2026年9月28日（美东时间），Anthropic 发布 Claude Sonnet 5.5，这是 Claude 5.5 系列的第二款模型——上一款 Opus 5.5 在一周多前刚刚亮相。按官方定位口径，Sonnet 5.5 是 Opus 5.5 的更快、更低成本互补版本，适合范围明确的日常任务：修 bug、写文档、做幻灯片和表格这类高频工程活。发布当天，模型在 Claude 平台与 AWS Bedrock、Google Cloud Vertex、Microsoft Azure 三大云同步上线，Claude Code 也完成同日整合。
这场发布真正值得逐条推敲的是几组数字：Terminal-Bench 4.0 编程得分从上一代 Sonnet 5 的 10.3% 跳到 70.6%，官方称输出速度提升超 30%、多数工作每任务成本最高降 30%，而价格表与 Sonnet 5 完全持平。一款新模型把同基准分数拉开近七倍，却不涨一分钱单价，这背后的策略值得单独拆开算账。这篇文章按热点拆解：官方数字逐条摆出来、10.3 与 70.6 的正确读法、价格策略的算账逻辑、安全与可用性的升级，以及两天后登场的 Gemini 4 Argon 带来的竞争背景。所有数字均为官方口径或明确标注的媒体转述口径，未公布项一律不编。
官方数字逐条摆出来
官方对 Sonnet 5.5 的定位描述很克制：它是 Opus 5.5 的更快、更低成本互补，适合范围明确的日常任务、修 bug、做文档、幻灯片与表格。翻译成大白话：Opus 5.5 管复杂的长任务，Sonnet 5.5 管天天要干的活。真正的信息量落在可量化的数字上，逐条如下。
第一条，速度。官方口径：输出速度比 Sonnet 5 提升超过 30%。对高频调用的编程场景来说，30% 的速度提升直接压缩的是等待时间，一个工程师一天里几十次小调用累积下来，感知会相当明显。
第二条，成本。官方称多数工作每任务成本最高降低 30%，来源不是降价而是 token 更省——同样的任务消耗更少的输出量。这条和后面的价格策略是同一件事的两面，放到价格那节细算。
第三条，编程基准。Terminal-Bench 4.0 得分 70.6%，上一代 Sonnet 5 是 10.3%，同基准不同代，这个近七倍的跳跃是整场发布最大的头条。另一项 CursorBench 4.0 得 55.5%，与 Opus 5.5 的 57.8% 接近——也就是说在编程这块，走量档位已经摸到了自家旗舰的上一次水平。
第四条，其他基准。OSWorld 2.1 从 57.0% 升到 80.1%，涨了 23 个百分点；Chartography 从 15.6% 升到 61.6%，接近四倍；GDPval-AA 仅比 Opus 5.5 低 2 分。这几项拼起来的画像是：与旗舰的差距被全面收窄，部分维度几乎追平。
第五条，第三方口径。据媒体转引 Artificial Analysis 的智能评分，Sonnet 5.5 超过了 GPT-6 Astra 与 Claude Fable 5.1。这里必须标注：这是媒体转引的第三方口径，不是本站实测，理性看待即可。想了解 GPT-6 Astra 这边的能力盘，本站写过一篇评测可以对照，见GPT-6 Astra评测。
第六条，趣味事实。官方与 TechNews 都提到：Sonnet 5.5 是首款仅凭截图通关《宝可梦 红》的 Sonnet 模型。这类成绩不会进采购决策，但它是长程规划与持续决策能力的一个直观侧面：连续几百个决策点不出局，对 agent 类应用是个好兆头。
10.3与70.6：同基准不同代，别读岔了
先把最容易被带偏的地方讲清楚：10.3% 和 70.6% 来自同一个基准 Terminal-Bench 4.0，对比对象分别是上一代 Sonnet 5 与新款 Sonnet 5.5。换句话说，这是同一场考试、两代考生，不是把不同卷子的分数拼在一起凑戏剧性。
这个读法为什么值得强调？因为发布季最常见的数字游戏恰恰是换基准：新款跑新基准，旧款跑旧基准，然后挑好看的数字放头版。这次 Terminal-Bench 4.0 用同一张卷子测了两代模型，跳跃才有真正的可比性。近七倍的差距说明的不是「小幅进步」，而是终端侧编程任务从偶发成功到多数可完成的代际差——上一代做十次可能成一次，这一代十次里能成七次，工程上的可用性完全是两个概念。
反过来也要防另一种误读：市面上陆续出现的对比表，常把不同版本的基准分数放进同一列排序。这里给一个简单的防坑提醒：Terminal-Bench 3.0 与 Terminal-Bench 4.0 是不同版本的基准，难度与评测集都不同，分数不能直接互比；看任何对比表，先查版本号，再看分数。另外，以上基准数字目前都是厂商自报口径，第三方复核要等独立测评铺开，本站不做无压测数据的仲裁。
价格策略：单价不变，把降价藏进token里
价格表是这次发布最耐人寻味的部分。Sonnet 5.5 与 Sonnet 5 完全持平：每百万 token 输入 2 美元、输出 10 美元、缓存读取 0.20 美元。单价一分没降，但官方口径同时给出「多数工作每任务成本最高降 30%」。两句话放在一起，指向同一条策略：降价不靠单价，靠省 token。
这条路线和「直接砍价」有本质区别。直接砍价是把同一份工作收更少的钱，惠及所有存量调用；省 token 是把同一份工作变成更少的工作量——模型更少绕路、更少废话、更少无效重试，账单自然下来。对用户来说，后者往往更实在，因为它是随效率提升自动兑现的，不需要你去谈折扣、换套餐或者改合同。代价则是省钱幅度取决于任务类型：官方说的是「多数工作」最高降 30%，不是所有任务保底降 30%，这一点在估算成本时要留出浮动空间。
