Claude Sonnet 5.5：终端任务从 10% 到 71%，按任务算未必更便宜

发生了什么

9 月 28 日 Anthropic 发布 Claude Sonnet 5.5（模型 ID claude-sonnet-5-5），通过 Claude 平台以及 AWS、Google Cloud、Microsoft Azure 提供。本站 9 月 22 日的价格战信号里，Anthropic 预告过 Sonnet 5.5 即将推出，这就是它。本条的数字来自 Anthropic 的发布页，成本上的反面数字来自 InfoQ 转述的 Artificial Analysis 测量。

价格

每百万 token 的输入 / 输出 / 缓存读取 / 缓存写入：

• Sonnet 5.5：2 / 10 / 0.20 / 2.50 美元
• Opus 5.5：4 / 20 / 0.20 / 5 美元

标价是 Opus 5.5 的一半，与 OpenAI 的 GPT-6 Sol 相同。缓存读取两者一样，都是 0.20 美元，所以在缓存命中率很高的智能体对话里，Sonnet 与 Opus 的实际价差会比标价显示的小。

基准：终端任务跳了一大截，其他地方仍在 Opus 之下

Anthropic 发布页的对比，依次为 Sonnet 5.5 / Sonnet 5 / Opus 5.5：

• Terminal-Bench 4.0：70.6% / 10.3% / 66.4%
• CursorBench 4.0：55.5% / 34.1% / 57.8%
• FrontierCode 1.1（Max 档）：46.2% / 42.4% / 54.4%，GPT-6 Sol 为 49.3%
• OSWorld 2.1：80.1% / 57.0% / 81.8%
• Humanity's Last Exam（带工具）：64.5% / 54.9% / 67.7%

最醒目的是 Terminal-Bench：从 10.3% 到 70.6%，还超过了 Opus 5.5。其余几项它都略低于 Opus 5.5，FrontierCode 上也低于 GPT-6 Sol。这些都是厂商自报的数字，而且同一张表里各模型的推理档位不一定相同。

「更便宜」取决于你开到哪一档

Anthropic 称 Sonnet 5.5 的输出速度比 Sonnet 5 快三成以上，单任务成本最多低 30%。但据 InfoQ 转述，Artificial Analysis 把推理强度调到 Max 之后，单任务成本达到 7.60 美元，比 Sonnet 5 高约 50%。两个说法可以同时成立：低档位下它用更少的工具调用和迭代完成任务，高档位下思考 token 又把省下的钱吃了回去。

默认档位也因此重要：Claude 应用里默认是 Medium，Claude 平台上默认是 High。

安全上的两处变化

• 网络安全方面的防护与 Opus 5.5 相当，更高风险的请求会回退到 Sonnet 5 处理。
• 这是第一个带防蒸馏分类器的 Sonnet，用来阻止别人通过它的输出批量提取推理过程。

对读者意味着什么

1. 做终端、命令行类智能体任务的团队，值得先在自己的任务上把 Sonnet 5.5 和 Opus 5.5 并排跑一次：在这一类任务上，便宜的那个反而更强。
2. 比成本时按任务算，不要按单价算；并且记下所用的推理档位，否则厂商和第三方的结论会互相矛盾。
3. InfoQ 的文章提出了一个实际问题：已经在用 Opus 5.5 的订阅用户，换到 Sonnet 5.5 的理由不多。它最清楚的位置是高频、目标明确的 API 任务。