Anthropic 正式釋出 Claude Sonnet 5.5，這是其 Claude 5.5 家族的第二款模型。官方稱該模型輸出生成速度提升超過 30%，通過更高效的 token 使用，單任務成本最多可降低 30%，同時在多項知識工作基準上逼近旗艦級的 Opus 5.5。模型即日起在 AWS、Google Cloud 和 Microsoft Azure 三大雲平台上線。
從定位看，Opus 5.5 面向需要審慎判斷的複雜任務，而 Sonnet 5.5 瞄準定義清晰的日常工作，例如修復 bug、撰寫文件、製作簡報和電子表格。Anthropic 還預告將在未來數週推出 Claude Haiku 5.5，主打高吞吐、低成本場景。
編碼能力提升最為顯著。 在面向智慧體編碼的 Terminal-Bench 4.0 上，Sonnet 5.5 得分達到 70.6%，而上一代 Sonnet 5 僅為 10.3%。在還原 Cursor 編輯器真實編碼會話的 CursorBench 4.0 上，Sonnet 5.5 取得 55.5%，高於 Sonnet 5 的 34.1%，僅比 Opus 5.5 的 57.8% 低兩個百分點。在 FrontierCode 1.1 的 High 設定下，Anthropic 稱 Sonnet 5.5 比 Sonnet 5 高出十分，而單任務成本約為後者的十五分之一。早期測試者稱讚該模型理解程式碼庫的速度。
推理強度設定出現一個反常現象。 在最高檔 Max 下，Sonnet 5.5 在 FrontierCode 上的得分反而低於 Xhigh 檔。Anthropic 解釋稱，在最大努力檔位下，模型更頻繁觸發程式碼審查功能，將工作拆分給多個子智慧體，有時導致超時或超出任務範圍的改動，而這兩者都會被 FrontierCode 扣分。
知識工作基準幾乎追平 Opus 5.5。 在 OpenAI 開發、覆蓋 44 個職業和 9 個行業任務的 GDPval-AA 上，Sonnet 5.5 得 1,844 分，與 Opus 5.5 的 1,846 分幾乎持平，比 Sonnet 5 的 1,449 分高出約 400 分。按 Anthropic 給出的資料，OpenAI 的 GPT-6 Sol 為 1,487 分。在圖表識別測試 Chartography 上，Sonnet 5.5 從 15.6% 躍升至 61.6%。
其他基準方面，AA Briefcase v1.1 上 Sonnet 5.5 得 1,811 分（Sonnet 5 為 1,359，Opus 5.5 為 1,822，GPT-6 Sol 為 1,483）；帶工具的人類最後考試（Humanity's Last Exam）得 64.5%（Sonnet 5 為 54.9%，Opus 5.5 為 67.7%）；OSWorld 2.1 部分評估得 80.1%（Sonnet 5 為 57.0%，Opus 5.5 為 81.8%）。需注意，Anthropic 標註 Sonnet 5.5 的 GDPval-AA 與 AA Briefcase 數值來自預釋出版本，一個此後已修復的 bug 可能影響過結構化輸出。
定價策略是本次釋出的關鍵看點。 Sonnet 5.5 每百萬 token 價格與 Sonnet 5 持平：輸入 2 美元、輸出 10 美元、快取讀取 0.20 美元。由於單任務消耗 token 更少，實際成本最多下降 30%。作為對比，Opus 5.5 輸入 4 美元、輸出 20 美元；GPT-6 Sol 輸入 2 美元、輸出 10 美元；GPT-6 Luna 輸入 0.10 美元、輸出 0.50 美元。Anthropic 表示，在低或中等努力檔位下，Sonnet 5.5 已能在多項基準上超過 Sonnet 5 的最佳成績，而單任務成本僅約十分之一。
競爭格局上， Anthropic 已用 Fable、Opus、Sonnet 三檔對應 OpenAI 的 GPT-6 Astra、Sol、Luna，但整體定價更高。各對應檔位之間的效能差距已小到成本可能成為決定性因素，Haiku 5.5 有望幫助 Anthropic 縮小這一差距。Anthropic 還稱，Sonnet 5.5 是首個僅憑截圖就能通關《寶可夢紅》的 Sonnet 模型，這類任務在幾年前還需定製演算法。
安全方面， 針對能力更強的模型，Anthropic 新增了網路安全風險與蒸餾攻擊的防護措施。早期測試者形容 Sonnet 5.5 是更自然的對話夥伴，對設計有感覺，能重做使用者介面並執行幻燈片模板，成果幾乎無需修改。不過，官方給出的速度與成本資料仍需獨立測試驗證。