一周之内第二发：Claude 5.5 家族再落一子

9 月 28 日，Anthropic 把 Claude 5.5 家族的第二颗棋子落了下来：Claude Sonnet 5.5。9 月 22 日他们刚发了旗舰 Opus 5.5，这回的 Sonnet 5.5 定位很明确——不是来替换 Opus 的，而是它的「更快、更便宜的补充」。官方给的卖点就两条：输出速度比上代 Sonnet 5 快 30% 以上，单任务成本降约 30%。价格牌没变，还是 2 美元输入、10 美元输出每百万 token，正好是 Opus 5.5（4 美元 / 20 美元）的一半。它现在全平台都能用，包括 Claude.ai 的免费档，模型 ID 是 claude-sonnet-5-5，1M token 上下文、128K 最大输出。Haiku 5.5 会在几周内补齐，5.5 家族就齐了。说白了，Anthropic 想用一款「便宜、快、还挺聪明」的中端模型，去接住这波 agent 跑量的需求。

速度 +30%、每任务 -30%：账是怎么算出来的

先说那个「每任务成本降 30%」。这里有个容易误会的地方：Anthropic 不是降价了，标价一分没动，2 美元 / 10 美元跟 Sonnet 5 一样。省下来的成本是「用更少的 token、更少的工具调用、更少的步骤，把同样的活干完」。所以同样的任务，5.5 吐的字更少、调工具更准，账就摊薄了。再叠加缓存读（0.20 美元 / M）和 Batch API（输入输出再砍半到 1 美元 / 5 美元），长上下文也不加价——1M token 按标准价计费，没有长文本附加费。还有个背景值得提：Sonnet 5 今年六月是以 2 美元 / 10 美元的「介绍价」发布的，原计划八月涨到 3 美元 / 15 美元，后来放弃了。所以 5.5 沿用同价，等于在这档位上来了一次「软降价」。对天天跑 agent 的团队来说，单价不变、但每次跑完总账单更小，这才是实打实的省钱。

Terminal-Bench 70.6%：中端反超旗舰的含金量与争议

性能到底涨没涨，看官方基准最直观的一张表：Terminal-Bench 4.0（命令行 agentic 编码）上，Sonnet 5.5 拿到 70.6%，而上代 Sonnet 5 只有 10.3%，同场的 Opus 5.5 是 66.4%（脚注里 Opus 用的是它最高的 xhigh 档）。一个中端模型反超旗舰，看着很炸，但得泼点冷水：Sonnet 5 那 10.3% 低得离谱，Anthropic 没解释，所以代际增幅里有多少是「上代在这测试上摆烂」很难说。独立机构 Artificial Analysis 复测的结果是 Sonnet 5.5 63.6% 对 Opus 5.5 的 59.6%，排序一致、数值更保守。另一处要提醒的是，把 effort 拉到 max 档时，5.5 单次任务平均能吐出 19.3 万 token，是迄今测评模型里最高的，每 Index 任务成本飙到 7.60 美元——便宜的是单价，不一定是每任务总价。还有退步项：AA-Omniscience 幻觉率从 39% 涨到了 47%（max 档）。把这些负面数据摆上桌，比只报 70.6% 要诚实。

同价不同效：对 Sonnet 5、Opus 5.5 与 GPT-6.1 Sol

横向比一圈。对 Sonnet 5，5.5 基本是全面换代，速度、成本、编码全面占优，迁移代价是五处破坏性变更（后面会说）。对 Opus 5.5，5.5 用一半的价格拿到只差 2 分的 GDPval Elo（1844 对 1846），Anthropic 也老实承认，Opus 在开放式判断、复杂推理上仍然明显更强——日常活交给 5.5，硬仗还是 Opus。对 OpenAI 的 GPT-6.1 Sol（9 月 29 日发布），两者同价 2 美元 / 10 美元，但 Sol 的缓存读只要 0.10 美元 / M（5.5 的一半），超过 272K 输入才加价（5.5 不加），所以重缓存的 agent 场景 Sol 每任务能便宜数倍；反过来 5.5 的上限更高、长任务更稳。结论不复杂：日常修复和文档流走 5.5，烧脑的开放式任务上 Opus，如果你的 agent 账单大头是缓存读、又想压成本，Sol 值得算一笔账再选。没有谁吊打谁，只有按工作负载路由。

