Anthropic 发布 Claude Sonnet 5.5：发布即上线，自评比 Sonnet 5 快 30% 以上、成本最多低 30%

北京时间 9 月 29 日凌晨，Anthropic 发布 Claude Sonnet 5.5。称，它是 Claude 5.5 家族的第二个模型，也是对 Sonnet 5 的明显升级：运行速度快 30% 以上，完成同等任务的成本最多低 30%。企业账号同日的帖子确认模型即刻可用。

与发布同步公布的还有一组评测结论：称，Sonnet 5.5 在智能体编程、知识工作与计算机操作等多项评测上比 Sonnet 5 明显提升，部分项目已接近 Opus 5.5；它也是首个搭载与旗舰模型同类网络安全保障与回退机制的 Sonnet 模型。上述性能与成本数字均出自 Anthropic 自己的评测。

家族第二个模型：面向范围明确的日常任务

Sonnet 5.5 是 Claude 5.5 家族上线的第二个模型。首个模型 Opus 5.5 在 9 月 22 日发布（）。Anthropic 把两者描述为分工关系：Opus 5.5 面向需要审慎判断的复杂工作，Sonnet 5.5 是更快、更省的补充，最擅长范围明确的日常任务：修 bug，以及制作打磨到位的文档、幻灯片和表格；发布页还称它「对设计有敏锐眼光」。

可用性上，Sonnet 5.5 已在所有平台上线，包括 Amazon Web Services、Google Cloud 和 Microsoft Azure；开发者通过 claude-sonnet-5-5 调用；与此前的 Opus 5.5、Sonnet 5 一样支持零数据保留。此前以关闭 thinking 的方式调用 Sonnet 的开发者需要留意：按发布页说明，迁移到 Sonnet 5.5 前要改用新的 between_tools 设置，以保持前置思考关闭。

自评：Terminal-Bench 4.0 从 10.3% 升到 70.6%

Terminal-Bench 4.0 上，Anthropic 报告 Sonnet 5.5 得分 70.6%，Sonnet 5 只有 10.3%。CursorBench 4.0 取自真实 Cursor 会话中的多文件任务，Sonnet 5.5 得 55.5%，Sonnet 5 为 34.1%，与 Opus 5.5 的 57.8% 相差约 2 个百分点。

知识工作类评测里，Sonnet 5.5 已经贴近 Opus 5.5。GDPval-AA v2.1 覆盖 44 种职业的真实工作任务：Sonnet 5.5 得 1,844 分，比 Sonnet 5 的 1,449 分高约 400 分，与 Opus 5.5 的 1,846 分只差 2 分。OSWorld 2.1 上，Sonnet 5.5 得 80.1%，Opus 5.5 为 81.8%，Sonnet 5 为 57.0%。Anthropic 还称，Sonnet 5.5 是首个仅凭屏幕截图玩通《Pokémon Red》的 Sonnet 模型，用以说明它在长时程任务和图像理解上的进步。

发布页同时列了几条限定：基准分数只反映能力的一个切面，在复杂、开放式、需要持续判断的工作上，Opus 5.5 仍明显更强；FrontierCode 1.1 上，Max 档的 46.2% 反而低于 Xhigh 档的 52.1%，Anthropic 在脚注中解释，Max 档下模型更常运行 Claude Code 的代码审查技能，因超时或超出任务范围的改动被扣分；GDPval-AA 与 AA-Briefcase 由 Artificial Analysis 在带有已知 bug 的预发布版本上运行，Anthropic 称该 bug 很可能只会小幅低估成绩，且已修复。

与 Sonnet 5 同价：更少的 token，可调的 effort 档位

Sonnet 5.5 与 Sonnet 5 同价：每百万输入 token 2 美元、每百万输出 token 10 美元、缓存读取每百万 token 0.20 美元。Anthropic 称，它完成同样任务所需的 token 明显更少，输出生成速度也更快，是迄今最快的 Sonnet 模型。

发布页用几组「一个 HTML 文件」的演示来呈现这种效率，其中之一是 400 只椋鸟的群飞模拟。成本、速度与质量之间的取舍由 effort 档位（控制推理投入力度的设置）调节：在 Claude Code 与 Claude 应用中默认 Medium 档，在 Claude Platform 默认 High 档；Anthropic 称，在多项基准上，较低档位的 Sonnet 5.5 以不到十分之一的单任务成本超过 Sonnet 5 的最高分。

高风险网络安全请求会回退到 Sonnet 5

Anthropic 称，Sonnet 5.5 的网络安全能力比 Sonnet 5 大幅提升、与 Opus 5 相当，因此为它启用了与 Opus 5.5 相同的三级网络安全保障：更高风险的网络安全任务会明显回退到 Sonnet 5 处理，常规软件开发不受影响。按的说明，拦截后的回退适用于 Anthropic 自己的产品和选择启用回退的 API 开发者。Anthropic 还称，即将扩大 Cyber Verification Program（网络安全验证计划）的申请范围，网络安全从业者可以申请获得 Sonnet 5.5、Opus 5.5 与 Claude Mythos 模型上更高级能力的分级访问。

生物安全方面，Sonnet 5.5 沿用 Sonnet 5 的一套防护，针对有害请求；Anthropic 称大多数研究、教育与临床工作不受影响，但部分微生物学与病毒学请求可能被误标。蒸馏防护上也有一项首次：Anthropic 称 Sonnet 5.5 是首个部署防推理提取安全分类器的 Sonnet 模型，针对用数千个虚假账号规模化提取模型能力的蒸馏攻击，这类拦截没有回退模型；扩展后的 preserved thinking 把模型的思考过程与创建它的账户绑定，跨账户迁移会话（包括在 Claude Code 中会话中途切换账户）时，模型的行为会因此发生变化。

系统卡还称，Sonnet 5.5 没有跨过 Anthropic 负责任扩展政策（RSP）中的任何新风险阈值，失准风险被评估为低；在提示注入攻击上，它是 Anthropic 迄今最稳健的 Sonnet 级模型。

Box 同日的评测：金融场景 63% 升到 81%

发布当天，企业客户 Box 也公布了自己的评测。Box 在中称，在其内部的 Complex Work Eval 上，Sonnet 5.5 对 Sonnet 5 的整体得分为 65% 对 61%；分行业看，金融服务从 63% 升到 81%、生命科学从 54% 升到 62%、法律从 60% 升到 67%；中位延迟快 2.4 倍。Box 称 Sonnet 5.5「承担了更多基础工作，让专家有更多时间做判断」。

这组结果由 Box 自己运行，同样属于自评口径。Box 表示，Sonnet 5.5 当天已在其 AI Studio 与 Box API 上线；Anthropic 还称，面向高并发与成本敏感场景的 Claude Haiku 5.5 将在未来几周加入这一家族。