Anthropic 的 Claude Sonnet 5.5 逼近 Opus 效能,同時將每項任務成本降低最多 30%
重點速覽
- •Anthropic 推出 Claude Sonnet 5.5,這是 Claude 5.5 系列的第二款模型,以較低的成本級別瞄準程式編寫、日常生產力與文件工作。
- •該模型的輸出速度比 Sonnet 5 快超過 30%,並透過 token 效率將每項任務成本最多降低 30%,而每 token 定價維持每百萬輸入 token 2 美元、每百萬輸出 token 10 美元不變。
- •Sonnet 5.5 在 Terminal-Bench 4.0 上以 70.6% 對 66.4% 超越 Opus 5.5,並在 GDPval-AA 上相差不到兩分,得分為 1,844 對 Opus 的 1,846。
- •在程式編寫評測中,Sonnet 5.5 在 FrontierCode 的 High effort 設定下比 Sonnet 5 提升約 10 分,同時每項任務成本約為後者的十五分之一。
- •這是首個配備與 Anthropic 高階級別相當的網路安全防護機制的 Sonnet 模型,此變更可能使較高風險的網路安全請求回退至 Sonnet 5。
Anthropic 已推出 Claude Sonnet 5.5,這是 Claude 5.5 系列的第二款模型,定位為程式編寫、日常工作與文件製作中更快速、更經濟的選擇。
根據 Anthropic 的公告,該模型的輸出速度比前代 Sonnet 5 快超過 30%,且在該公司的測試中,每項任務成本最多可降低 30%。這項節省主要源自效率提升:Sonnet 5.5 完成相同工作所需的 token 更少。每 token 定價本身維持不變,為每百萬輸入 token 2 美元、每百萬輸出 token 10 美元。這一區別對大量使用該模型的團隊而言非常重要:由於標價不變,節省體現在任務層面,而成本會隨使用量累積。
Anthropic 將 Sonnet 5.5 定位為 Claude Opus 5.5 的低成本互補方案。Opus 仍針對需要持續判斷力的複雜、開放式工作,而 Sonnet 則為更明確定義的任務而設計,例如除錯以及製作文件、簡報與試算表。
然而,在某些評測中,兩款模型之間的差距已明顯縮小。Sonnet 5.5 在 Terminal-Bench 4.0 上的得分超越 Opus 5.5,分別為 70.6% 與 66.4%。在衡量現實世界知識型工作的 GDPval-AA 上,兩者幾乎持平,Sonnet 5.5 得分 1,844,Opus 5.5 為 1,846。Anthropic 表示,在某些 effort 設定下,Sonnet 5.5 的表現與 Opus 5.5 相當,不過該公司仍認為 Opus 是處理需要持續判斷力的複雜任務時更強的模型。對於在兩個級別之間權衡的買家而言,這些結果提供了一個參考點,說明以 Sonnet 較低的每項任務成本能保留多少實測能力。
程式編寫是改進幅度最大的領域之一。Anthropic 報告指出,Sonnet 5.5 在 FrontierCode 的 High effort 設定下比 Sonnet 5 提升約 10 分,同時每項任務成本約為後者的十五分之一。該模型的最佳 CursorBench 得分也與 Opus 5.5 相差約兩分以內。
更廣泛的知識型工作也有顯著提升。Anthropic 表示,Sonnet 5.5 在電腦操作與圖表識別方面接近 Opus 5.5,並在該公司的內部與外部評測中全面超越 Sonnet 5。
Sonnet 5.5 也是首個配備與 Anthropic 高階模型相當的網路安全防護制的 Sonnet 模型,此前其網路能力較上一代有大幅提升。因此,較高風險的網路安全請求可能會回退至 Sonnet 5,而常規開發任務仍可使用——這是在更嚴格的防護與任務可用性之間的取捨,將模型用於安全相關工作的團隊需要將此納入考量。
該模型已在 Anthropic 的平台上提供,也可透過 Amazon Web Services、Google Cloud 和 Microsoft Azure 使用。開發人員可透過 Claude Platform 使用識別碼 claude-sonnet-5-5 進行存取。
Anthropic 補充表示,針對高用量、對成本敏感應用場景的 Claude Haiku 5.5 將於未來數週內加入 Claude 5.5 家族。一旦推出,該家族將完整涵蓋 Anthropic 的各個級別,從持續性的複雜工作到高用量部署皆然。
