Anthropic 週一發布 Claude Sonnet 5.5，這是其於 6 月推出的中階 AI 模型 Sonnet 5 的最新升級版本。定價維持不變：每百萬輸入權元 2 美元、每百萬輸出權元 10 美元——僅為該公司對 Opus 5.5 收費的一半。

儘管價格較低，這款模型在編碼方面的表現已超越其更大的同門產品。根據 Anthropic 的數據，在 Terminal-Bench 4.0 上，Sonnet 5.5 拿下 70.6%，高於 Opus 5.5 的 66.4%。獨立測試機構 Artificial Analysis 自行執行了該基準測試，同樣將 Sonnet 5.5 排在前面，成績為 63.6% 對 59.6%。不過該機構在其排行榜上仍將其列為僅次於 Opus 5.5 的第二名，並指出它在每項任務上使用的權元多於其所測試的任何模型。

Anthropic 表示，新模型的運行速度比前代快逾 30%。該公司寫道：「Sonnet 5.5 最擅長範圍明確的日常工作、修復程式錯誤，以及製作精美的文件、簡報和試算表。它在設計方面也很有眼光。」

權元是 AI 模型讀取與寫出的文字片段——略短於一個單詞——AI 公司以百萬為單位計費。雖然標價與 Sonnet 5 相同，但新模型每項任務使用的權元少了近三分之一，這意味著儘管費率相同，它的實際運行成本反而低於前代。

這款模型真正亮眼之處在於編碼。Terminal-Bench 4.0 衡量 AI 代理是否能夠透過自行輸入指令完成複雜的專業任務，以完成任務的比例計分。Sonnet 5.5 拿下 70.6%。Opus 5.5 得分 66.4%，而 Sonnet 5 僅為 10.3%。簡而言之，更便宜的模型完成了更多任務。

Artificial Analysis 的獨立測試結果也一致：Sonnet 5.5 為 63.6%，Opus 5.5 為 59.6%，OpenAI 的 GPT-6 Astra 為 59.1%。該機構在 X 上發文強調了這款模型的進步：

Claude Sonnet 5.5 (max) makes large strides on Terminal-Bench, sitting among the top models for both Terminal-Bench 4.0 and Terminal-Bench-Science. In Terminal-Bench 4.0 it scores 64%, a 50 point increase over Claude Sonnet 5 (max), and slightly above 60% for Opus 5.5 and GPT-6… pic.twitter.com/7CPrhgmfxe

— Artificial Analysis (@ArtificialAnlys) September 28, 2026

得分也取決於 effort 設定，這個旋鈕會讓模型思考更久以獲得更好的答案——同時來更高的帳單。Anthropic 表示，Sonnet 5.5 在 High 強度下於 FrontierCode 上的表現與 GPT-6 Sol 相當，而每項任務的成本僅約其五分之一。

在 GDPval-AA 這項以 Elo（類似西洋棋等級的相對實力評分系統）評估 44 種職業真實世界專業工作的測試中，Sonnet 5.5 得分 1844，與 Opus 5.5 的 1846 實際上不分上下。GPT-6 Sol 得分為 1487。

競爭對手的定價也相同。OpenAI 上週將 GPT-6 Sol 降價至 2 美元和 10 美元，而其中階模型 GPT-5.6 Terra 的定價為 2 美元和 12 美元。Sonnet 5.5 與 GPT-6 Sol 目前的定價完全相同——不過，正如上述 effort 設定所顯示，標價相同並不保證每項任務的實際成本相同。Anthropic 並未公布 Terra 的基準測試數據。

但有個代價

代價在於冗長。Sonnet 5.5 是個話癆：在最高強度下，它在每項測試任務中產生了約 193,000 個權元，是 Artificial Analysis 迄今測得的最高值，比 Opus 5.5 多出約 60%。這使每項任務的成本達到 7.60 美元，比 Sonnet 5 高出約 50%——這一結果與 Anthropic 宣稱的高達 30% 的節省幅度相矛盾。

Anthropic 的節省主張建立在較低的設定上。該公司表示，在其應用程式的預設 Medium 強度下，Sonnet 5.5 以不到十分之一的成本超越 Sonnet 5 的最佳編碼成績。Artificial Analysis 認為 High 強度的性價比最高。對一般使用者而言，這意味著只要旋鈕維持在低檔，就能以極低的價格獲得接近旗艦水準的編碼能力。

仍有一些注意事項。Anthropic 的基準測試表為自行報告，而 Artificial Analysis 測試的是一個存在錯誤的預發布版本，Anthropic 預期該錯誤影響甚微或使其成績略被低估，這也是值得關注正式版本獨立測試結果的原因之一。該公司也表示，在需要持續判斷力的複雜工作上，Opus 5.5 仍然明顯更強。

專為高用量、對成本敏感的應用而打造的 Claude Haiku 5.5 預計將於數週內推出，與 Opus 5.5 和 Sonnet 5.5 一起完整構成 Anthropic 的 5.5 世代產品線。