Anthropic 发 Claude Sonnet 5.5：Terminal-Bench 从 10.3% 跳到 70.6%，价格没动
Anthropic 在 9 月 28 日发布 Claude Sonnet 5.5，是 Claude 5.5 家族的第二个模型（第一个是 9 月 22 日的 Opus 5.5）。官方给它的定位是 Opus 5.5 的低成本互补：输出速度比 Sonnet 5 快 30% 以上，在自家测试里同一件任务的成本最多低 30%。定价没动，仍是每百万输入 token 2 美元、输出 10 美元、缓存读 0.2 美元——降本靠的是「同一件事少用 token」，不是降价。
提升最陡的一档是智能体编码：Terminal-Bench 4.0 官方给 70.6%，而 Sonnet 5 是 10.3%；FrontierCode 1.1 主赛道 46.2%（Max 档）对 Sonnet 5 的 42.4%，仍低于 Opus 5.5 的 54.4%；计算机操作 OSWorld 2.1 为 80.1% partial（Sonnet 5 是 57.0%，Opus 5.5 是 81.8%）。多学科推理 HLE 带工具 64.5%，夹在 Sonnet 5 的 54.9% 与 Opus 5.5 的 67.7% 之间。
官方自己把边界划得很清楚：评测分数只覆盖能力的一面，在它和外部测试者的实测里，需要持续判断的复杂开放任务仍然由 Opus 5.5 明显更强。性价比的对照是 AA-Briefcase 长周期知识工作基准——Sonnet 5.5 Medium 档的分数超过 Sonnet 5 的最好成绩，每任务成本约为其九分之一。同日 AWS Bedrock 与 OpenRouter 均已上架，官方称 5.5 家族第三个面向成本敏感场景的模型将在未来几周加入。
原文链接：Anthropic 官方页面
核验记录
官方产品页 https://www.anthropic.com/claude-sonnet-5-5 直读 200 / 429,714 字节，页内可见「Claude Sonnet 5.5 September 28, 2026」，页面无 datePublished 字段（og:title 为 Introducing Claude Sonnet 5.5）。所有基准、价格与成本数字均取自该页 Performance and cost 一节，为厂商自评与外部测试者混合口径，未见第三方独立复现。时间戳对照：OpenRouter API 记录 anthropic/claude-sonnet-5.5 上架于 2026-09-29 02:04 CST、AWS ML 博客 09-29 02:57 CST，两者均晚于官方页日期，本条 date 取官方页的 9/28。配图 1,200×630 JPEG / 77,390 字节，裸请求与带站内 Referer 双 200。