Anthropic 在 9 月 28 日发布了 Claude Sonnet 5.5,是 5.5 系列的第二个模型,上一个是 9 月 22 日的 Opus 5.5,两款相隔六天。官方把它定位成 Opus 5.5 的“更快、更便宜的搭档”:复杂、需要仔细权衡的活交给 Opus,日常任务、修 bug、做文档表格和幻灯片交给 Sonnet。
规格和价格
| 项目 | Sonnet 5.5 |
|---|---|
| 模型 ID | claude-sonnet-5-5(Bedrock 上是 anthropic.claude-sonnet-5-5) |
| 上下文窗口 | 1M token |
| 最大输出 | 128K(Batch API 加 beta 头可到 300K) |
| 输入 / 输出 | $2 / $10 每百万 token |
| 缓存 | 5 分钟写入 $2.50,1 小时写入 $4,读取 $0.20 |
| Batch API | 5 折 |
| 知识截止 | 2026 年 6 月 |
| 输入 → 输出 | 文本和图片 → 文本 |
| 最低可缓存长度 | 512 token(Sonnet 5 是 1024) |
价格和 Sonnet 5 完全一样,分词器也没变,同样的文本 token 数不变。省钱不来自标价,而是同样的活用的 token 和工具调用更少:官方说输出速度比 Sonnet 5 快 30% 以上,完成一个任务的总成本最多能降 30%;在 low / medium 档,能以大约十分之一的成本追平 Sonnet 5 的最好成绩。
同级对比(官方模型页):
| 模型 | 价格 | 延迟 | 默认 effort |
|---|---|---|---|
| Fable 5.1 | $10 / $50 | 慢 | high |
| Opus 5.5 | $4 / $20 | 中 | medium |
| Sonnet 5.5 | $2 / $10 | 快 | high |
| Haiku 4.5 | $1 / $5 | 最快 | - |
跑分
| 测试项 | Sonnet 5.5 | Opus 5.5 | Sonnet 5 |
|---|---|---|---|
| Terminal-Bench 4.0 | 70.6% | 66.4% | 10.3% |
| CursorBench 4.0 | 55.5% | 57.8% | - |
| GDPval-AA v2.1 | 1844 Elo | 1846 Elo | 1449 Elo |
| OSWorld 2.1(电脑操作) | 80.1% | 81.8% | 57% |
| Chartography(图表识别) | 61.6% | 64.4% | 15.6% |
Terminal-Bench 上 Sonnet 5.5 比 Opus 5.5 还高 4 个点,但 Sonnet 5 只有 10.3%,跨度大得有点反常,我没找到官方对这个落差的解释,读的时候留个心眼。GDPval-AA 上只差 2 分,基本持平。FrontierCode 1.1 在 Max 档是 46.2%,Opus 5.5 是 54.4%,这一项没追平。
合作方自己测的数据:Box 快 2.4 倍且总 token 少 12%;Zendesk 工单处理快 20%;Slack 输出 token 少 14%;Lovable 工具调用少三分之一;Base44 每次构建 3.6 轮迭代(Opus 5 是 7.7 轮)。仅供参考。
从 Sonnet 5 迁移:5 个会直接报错的改动
官方 API 文档列了 5 个 breaking changes,升级前要过一遍:
- 关闭思考的写法变了。
thinking: {"type": "disabled"}现在返回 400,要改成{"type": "between_tools"}。它只在high及以下 effort 可用,xhigh/max会报 400;用了between_tools之后,effort 不能在对话中途改,display、budget_tokens也不能一起传。手动预算thinking: {"type": "enabled", "budget_tokens": N}同样报 400。 - 强制调用工具不再支持。
tool_choice设成any或指定工具名会返回 400,只剩auto和none。要保证工具参数合法,官方建议auto加strict: true,或者改用 structured outputs;想让它调工具,就在提示词里写明什么时候该用。 - 思考块绑定模型和对话。 Sonnet 5.5 能读 Sonnet 5、Opus 4.8、Haiku 4.5 及更早模型的思考块,读不了 Opus 5、Opus 5.5、Fable、Mythos 的;反过来,别的模型也读不了它的。2026 年 8 月 31 日之后创建的账号默认开启校验:重放思考块时,如果前面的 system、tools 或历史消息被改过,直接 400。解决办法是保持对话只追加不修改,改指令用 mid-conversation system message。
- 旧的
computer_20251124工具在 Claude API 和 Google Cloud 上不再接受,要换成computer_toolset_20260801。Bedrock 上仍然支持旧工具。 - advisor 工具的搭配收窄了。 Sonnet 5.5 做 executor 时,advisor 只能选 Mythos 5.1、Fable 5.1、Mythos 5、Fable 5、Opus 5.5、Opus 5 或 Sonnet 5.5 自己;Opus 4.8、Opus 4.7、Sonnet 5 会返回 400。返回的建议是加密的,客户端看不到文本。
