Claude Sonnet 5.5重磅发布：单任务成本最高降30%，性能逼近Opus 5.5

整理 | 屠敏

出品 | CSDN（ID：CSDNnews）

仅时隔一周，Anthropic 又发布了 Claude 5.5 系列的第二款模型——Claude Sonnet 5.5。

与几天前发布、定位更高的 Claude Opus 5.5 不同，Sonnet 5.5 没有把重点放在最复杂的任务上，而是更侧重日常开发、代码修复，以及文档、PPT、表格等工作，核心卖点是速度更快、成本更低。

从 Sonnet 5 到 5.5，最大的变化是“少花 Token，把事情做完”

如果只看模型价格，Sonnet 5.5 和上一代的 Sonnet 5 几乎没有区别。Sonnet 5.5 的 API 输入价格仍为每百万 Token 2 美元，输出为 10 美元，缓存读取则是 0.2 美元。

真正发生变化的是完成任务所需要的计算量。

Anthropic 表示，Sonnet 5.5 在不少测试中可以用更少的 Token 和更少的工具调用完成相同工作。根据其内部测试显示，单项任务的成本最高可以比 Sonnet 5 降低 30%。

与此同时，Sonnet 5.5 的输出速度提升了超过 30%，也是目前速度最快的 Sonnet 模型。

在 Coding 场景中，这一点尤其明显：早期测试者发现，新模型对代码库的理解更快，而且能够更多地批量处理工具调用，从而减少完成一个任务所需要的步骤。

例如在智能体代码评测基准 Terminal-Bench 4.0 中，Sonnet 5.5 得分 70.6%，而 Sonnet 5 仅为 10.3%。

在 FrontierCode 1.1 的测试中，Sonnet 5.5 在最高 Max effort 下得分 46.2%，Sonnet 5 为 42.4%。

在基于真实 Cursor 代码会话任务开展测试 CursorBench 4.0 上，Sonnet 5.5 达到 55.5%，Sonnet 5 为 34.1%。

Anthropic 还表示，在 FrontierCode 高算力档位下，新模型的得分比同档位 Sonnet 5 高出 10 分，单次任务成本仅约后者的十五分之一。

从 Anthropic 公布的案例来看，Sonnet 5.5 这次更新的重点，也主要落在了代码维度。

Anthropic 提到，Sonnet 5.5 在理解代码库、使用工具以及处理多步骤任务方面都有改进。部分早期测试者也发现，与此前的模型相比，新模型对提示词的要求没那么细，面对复杂的工程任务时，不需要把每一步都交代得很具体。

Base44 做了一组比较直接的测试：让不同模型完成 118 次真实应用构建。Anthropic 公布的测试结果显示，Sonnet 5.5 最终生成的应用质量与 Opus 5 接近，但平均每个项目只需要 3.6 次迭代，Opus 5 则需要 7.7 次。

Unity 也对 Sonnet 5.5 进行了测试，任务涉及 Unity Editor 操作和编码等多个步骤。按照 Anthropic 公布的数据，Sonnet 5.5 完成了其中 90% 的任务。

和 Opus 5.5 有什么区别？

Anthropic 这次对 Claude Sonnet 5.5 系列的定位其实已经比较清楚。

Opus 5.5 是目前更高阶的模型，主要面向复杂、开放式、需要长时间保持判断能力的任务，比如大型代码库迁移、复杂研究和知识工作。

Sonnet 5.5 则更像一个速度更快、成本更低的工作型模型，适合明确的开发任务以及大量需要快速迭代的日常工作。

从价格上看，两者也正好拉开一档：Sonnet 5.5 的输入和输出价格分别是每百万 Token 2 美元和 10 美元；Opus 5.5 则是 4 美元和 20 美元。两款模型的缓存读取价格都是 0.2 美元。

有意思的是，在部分测试中，Sonnet 5.5 已经非常接近 Opus 5.5。

比如在 CursorBench 4.0 基准测试中，Sonnet 5.5 得分为 55.5%，Opus 5.5 为 57.8%；GDPval-AA v2.1 这一面向真实职业任务的测试中，两者分别为 1844 和 1846，几乎处于同一水平。

但在更复杂的开放式工作上，两者依然存在定位上的差别。Anthropic 表示，在自己的测试以及外部测试中，Opus 5.5 在需要持续判断的复杂任务上仍然明显更强。

和 GPT-6 Sol 相比，Sonnet 5.5 的重点也不太一样

除了和自家的模型做对比之外，Anthropic 也在测评列表中放入了 OpenAI GPT-6 Sol 的对比数据。

在 FrontierCode 1.1 上，Sonnet 5.5 在高算力档位下为 46.2%，GPT-6 Sol 为 49.3%。

在知识工作方面，差距则更加明显。在横跨 44 个职业、9 大行业、测试真实业务任务的 GDPval-AA v2.1 基准测试中，Sonnet 5.5 得分为 1844，GPT-6 Sol 为 1487；AA-Briefcase v1.1 中，两者分别为 1811 和 1483。

Anthropic 因此强调，Sonnet 5.5 在长周期知识工作上的表现已经明显超过 GPT-6 Sol。

安全能力也跟着往上走

Sonnet 5.5 这次还有一个变化：Anthropic 首次把 Sonnet 系列纳入了接近旗舰模型级别的网络安全防护体系。

Anthropic 的说法是，Sonnet 5.5 的网络安全能力已经接近此前的 Opus 5，因此在处理高风险网络安全任务时，会采用与 Opus 5.5 类似的安全措施；如果风险进一步升高，系统还会回退到 Sonnet 5。

生物安全方面，Sonnet 5.5 延续了 Sonnet 5 的相关防护。Anthropic 表示，这些措施不会影响常规软件开发，以及大多数生命科学领域的工作。

另外，Anthropic 还专门针对模型蒸馏增加了一层防护。由于 Sonnet 5.5 的能力相比上一代有明显提升，它也成为首个在发布时就加入相关安全分类器的 Sonnet 模型，用来阻止大规模提取模型推理能力的行为。

Claude 5.5 系列还差一款 Haiku

随着 Sonnet 5.5 上线，Claude 5.5 系列目前已经有 Opus 5.5 和 Sonnet 5.5 两款模型。

正如上文所提到的，两款模型的定位也比较明确。Opus 5.5 面向更复杂、开放性更高的任务；Sonnet 5.5 则更多承担日常开发、Coding 和知识工作。

至于面向高并发、成本敏感场景的 Haiku 5.5，目前还没有发布。Anthropic 表示，这款模型将在未来几周加入 Claude 5.5 系列。

当 OpenAI、Anthropic、Google，到智谱、DeepSeek、Kimi、阿里都开始密集发布自进化相关研究，RSI 正从概念走向真正的技术竞赛。

11 月 20—21 日，2026 奇点智能技术大会「大模型技术：从 Agentic Scaling 到 RSI」专场，将邀请一线研究者与工程专家，围绕 Agentic Scaling、RSI、自进化闭环、持续学习、AI 制造 AI 等关键问题展开分享。

同时，我们整理了 《RSI（递归自我改进 / 自进化）前沿研究资料包》，汇总 OpenAI、Anthropic、Google、DeepSeek、智谱、Kimi、阿里等最新论文、官方技术报告与研究出处。

扫描下方海报二维码，领取 RSI 前沿资料包，并了解专题参会详情。