Sonnet 5.5发布：速度提升30%，成本暴降，性能反超Opus

就在OpenAI年度开发者大会开幕前一天，Anthropic发布Claude Sonnet 5.5。作为Opus 5.5的搭档，它定位为最快、最省钱、最懂日常工作的全能助手。相比Sonnet 5，运行速度快30%，完成相同任务成本最高降低30%，标价仅为Opus 5.5的一半，性能却几乎追平。

在智能体编程测试Terminal-Bench 4.0中，Sonnet 5.5得分70.6%，约为原来的7倍，超过Opus 5.5的66.4%，从垫底跃居自家第一。第三方评测机构Artificial Analysis智能指数榜前三名全被Claude包揽，Sonnet 5.5排第二，第三名是四周前发布的Fable 5.1，标价为Sonnet 5.5的5倍。

用户可调节Effort Level：低/中等档回答快、耗Token少，适合日常任务；高/最大档进入思考模式，反复检查，用于复杂难题。

Sonnet 5.5打破了速度快、成本低、质量高的不可能三角。输出速度比前代提升超30%，定价与Sonnet 5相同：每百万输入Token 2美元，输出10美元，缓存读取0.20美元。但因模型更聪明，所需Token大幅减少，每任务实际成本最多降低30%。

Artificial Analysis榜单上，Sonnet 5.5得64%，高于Opus 5.5和GPT-6 Astra的60%。Terminal-Bench-Science得53%，排第三。FrontierCode最高52.1%，超过GPT-6 Sol的49.3%。CursorBench得55.5%，仅比大杯低2个多点，上一代仅34.1%。开发者称其理解庞大代码库速度极快，工具调用可批量打包，步骤更少、报错更少、花钱更少。

办公能力也追平Opus 5.5：GDPval-AA得1844分，Opus 5.5为1846分；AA-Briefcase得1811分，Opus 5.5为1822分，比GPT-6 Sol高300多分。它还展现出设计天赋，能主动美化UI、遵循幻灯片模板生成几乎无需修改的PPT。内部测试中，它根据财报资料、电话会议记录和模板生成的10页运营审查幻灯片，被两位人类专家鉴定为完美、可直接发送。带工具的人类最后考试得64.5%，比上一代高近10个点。Vals Index首次上榜排第二，仅比Opus 5.5低0.47分。

四周前Fable 5.1还是全球最强编程和知识工作模型，如今Sonnet 5.5在Terminal-Bench 4.0上高出近15个点，GDPval-AA高109分，智能指数高3分。复杂办公测试Box中，整体准确率65%，Sonnet 5为61%，交付速度快约2.4倍，总Token消耗降低12%。

实测显示，AI博主Matthew Berman用Sonnet 5.5在虚幻引擎中搭建旧金山，输入泛美金字塔起火后，系统自主派出5辆消防车和3辆警车。它还生成3D大海、糖豆人式闯关游戏、星舰V3交互爆炸图、在线乐高游戏等。Matthew Berman感慨3D模拟已被Claude攻克。但也有人持不同意见：Robbert van Empel的LEGO积木星球挑战中，Sonnet 5.5未能一次性构建整个世界，GPT Luna成功做到。

速度方面，同一题目下，Sonnet 5.5写完鸟群模拟代码、鸟群已飞9秒，上一代还在逐行输出。

Sonnet 5.5成为首个仅看游戏截图就通关《宝可梦 红》的中杯模型。此前Claude与宝可梦死磕一年多：Opus 4.5困在楼里数周不捡钥匙卡；Opus 4.6接近冠军却被机关卡数月；今年5月Opus 4.7才通关，靠放大截图和截图存记忆两个外挂。四个月后，Sonnet 5.5仅靠看截图一次性通关。关键原因是长出眼睛：Chartography测试从15.6%暴涨到61.6%，OSWorld 2.1达80.1%，与Opus 5.5的81.8%仅差1.7个点。网友Goody让Sonnet 5.5开发墨西哥怪物风格Game Boy游戏《Nahual》，单文件2342行代码，连音乐都有。

不过，Sonnet 5.5标价便宜，最终能否省钱取决于Effort档位。努力档从Low到Max共五档。