Sonnet 5.5发布，智能水平超越GPT-6 Astra，说好的减速呢？

文 | 字母AI

口口声声呼吁减速的阿莫迪，一脚踩满了油门。

2026年9月26日，Anthropic发布了Sonnet 5.5。不仅性能接近Opus 5.5，价格还只有Opus 5.5的一半。

在Artificial Analysis给出的智能水平评分榜上，Sonnet5.5更是超越了GPT-6 Astra以及Anthropic自己的旗舰模型Claude Fable 5.1。

关键在于性价比，目前，Sonnet 5.5几乎包圆了所有中等难度的任务，尤其是开发、科研和数学。除去那些非常简单的任务外，没有任何一款模型，能在性价比方面追上Sonnet 5.5。

所以，说好的减速呢？

为什么它这么强还这么便宜？

Sonnet 5.5的性能非常强。其在Terminal-Bench 4.0的成绩为70.6%，上代Sonnet 5只有10.3%。

在GDPval-AA v2.1上，它拿到1844分，距离Opus 5.5的1846分只差2分。CursorBench 4.0是55.5%对57.8%，同样接近于Opus 5.5。

Anthropic表示，虽然Sonnet 5.5性能和Opus 5.5接近，但是遇到需要持续判断、目标又不够明确的复杂工作，Opus 5.5的效果会更好。

Sonnet 5.5更适合日常任务，比如修bug、迭代功能，以及做文档、幻灯片和表格。

Sonnet是Claude家族里的轻量模型，它的性能本应该和旗舰模型差很多才对，但为什么Sonnet 5.5会突然变得这么能干？

从公开材料看，最明显的变化不是它记住了更多知识，而是它把任务做完的能力强了。

Anthropic从Sonnet 5开始，就强化了推理、工具使用和编程，做事时更愿意调用工具并检查结果。到了5.5，提升集中体现在智能体编程、电脑操作和视觉理解这些需要连续行动的环节。

它在OSWorld 2.1上从上代的57.0%提升至80.1%，在不使用工具的图表识别测试Chartography上从15.6%提升至61.6%。

也就是说，Sonnet 5.5已经掌握了从屏幕里收集信息，再据此推进任务。

拿修bug来说，读懂代码只是第一步，模型想要完成整个修bug的任务，它还得找到相关文件、判断改动会影响哪里、调用工具修改，再确认问题是否解决。

任何一步出错，整道题都可能失败。

这就是为什么Sonnet 5.5在Terminal-Bench上的得分能大幅提升，它不是那种简单的“代码智商”暴涨，是通过这种收集信息的能力，让模型能完成整个链条。

一个猜想，Sonnet 5.5可能也对Opus 5.5进行了蒸馏。在测试过程中发现，Sonnet 5.5会说一些Opus 5.5才会出现的口头禅，比如“You are right!”（你是对的）

Anthropic在发布Opus 5.5时，就明确说过它改进了写作与沟通方式，“You are right!”最具代表，Fable 5.1从来不会说这个口头禅，但是Sonnet 5.5也开始说这个口头禅了。

那它为什么便宜？先看标价：Sonnet 5.5每百万输入、输出token分别是2美元和10美元，正好是Opus 5.5的一半。5分钟缓存写入是2.50美元对5美元，缓存读取都是0.20美元。

所谓5分钟缓存写入，指的是通过API首次发送一段会重复使用的提示内容时，让系统把它缓存起来，这次写入，就是按“5分钟有缓存”档位来计费的。

同时，Anthropic还表示“每项任务最高便宜 30%”，来自完成同一件事通常消耗更少 token。用同一价格、少走一些弯路，账单自然会变薄。

还是以编程来举例。

早期测试者观察到，Sonnet 5.5比Sonnet 5更倾向于把工具调用成批处理。这就使得整体步骤更少，进而更省token。

Anthropic称，在FrontierCode的High档位上，它比上代同档位高约10%，单任务成本却约为后者的15分之1。

在一些评测中，Sonnet 5.5用Low或Medium档位，就能以大约十分之一的任务成本超过Sonnet 5的最好成绩。

便宜的关键不只在每个token卖多少钱，还在模型为完成任务究竟花掉多少token、绕过多少次工具。

此外，Sonnet 5.5的输出速度也比Sonnet 5提高了30%以上。

以下为Sonnet 5.5和Sonnet 5速度、性能对比。

模型之外还有什么？

比起性能，Anthropic如今更注重工程方面的提升。

比如Fable 5.1，它就引入过防止提取推理内容的Preserved Thinking。如今，这套机制也进入了Sonnet 5.5，并且向前走了一步。

Anthropic为Sonnet 5.5加上防止推理提取的安全分类器，同时把它产生的思考块绑定到创建它的账户或关联账户。

换一个不关联的账户重放，API会丢弃该思考块，模型看不到先前的推理。不过这套防护系统，普通开发者根本不用管这套防护系统，因为它并不影响你阅读整个思考过程，Anthropic主要想防的是那些想大规模蒸馏、反复调用来抽取模型能力的企业。

思考块的签名还与此前的对话绑定。

如果开发者改动已经发生的系统提示、工具定义或历史消息，再把旧思考块塞回去，新账户默认可能收到400错误。

正常追加对话通常不受影响，但那些习惯在后台悄悄改写历史的智能体框架，就得重新处理会话。

安全护栏也从“要不要拒绝用户过分的请求呢？”，变成了“我该把这个问题交给谁回答？”。

Sonnet 5.5的网络安全能力提升，因此高风险网络安全请求可能触发分类器，并被明显地回退给Sonnet 5。

正常找bug和修bug仍可使用Sonnet 5.5。

Claude API上的服务端自动回退目前处于测试阶段，需要开发者启用。

Sonnet 5.5遇到某些被安全系统拦下的请求时，不一定直接结束；如果开发者开启了“自动回退”，系统会尝试换成 Sonnet 5 来回答。