Anthropic 发布 Claude Sonnet 5.5，编程能力大幅提升但高推理强度下成本激增

Anthropic 于 9 月 28 日推出 Claude Sonnet 5.5，这是 Claude 5.5 家族的第二款模型，距离 Claude Opus 5.5 发布还不到一周。官方同时表示，Haiku 5.5 将在未来几周内登场。

从公布的数据看，Sonnet 5.5 的核心提升集中在 Coding Agent 场景。在 Terminal-Bench 4.0 上，它从上一代的 10.3% 跃升到 70.6%，并超过了 Opus 5.5 公布的最佳成绩；在更接近日常开发的 CursorBench 上得到 55.5%，与 Opus 5.5 的 57.8% 只差约两个百分点。

一个中档模型在编程 Agent 能力上逼近甚至局部超过旗舰，这本应是清晰的产品叙事。但发布后真正被反复讨论的，不是它有多强，而是它究竟该在什么场景下被使用——以及当用户选择它时，最终处理请求的是不是它。

Anthropic 宣称，Sonnet 5.5 的输出速度提升超过 30%，完成多数任务所需 Token 更少，因此单任务成本最高可降低 30%。价格上，它延续了 Sonnet 5 的定价：每百万输入 Token 2 美元、输出 Token 10 美元、缓存读取 0.2 美元、缓存写入 2.5 美元。与 Opus 5.5 相比，输入、输出和缓存写入价格均低一半，缓存读取价格相同。

但 Artificial Analysis 的测试给出了另一组数字：当推理强度调到 Max 时，Sonnet 5.5 每项 Intelligence Index 任务平均生成约 19.3 万个输出 Token，是该机构测试过的模型中最高的；Sonnet 5.5 Max 的单任务成本达到 7.60 美元，比 Sonnet 5 高约 50%。作为交换，它在 Artificial Analysis Intelligence Index 上得到 56 分，只比 Opus 5.5 Max 低两分。

两组数字并不矛盾，但指向不同的使用方式。官方所说的“单任务成本最高降低 30%”针对的是多数任务，并不代表把推理强度调到 Max 后仍然更省。对按 Token 计费的 API 用户而言，档位选择直接决定了 Sonnet 5.5 是“便宜的中档模型”还是“接近旗舰价格的高消耗模型”。

还有一处反常值得注意：Sonnet 5.5 在 FrontierCode 1.1 中使用 Max 设置时得到 46.2%，反而低于 Xhigh 的 52.1%。Anthropic 在脚注中解释称，Max 设置下更容易触发由多个子 Agent 执行的代码审查；Cognition 检查的两个案例中出现了超时或任务范围外的额外修改，最终被 FrontierCode 扣分。机制细节目前并未被充分说明。