刚刚，Anthropic 发布了 Claude Sonnet 5.5，这是 Claude 5.5 家族的第二个模型。
距离上周 Opus 5.5 的发布，刚好过去了一周。
Claude 的官宣推文中写道：
“相比 Sonnet 5，这是一次明确的升级：速度快了 30% 以上，大多数工作的成本最多降低 30%。
价格则和 Sonnet 5 保持一致，输入 $2、输出 $10（每百万 token），正好是 Opus 5.5 的一半。
而这个价格，也和上周刚发布的 GPT-6 Sol 一毛一样……
跑分贴着 Opus 5.5
先来看官方的 benchmark 表：
最离谱的当属 Terminal-Bench 4.0：Sonnet 5 只有 10.3%，而 Sonnet 5.5 直接干到了 70.6%，反超了自家大哥 Opus 5.5 的 66.4%。
要知道，Opus 5.5 的这个成绩，已经是它开 Xhigh 时的最高分了。
看图表的 Chartography 也类似，从 15.6% 涨到了 61.6%，差不多翻了四倍。
知识工作的两项里，GDPval-AA 上 Sonnet 5.5 拿到了 1844 分，和 Opus 5.5 的 1846 只差 2 分。OSWorld 的 computer use 上是 80.1% 对 81.8%，CursorBench 上是 55.5% 对 57.8%，也基本是贴着走的。
而同价位的 GPT-6 Sol，在两项知识工作和 Chartography 上都落后了 Sonnet 5.5 一大截，只有 FrontierCode 的 49.3% 比 Sonnet 5.5 开 Max 时要高（但不如开 Xhigh 时的 52.1%）。
怎么说呢，一半价格的 Sonnet 5.5，在多数项目上几乎和 Opus 5.5 性能相当。
官方给它的定位，是 Opus 5.5 的一个更快、更便宜的搭档，最擅长的是范围明确的日常任务、修 bug，以及做出精致的文档、幻灯片和表格。
快 30%，也更省 token
Sonnet 5.5 的单价虽然没降，但干同样的活，需要的 token 要少得多。在官方的测试中，单个任务的成本比 Sonnet 5 最多能低 30%。
输出速度也同样快了 30% 以上，是 Anthropic 迄今为止最快的 Sonnet 模型。
官方放了一段速度对比，让 Sonnet 5 和 Sonnet 5.5 同时写一个 boids 鸟群模拟：
Sonnet 5.5 用了 4,158 个 token 先写完，鸟群已经飞起来了，这时 Sonnet 5 还在一行行往下写代码，最后多花了将近 500 个 token 才完工。
等到 Sonnet 5 的鸟群开飞，Sonnet 5.5 那边已经飞了 13 秒多……
早期客户给出的数字，也是同样的反馈：
Balyasny 资产管理：金融类任务中，Sonnet 5.5 每个回答大约用 12.1 万 token，Sonnet 5 则要 49.7 万。
Box：速度快了 2.4 倍，总 token 少了 12%，找出原始文档里错误的准确率也更高。
Slack：离线评测中超过了 Sonnet 5，用的步数更少，输出 token 也少了约 14%。
Zendesk：工单处理快了 20%，错误决策也更少。
Atlassian：Rovo Agents 换上 Sonnet 5.5 后，最多快了 30%。
Epic Games：在动辄数万行代码的系统设计审计、数据流审查上，达到了「你对更高档模型才会有的质量标准」。
低 effort 打赢 Sonnet 5 满配
更夸张的一组数据，是关于 effort 档位。官方称：
“在多个 benchmark 上，Sonnet 5.5 开 Low 或 Medium，就能以大约十分之一的成本，超过 Sonnet 5 的最好成绩。
Sonnet 5.5 提供 Low、Medium、High、Xhigh、Max 五档 effort，Claude 应用里默认是 Medium，Claude Platform 上默认则是 High。
effort 到底调的是什么，可以看我前两天的那篇 Claude Code 官方博客：Claude Code Thariq：如何设置不同模型的 effort？
先看知识工作的 AA-Briefcase：
