服務管道，包括 Amazon Web Services、Google Cloud 與 Microsoft Azure。Anthropic 同時預告，主打高流量、極致成本敏感場景的小型模型 Claude Haiku 5.5 將於數週內推出，屆時將補齊三款 5.5 系列產品線。
延伸閱讀： OpenAI 在 9 月 20 日「沙盒脫逃」事件後踩煞車，放慢 Frontier AI 進度
Sonnet 5.5 的安全防護與成本爭議
Anthropic 在說明中引述 Epic Games 營運長 Daniel Vogel 的說法指出，Sonnet 5.5 在內部早期測試中處理了上萬行遊戲系統程式碼，他表示成品「達到了你對高階模型才會有的品質標準」。
由於 Sonnet 5.5 的網路攻防相關能力被 Anthropic評估已接近 Opus 5，因此這次是首度在 Sonnet 系列發表時，就直接啟用原本僅供最強模型使用的資安防護機制。官方強調，例行除錯、修復程式錯誤並不受影響，但當使用者提出風險較高的網路攻防請求時，系統會明顯退回至 Sonnet 5 處理；同時，新版分類器也會阻擋嘗試抽取模型推理過程的行為。
不過，外界對於「成本更低」的說法並非一致買單。獨立機構 Artificial Analysis 在一項測試中測得，在將模型火力全開、追求最高表現的設定下，Sonnet 5.5 單一次基準任務的加權成本約為 7.60 美元，反而高於 Sonnet 5 的 5.09 美元；但同時，新模型的整體指數評分也從 38 提升至 56，顯示效能確實明顯進步。
本次發表緊接在 9 月 22 日 Opus 5.5 上線之後。當時 Anthropic 同步下調旗艦 Opus 定價 20%，至每百萬輸入 token 4 美元、每百萬輸出 token 20 美元，並宣稱在典型工作負載下，Opus 5.5 的實際使用成本約可較 Opus 5 降低 4 成，輸出速度則可提升逾 3 成。同日 OpenAI 也推出 GPT-6 Sol 與 GPT-6 Luna，定價約為前一代的一半，進一步加劇高階模型價格戰。
下一步閱讀： 貝萊德：運算能力有望成為期貨市場新商品