作为参照，Opus 5.5 的定价是每百万 token 输入 4 美元、输出 20 美元（官方口径），定位复杂长任务；Sonnet 5.5 用不到一半的价格接住日常工程活，产品线的分层逻辑相当清楚。本站 9 月底写过一篇编程模型价格横评，把 Sonnet 5.5 与 GPT-6.1 Sol 的性价比放在一起算过账，见半价与两折：旗舰平替编程模型洗牌。需要提醒的是，文中价格均为发布时点快照，以官方页面为准。
安全与可用性：Sonnet第一次拿到Opus级防护
这次升级里有两条容易被忽略但分量不轻的线。
第一条是安全。官方口径称，Sonnet 5.5 首次给 Sonnet 系列配上与 Opus、Fable 同级的网络安全防护机制，网络攻防能力与 Opus 5 同水准；生物防护维持 Sonnet 5 的标准（CB-1）；新增防推理提取的安全分类器；高风险网络安全请求可自动回退到 Sonnet 5 处理。把旗舰级防护下放到走量档位，传递的判断很明确：这类模型会被大规模用于真实生产环境，防护等级要跟着使用规模走，而不是跟着模型档位走。攻击面最大的恰恰是跑得最多的那款模型。
第二条是可用性。模型 ID 为 claude-sonnet-5-5，知识截止 2026 年 6 月，与 Opus 5.5 相同；发布当天在 Claude 平台与 AWS Bedrock、Google Cloud Vertex、Microsoft Azure 三大云同步上线，Claude Code 同日整合，并提供零数据保留（zero data retention）选项。三云同步的意义在于企业可以直接走自己已有的云协议接入，不必新建账号体系，采购与合规流程都能沿用旧路。具体怎么调用、参数怎么配，本站同期写了一篇上手 SOP，见Claude Sonnet 5.5怎么调用：三朵云API路径与定价。
还有一个预告值得记录：官方称 Claude Haiku 5.5 将在数周内发布，定位高吞吐低成本档。规格尚未公布，本文不替它编，等发布再说。
竞争背景：Gemini 4 Argon同期登场
Sonnet 5.5 发布两天后（9 月 30 日，美东），Google 发布 Gemini 4 Argon，把单次输出上限从 6.4 万 token 拉到 100 万。两条产品线的赌注完全不同：Argon 押注「长任务一口气做完」，Sonnet 5.5 押注「单任务又快又省」。市场同时拿到两份方向相反的答卷，这个季度的看点就在这里——长上下文的终点是输出上限，日常工程的终点是性价比，两条路线还没到正面撞车的时候。
不过要如实交代 Argon 的可用状态：它是受控分阶段发布，目前仅对 Fairwind 计划（650 多家网络安全伙伴）与 Google 内部开放，下一阶段面向付费 API 客户与 AI Ultra 订阅用户，日期未公布。也就是说，普通用户与开发者现在还买不到。独立口径也要两头都写：Artificial Analysis 的独立测评显示 Argon 表现略落后于官方口径，Agent Arena 代码项落后于 Opus 4.8 与 GPT-5.6-Sol。官方与独立口径并存，等它全面开放后再下结论更稳。价格方面，Argon 介绍价为每百万 token 输入 2 美元、输出 10 美元，期后将升至 4 美元、20 美元（官方预告口径）。
再补一句更远的背景：据 Reuters 9 月 28 日报道，GPT-6.1 Astra 因安全原因推迟发布。头部厂商在「发得快」与「发得稳」之间的摇摆，构成了这个九月的主旋律，本站此前写过 OpenAI 安全减速的专文，可以对照着读，见OpenAI安全减速专文。想看几款模型在长输出维度怎么排，本站同期写了百万 token 输出横评，按需求给结论、不做无压测仲裁，见一口气输出100万token横评。
写在最后
最后交代资本背景：据 Reuters 报道，企业客户约占 Anthropic 业务的 80%，媒体口径称其处于 IPO 前奏。这个背景下看 Sonnet 5.5 的打法就很清楚了——不涨单价、把效率做上去、把企业级防护下放到走量档，每一步都在往「企业愿意长期续费」的方向走。上市前的每一份财报，都要靠这种细水长流的调用量撑起来。
我们对这代模型的判断是：它赌的不是跑分第一，而是「同样的价格更好的工程交付」。70.6% 的跳跃和持平的价格表放在一起，是这个判断最好的注脚。分数的最终成色要等独立测评与真实生产环境的反馈；眼下能确定的是，日常编程任务的性价比门槛，被这代 Sonnet 抬高了一截。
同期还有两件事值得顺手一看：NVIDIA 刚刚开源了给 AI agent 上锁的运行时与芯片级看门狗，见NVIDIA给AI agent上锁一文；想在动手前把调用路径摸清，直接看上文的上手 SOP。
互动
你已经开始用 Sonnet 5.5 了吗？70.6% 的编程得分在你手里的真实任务中兑现了几成，每任务成本真的降了 30% 吗？评论区聊聊你的实测感受。
参考来源
- Anthropic 官网与 transparency 页（一手来源）：发布信息、基准分数、定价与安全机制
- Reuters，2026年9月28日：发布报道、GPT-6.1 Astra 推迟、企业客户占比口径
- TechNews 台湾，2026年9月29日：三云可用性、《宝可梦 红》口径
- 机器之心：发布信息交叉核对
- Artificial Analysis：独立智能评分与 Argon 独立测评（均为媒体转引口径）
- 说明：基准分数与价格均为发布时点快照口径，以 Anthropic 官方页面为准；Argon 涨价与发布安排为官方预告口径。