Sonnet 5 开到最高档，每个任务大约要花 14 美元，Elo 在 1360 上下；而 Sonnet 5.5 只开 Medium，每个任务 1.6 美元左右，Elo 就已经到了 1460 附近。
CursorBench 4.0 上更直观，Sonnet 5.5 最低的 Low 档（每个任务约 0.5 美元）就有 36% 左右，已经超过了 Sonnet 5 满配的 34.1%：
Terminal-Bench 4.0 也是如此，Low 档的 20% 左右，就已经是 Sonnet 5 最高分的两倍了。
而在 FrontierCode 这张图里，则有个挺好玩的小插曲：
Sonnet 5.5 开 Xhigh 能拿到 52.1%，开到 Max 反而掉到了 46.2%。
原因在于，FrontierCode 考的是代码改动能不能不经人工修改就直接合并，改了任务范围以外的东西，哪怕改得再好、再有帮助，也是要扣分的。
而开到 Max 的 Sonnet 5.5，会更频繁地去调用 Claude Code 的 code-review skill，把审查拆给一大堆 subagent 去做。结果在 Cognition 检查的两个案例里，要么是跑超时了，要么是多改了任务范围之外的代码……
活干多了，也是会被扣分的。
沙丘与宝可梦
Sonnet 5.5 另一个被官方拿出来说的，是设计能力：能给用户界面加上更多打磨，按模板做出来的幻灯片，基本也不太需要再改。
官方又放了一段对比，prompt 是「用一个 HTML 文件做出风吹沙丘」：
Sonnet 5 画出来的是几条平滑的曲线，Sonnet 5.5 则多了一轮红日，沙丘也有了陡峭的落沙坡和阴影线条，画面讲究了不少。并且它还更早完工，少用了 368 个 token。
写作上，官方称 Sonnet 5.5 和 Opus 5.5 一样，比上一代模型写得更清楚。再加上速度快，很适合拿来快速迭代，以及在不那么复杂的任务上来回协作。
Anthropic 的 Alex Albert 也在 X 上表示：
“Sonnet 5.5 有我喜欢 Opus 5.5 的那种感觉。它写得很清楚，非常快，能力相比 Sonnet 5 是一次大跃升。非常适合拿来迭代。
另外还有个小彩蛋：Sonnet 5.5 是第一个只靠截图，就通关了《宝可梦 红》的 Sonnet 模型。
安全与防蒸馏
在 Anthropic 的自动化行为审计中，Sonnet 5.5 在大多数对齐和诚实性指标上，都比 Sonnet 5 更好或者持平。
它也是第一个带有网络安全防护和兜底机制的 Sonnet，这套机制此前只用在 Anthropic 最强的几个模型上。日常的软件开发、调试不受影响，而风险较高的网络安全任务，则会回退给 Sonnet 5 来处理。做网络防御工作的团队，可以申请扩大后的 Cyber Verification Program（网络安全验证计划）。
生物安全方面，则沿用了 Sonnet 5 的那套防护，大多数科研、教育和临床工作不受影响，相关机构可以申请 Life Sciences Verification Program。
还有个有些朋友可能关心的，是防蒸馏。
Sonnet 5.5 是第一个配备了防推理提取安全分类器的 Sonnet 模型，同时扩大了 preserved thinking（保留思考）的范围，让思考内容没法脱离发起请求的账号被单独拿走。
A 社今年 2 月曾公开点名 DeepSeek 和 MiniMax 等一众国产模型公司对 Claude 发起了「工业级蒸馏攻击」，而这回，防蒸馏也终于下放到了 Sonnet 这一档。
可用性
Sonnet 5.5 今天已经全面上线，Claude 应用、Claude Code，以及 API（模型 ID claude-sonnet-5-5），同时登陆 AWS、Google Cloud 和 Microsoft Azure，支持零数据保留。
API 价格（每百万 token）：
• 输入：$2
• 输出：$10
• 缓存读取：$0.20
• 缓存写入：$2.50
至于面向高并发、成本敏感场景的 Haiku 5.5，官方表示会在未来几周内发布。
评论区的网友们，则是一半在问 Haiku 呢，另一半在求再来一次额度重置……（上周 Opus 5.5 发布时刚送过一次，懂的都懂）
而如果你的 cc 额度常年告急，那最实在的用法，大概是把 Claude Code 里的 subagent 都换成 Sonnet 5.5，再让 Opus 5.5 来当指挥了。
◇ ◆ ◇
