Anthropic 於 9 月 28 日發布 Claude Sonnet 5.5，這是 Claude 5.5 系列的第二款模型，並透過 X 上的官方貼文宣布此次亮相。據 Reuters 報導，此次發布之際，該公司正朝首次公開募股（IPO）邁進。這也凸顯了評估 AI 技術標準的轉變：原始基準效能仍是重要考量，但企業日益重視以特定模型產出成果的成本高低。

Anthropic 表示，Sonnet 5.5 的運行速度比 Sonnet 5 快超過 30%，且完成大多數任務的成本最多可降低 30%，儘管 token 價格維持不變。根據該模型的發布頁面，成本降低來自於以更少的 token 完成相同的工作。

標價相同，token 用量更少

Sonnet 5.5 的定價為每百萬輸入 token 2 美元、輸出 token 10 美元，以及快取讀取 token 0.20 美元——後者為重複使用模型已處理內容的優惠費率。Opus 5.5 專精於複雜推理與判斷操作，輸入與輸出 token 分別定價為 4 美元與 20 美元。Sonnet 則定位於日常工作量，例如程式編寫、文件產生與試算表。

這一定價將效率推向討論的核心。對許多任務而言，企業不需要市面上效能最高的模型；一個能穩定完成工作的低成本模型，可能比在基準測試中多拿幾分更重要。這一動態對 Anthropic 尤其關鍵，據 Reuters 報導，該公司約 80% 的營收來自企業客戶。

基準分數不再是全部

Anthropic 表示，Sonnet 5.5 在 Terminal-Bench 4.0 上取得 70.6% 的分數，這是一項測模型在真實終端機任務表現的代理式基準測試，而 Sonnet 5 僅為 10.3%。但來自獨立評測機構 Artificial Analysis 的 Artificial Analysis 排行榜顯示，基準結果為何只是全貌的一部分。在最大努力模式下，Sonnet 5.5 在智能量表上達到 56 分，估計每項任務成本為 7.60 美元。GPT-6 Sol 以每項任務 1.06 美元的成本達到 48 分，而小米的 MiMo-V2.6-Pro 僅以 0.13 美元取得 46 分。換言之，智能表現領先的模型不一定在成本效率上領先——對高流量工作負載而言，如此規模的單一任務成本差距會迅速累積。

這些成本差異促使企業轉向多模型策略：較困難的任務交由高等級系統處理，而例行工作則交由較便宜的替代方案執行。這種做法讓組織只在真正需要的地方為頂級能力付費。

思考的價格持續下滑

這一轉變符合一個更長期的趨勢。根據 9 月 22 日發布的 Epoch AI 報告，自 2023 年以來，達到特定 AI 效能水準的成本每季約下降 47%，相當於每年約 13 倍的降幅。另一份 9 月 29 日發布的 Cryptopolitan 報告指出，企業買家越來越傾向選擇能完成所需工作的最實惠模型，而低價也讓企業更容易合理化同時運行多個模型的做法。

token 更便宜，帳單更龐大

然而，較低的單位成本並不保證整體 AI 支出會下降。Gartner 於 8 月 17 日發布、題為「Gartner Predicts AI Inference Costs Per Agentic Workflow Will Increase More Than Fivefold Through 2028」的 Gartner 報告，描述了一種「推論悖論」：token 價格下跌刺激了更複雜的工作流程，進而推高整體 token 用量。單位價格與總支出是不同的槓桿——前者決定每個 token 的成本，後者則取決於工作流程消耗多少 token。

「產品負責人不能僅憑更有效率的 token 經濟學來合理化 AI 成本，」Gartner 資深總監分析師 Will Sommer 在 2026 年 8 月 17 日的報告中表示。

誰真正享受到更便宜的 AI

根據微軟發布的 Global AI Diffusion Report，低成本與開放權重模型有潛力顯著改善 AI 的可及性，尤其是在全球南方。即便如此，單靠較低的模型成本並不能決定採用程度——基礎設施、網路連線與技能，仍是較便宜 AI 是否真正被使用的決定性。

對企業買家而言，Sonnet 5.5 指出了市場的走向：最好的模型不一定是最強大的那個，而是能以合理成本把工作做好的那一個。系列中的下一款模型 Haiku 5.5 預計將於數週內推出，可望進一步推動這一轉變——讓高流量的 AI 工作執行成本更低，並讓企業更難為例行任務支付高額價格提出合理理由。