另外还有一个不报错但会让界面“安静”的变化:两次工具调用之间超过一两句话的说明,会以 thinking 块的形式返回,默认 display: "omitted" 时内容是空的。如果你的应用把这些说明流式展示给用户,升级后工具调用之间会没有任何输出。解法是设 display: "updates"(beta),或者用 between_tools,这时说明文字会带摘要返回。
还有两条:temperature、top_p、top_k 设成非默认值会返回 400;effort 的档位重新校准过,同一档位的思考量和 Sonnet 5 不一样,官方建议拿自己的评测重跑一遍,不要照搬旧设置。
effort 怎么选
官方给的起点:一般任务从 high(API 默认值)开始;agentic 编码和多步工具调用,明确的任务从 medium 开始,更难更长的上 high;聊天和对延迟敏感的场景用 medium 或 low。几个细节:
- 从
medium往上,模型几乎每次回复前都会短暂思考,连打招呼也不例外,首字延迟会变长;要少思考就降 effort,在提示词里让它“少想点”不可靠。 low和medium下做长任务,它更容易中途停下来问你;low下有时会不跑测试就说改完了。官方在文档里给了对应的系统提示词补丁。xhigh和max下它会自己发起多轮复查,甚至拉子 agent 审查。官方测过,加一句“做完就停,别自己启动额外的审查”能在max档把单次会话成本降约三分之一,质量不变。- 它倾向于顺手补上和仓库风格一致的测试、文档和小文件,档位越高越明显。
- 需要 JSON 输出又要几步推理的任务,用 structured outputs 时它可能不思考就直接答,准确率会掉;系统提示词末尾加一句 “Think the problem through before you answer.”,或者用
xhigh。 - 处理密集图表,给它裁剪、缩放的工具,比单纯提高 effort 更有效。
max_tokens:思考也算在里面,agentic 编码建议直接设 128000 并用流式。
安全防护
- 拒绝会以 HTTP 200 返回,
stop_reason: "refusal",stop_details.category有五类:cyber、bio、frontier_llm(协助开发竞争 AI 模型)、reasoning_extraction(要求复述内部推理)、general_harms。 - 网络安全防护和 Opus 5.5 同级,找源码漏洞允许,高风险的双用途安全工作不允许;生物方面和 Sonnet 5 相同。
- 服务端回落(
fallbacks: "default",beta,需要自己开启)会把cyber和frontier_llm的拒绝改用 Sonnet 5 重试,其余三类不重试。也就是说回落不是默认行为,我上一版写成了“高风险请求会回落到 Sonnet 5”,这里更正。 - 这是第一个带防蒸馏分类器的 Sonnet,提示词里别要求它把推理写进回复,会触发
reasoning_extraction;要看推理,用display: "summarized"读摘要思考块。 - 生命科学场景被
bio分类器误拦的话,可以申请 Life Sciences Verification Program。
文本水印:不是这一代 Sonnet 独有的
我上一版把“输出带不可见文本水印”写成了 Sonnet 5.5 的新变化,这个说法不准确,更正如下:
- Anthropic 的水印是统计式的:调整模型选词时的随机性,让文本带上能用密钥检测的统计特征,官方原话是没有额外字符、没有隐藏字符,不产生额外 token,不影响速度和价格,内部测试也没看到对内容、创造性、可读性的影响。
- 覆盖范围是 2026 年 8 月 2 日及之后发布的模型,发布即带水印,Opus 5.5 和 Sonnet 5.5 都在内;更早的模型在 12 月 2 日前陆续补上。Claude 应用、Claude Code、API 以及 AWS、Google Cloud、Foundry 上都一样,帮助中心里没有关闭选项。
- 检测接口目前是私有预览,只给监管机构、执法、媒体、事实核查、独立研究者这类符合条件的组织。它只能说明文本“可能经过 Claude 处理”,改写、翻译、混入其他文本都会削弱信号,短文本和事实性很强的段落也不容易检出。
- 图片这类文件另外带 C2PA 内容凭证。
怎么用
如果你现在用 Sonnet 5,价格一样、速度更快,但别只改模型 ID:先查有没有用 thinking: disabled、强制 tool_choice、旧版 computer use、把工具调用间的说明流式展示给用户这几种写法,再重跑 effort 评测。如果之前为了成本在 Opus 上跑代码类任务,值得在 Sonnet 5.5 的 medium 档跑一遍自己的评测。
Haiku 5.5 官方说“未来几周内”发布,5.5 系列的三档模型就齐了。
想聊聊你们实际用起来的感觉,欢迎来评论区。
参考来源:
- Introducing Claude Sonnet 5.5 - Anthropic
- What's new in Claude Sonnet 5.5 - Claude Platform Docs
- Claude Sonnet 5.5 模型页 - Claude Platform Docs
- Prompting Claude Sonnet 5.5 - Claude Platform Docs
- How Claude's text watermarking works - Anthropic
- How Claude marks AI-generated content - Claude Help Center
- Anthropic releases Sonnet 5.5 - TechCrunch
- Anthropic launches Claude Sonnet 5.5 with 30% cost reduction per-task - VentureBeat
- 上一篇:Claude Opus 5.5 发布