Anthropic 本周一发布最新中端大模型 Claude Sonnet 5.5。公司表示，相较前代 Sonnet 5，新模型推理速度提升逾 30%，单任务成本最多可再压缩约 30%。
要点速览：
- 在 Terminal-Bench 4.0 代码智能测试中，Sonnet 5.5 得分 70.6%，远高于 Sonnet 5 的 10.3%。
- 这是首个自带“顶配级”网络安全防护能力的 Sonnet 系列模型，此前此类防护仅向旗舰系统开放。
- 一项独立基准测试却显示，在“最大努力”设置下，Sonnet 5.5 的单任务成本高于 Sonnet 5。
Claude Sonnet 5.5：性能与定位
Sonnet 5.5 是 Claude 5.5 系列的第二款型号，在旗舰版 Claude Opus 5.5 发布仅六天后即紧随登场，Anthropic 在发布公告中披露了相关细节。
按照官方定位，Sonnet 5.5 旨在作为 Opus 5.5 的“高效搭档”：在结构清晰的日常任务、Bug 修复，以及精修文档、演示文稿和表格等场景中，提供更高性价比的选择。其定价为每百万输入 token 2 美元、每百万输出 token 10 美元。
在面向智能代理的编码基准测试 Terminal-Bench 4.0 中，Sonnet 5.5 的得分达到 70.6%，不仅大幅领先 Sonnet 5 的 10.3%，也略高于价格更高的 Opus 5.5（66.4%）。此外，它还成为首个仅依靠截图通关《精灵宝可梦：红》的 Sonnet 系列模型，被视为其在长程任务规划和图像理解上的一项“里程碑”。
目前，该模型已全面上线 Anthropic 所支持的主要云平台，包括 Amazon Web Services、Google Cloud 与 Microsoft Azure。Anthropic 同时透露，面向高吞吐、极致降本场景的小型模型 Claude Haiku 5.5 将在数周内推出，届时将构成完整的三档产品矩阵。
延伸阅读： OpenAI 在 9 月 20 日“沙盒逃逸”事件后踩下前沿模型刹车
Sonnet 5.5 的安全防护与成本争议
在应用侧，Anthropic 在发布中引用了 Epic Games 首席运营官 Daniel Vogel 的评估。Vogel 表示，在早期测试中，Sonnet 5.5 处理了数以万行计的游戏系统代码，其输出“达到了人们通常对高端模型的质量预期”。
得益于其网络安全相关能力接近 Opus 5，Sonnet 5.5 也成为首个在发布时即搭载 Anthropic 最高等级网络安全防护策略的 Sonnet 模型。官方强调，此举不会影响常规 Bug 修复，但对于高风险网络安全请求，系统会明显“降档”回 Sonnet 5 处理。同时，新引入的分类器将拦截试图“反向抽取”模型推理过程的行为。
不过，关于“更便宜”的说法并未获得所有测试的支持。第三方机构 Artificial Analysis 的一项测评 reportedly显示，在“最大努力”（即高强度推理、追求极致质量）设定下，Sonnet 5.5 的加权单任务成本为 7.60 美元，而 Sonnet 5 为 5.09 美元。尽管如此，新模型的综合指数得分却从 38 升至 56，显示在相同场景下可交付更高质量结果。
此次发布紧接 9 月 22 日 Opus 5.5 的亮相。彼时，Anthropic 宣布将旗舰型号单价下调 20%，至每百万输入 token 4 美元、每百万输出 token 20 美元，并称在典型工作负载下，Opus 5.5 的综合使用成本较 Opus 5 降低约 40%，生成速度提升逾 30%。同日，OpenAI 发布 GPT-6 Sol 与 GPT-6 Luna，并将其定价压至前代的一半，令高端大模型价格战进一步升温。
下篇看这个： 贝莱德称算力或将走向期货市场
