Claude Sonnet 5.5 发布：编程能力反超 Opus，全面对标 GPT-6 Sol
继 Anthropic 于 6 天前发布 Claude Opus 5.5 后，今日正式推出 Claude Sonnet 5.5。此次发布时机颇具战略意味，正值 OpenAI DevDay 前夕，意在直接对标即将亮相的 GPT-6 Sol。
值得注意的是，在多项核心基准测试中，“中杯” Sonnet 5.5 的表现甚至超越了“大杯” Opus 5.5，展现出极强的竞争力。
编程与综合性能全面跃升
在衡量命令行复杂代码任务能力的 Terminal-Bench 4.0 测试中，Claude Sonnet 5.5 准确率达到 70.6%，高于开启最强推理等级（xhigh）的 Claude Opus 5.5（66.4%），更是远超上一代 Sonnet 5 的 10.3%。
根据 Anthropic 官方数据及第三方机构 Artificial Analysis 的评估，Sonnet 5.5 在多维指标上已超越上周发布的 GPT-6 Sol。在 AA Intelligence Index 智能指数排行榜中，Sonnet 5.5 以 56 分位列全球第二，仅比 Opus 5.5 低 2 分。
在实际工作任务评测 GDPval-AA（覆盖 44 个职业和 9 大行业）中，Sonnet 5.5 得分 1844，与 Opus 5.5（1846）几乎持平，显著高于 GPT-6 Sol 的 1487 分。
价格减半，效率显著提升
Claude Sonnet 5.5 的定价策略极具攻击性，其每百万 Token 的输入输出价格均为 Claude Opus 5.5 的一半，且与 GPT-6 Sol 完全一致。
|
|
Claude Sonnet 5.5 |
Claude Opus 5.5 |
GPT-6 Sol |
|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Anthropic 表示，Sonnet 5.5 完成相同任务消耗的 Token 更少，实测单次任务成本较上一代降低 30%，输出速度提升 30%，是目前 Sonnet 系列中最快的模型。
高得分背后的 Token 消耗争议
尽管性能优异，Artificial Analysis 指出，Claude Sonnet 5.5 在最高推理等级下，每个任务平均消耗约 19.3 万输出 Token，是此前测试模型中最高的，约为 GPT-6 Astra 的 7 倍。
这意味着其高分部分得益于更长的思考过程和输出长度。用户需在“节省 Token”与“追求高分”之间做出权衡。目前，Claude Code 和网页版默认推理等级为 medium，API 默认为 high，支持用户自行调节。
此外，为防止模型蒸馏，Anthropic 对 Sonnet 5.5 实施了与 Opus 5.5 相同的保护措施。
产品定位与上线情况
针对 Sonnet 5.5 与 Opus 5.5 性能接近的疑问，Anthropic 解释称，Opus 5.5 在处理复杂、开放及需长时间持续判断的任务上仍具明显优势，基准测试无法完全量化这一差距。
预计未来几周内，轻量级模型 Claude Haiku 5.5 也将发布。
目前，Claude Sonnet 5.5 已在 Claude、Claude Code、AWS、谷歌云和微软 Azure 全平台上线，模型 ID 为 claude-sonnet-5-5。