落地：agentic 编码与办公的真实反馈

光看跑分不够，得看真实工作流接不接得住。编码侧，Lovable 的 CTO 说工具调用大约少了三分之一、shell 执行少了约一半；Base44 用 118 个真实应用测，平均 3.6 次迭代就能构建完成，而上代 Opus 5 要 7.7 次。办公侧，Slack 的首席工程师说不改任何 prompt，离线评测几乎全面优于 Sonnet 5，步数更少、输出 token 约减 14%；Box 在金融和医疗场景说更快 2.4 倍、总 token 减 12%，还能回查源文档抓出上代漏的错误；Zendesk 工单快 20%、Atlassian 的 Rovo Agents 最多快 30%。不过迁移不是无痛的：从 Sonnet 5 升上来有五处破坏性变更，包括 thinking: disabled 不可用、强制 tool choice 返回 400、thinking 块绑定账号、旧的 computer 工具在 API 和 Google Cloud 被拒、旧模型不能再当 advisor。另外 Sonnet 4.5 已经在 9 月 30 日被标弃用、11 月 30 日退役，官方指定的接替者就是 5.5——还在用 4.5 的团队，排期该提上来了。

agents 主流化这一周：模型层的卡位战

把镜头拉远，Sonnet 5.5 踩中的是「agent 主流化」这波节奏。2026 年九月，常驻智能体集中爆发：9 月 8 日 Meta 的 Muse（免费加订阅，接 WhatsApp），9 月 25 日微软 Copilot Autopilot（M365 私测），9 月 29 日 OpenAI 的 Dots（DevDay 上那个常驻云端的同事），更早还有 Google 的 Gemini Spark（5 月）、xAI 的 Grok Bot（8 月）、Manus 的 Cue（9 月 28 日）。当「把日常任务交给一个常驻 agent」从概念变成产品，背后缺的不是噱头，而是便宜、快、省 token 的中端模型——它才是 agent 跑得起量的燃料。Sonnet 5.5 就是供给端给出的那一档。至于媒体解读里「Anthropic 赶在 IPO 前拓宽产品线」的说法（据路透社），听听就好，别当成产品力本身。最后一句实在话：真要切流量，先在自家那几个真实任务上跑一遍分，再决定把 5.5 还是 Opus 还是 Sol 顶上去。

网友评论

• 「昨天把公司项目扔给 Claude Code 换 5.5 跑重构，肉眼可见地快了，等结果的时间少了一大截，这波是能真真切切感觉到的升级。」
• 「别光看标价没涨，我开 max effort 跑一个任务吐了将近 19 万 token，账单直接起飞……这模型正确打开方式是中档位，无脑拉满就是给 Anthropic 捐钱。」
• 「Terminal-Bench 从 10.3% 涨到 70.6%？上代这个数怎么看都不正常，与其说是新款太强，不如说上代在这测试上摆烂，理性看待吧，独立测的 63.6% 才更像真实水平。」
• 「同样 2 美元 / 10 美元，GPT-6.1 Sol 缓存读取还便宜一半，算下来跑 agent 好像更省钱；但 Claude 上限又更高。有没有两个都上过生产的兄弟说说体感，到底怎么选？」
• 「老实说我更关心做 PPT 和表格那部分，5.5 出的稿子确实比之前整洁，套完模板基本不用改，对打工人是真的友好。」
• 「又要迁移了……thinking 设置变了、旧的 computer 工具不能用了，CI 里还挂着 Sonnet 4.5 一看 11 月底就退役，排期吧，头大。」

总结：它是对准「铺量」的那一档

总结：Sonnet 5.5 不是来炸场的，是来铺量的。它把「快 30%、每任务省 30%、价格不变、上限还高」这几件事捏在一起，对准的就是 agentic 编码和办公这种高频、可重复、吃 token 的场景。客观说，它比上代是实打实的换代，和同价位的 GPT-6.1 Sol 各有胜负，半价的 Opus 也还在上面压着。但别被「每任务 -30%」冲昏头——那是省 token 省出来的，不是降价，max 档 token 暴增那坑该绕就绕。给你的建议很具体：日常修复、文档、工单这类标准化活，5.5 闭眼上；烧脑的开放式判断留给 Opus；如果你的 agent 账单主要是缓存读，先拿 Sol 算笔账。迁移那五处破坏性变更和 Sonnet 4.5 的退役时间表，也趁早排进排期。