Claude Sonnet 5.5 已于 2026 年 9 月 28 日发布。 如果你每天让 AI 改代码、审 PR 或整理一堆材料，最想知道的恐怕不是版本号多了 0.5，而是它能否少绕路、少返工，以及账单会不会跟着下降。
Anthropic 的发布文章给出一个很有吸引力的组合：比 Sonnet 5 输出快 30% 以上，多种任务上更强，完成常见任务的成本最高可低 30%。但这里有个关键限定：新旧模型的 API 单价相同。省钱靠的是任务中用了多少 Token、几次才做对，而非价格表直接打折。更有意思的是，Artificial Analysis 的独立测评在最高推理档看到了相反的成本结果。下面把两种结论放回各自的测试条件里看。
本文依据官方文档、Artificial Analysis 和 CodeRabbit 发布的测试写成。Mengbi 没有自行运行付费 API 对比测试；厂商成绩、第三方结果与我们的使用建议会分开说明。资料核验于 2026 年 9 月 29 日。
先把规格与价格说清楚
| 项目 | Claude Sonnet 5.5 |
|---|---|
| 发布日期 | 2026 年 9 月 28 日 |
| Claude API 模型 ID | claude-sonnet-5-5 |
| 上下文 / 标准最大输出 | 100 万 / 12.8 万 Token |
| 输入与输出 | 文字、图片输入；文字输出 |
| 普通输入 / 输出 | 每百万 Token $2 / $10 |
| 5 分钟缓存写入 / 缓存读取 | 每百万 Token $2.50 / $0.20 |
| 默认推理档位 | Claude API 为 high；Claude 应用和 Claude Code 为 medium |
规格与计费来自 Anthropic 模型文档及发布公告。标准最大输出是 12.8 万 Token；另有 Batch API 测试功能可达 30 万，不能把两者混为一谈。官方列出的开发者平台包括 Claude API、Amazon Bedrock、Claude Platform on AWS、Google Cloud 和 Microsoft Foundry，具体区域与账户开放情况仍以各平台为准。
与 Sonnet 5 相比，普通输入、输出和缓存单价都没有变；与 Opus 5.5 相比，普通输入和输出单价均为后者的一半。但单价只是一张菜单，真正结账的是完成一个合格任务的总费用。
编程跃升明显，但别只看一个惊人的百分比
Anthropic 报告 Sonnet 5.5 在 Terminal-Bench 4.0 达到 70.6%，Sonnet 5 为 10.3%，Opus 5.5 为 66.4%。它还报告，在评估真实 Cursor 编程会话中模糊、跨文件任务的 CursorBench 4.0 上，新 Sonnet 为 55.5%，Sonnet 5 为 34.1%，Opus 5.5 为 57.8%。这些是官方发布页的指定评测配置，不是“你的项目修复成功率会从一成涨到七成”。
对一项真实开发需求，跑分背后更实际的问题是：它能否先读懂相关文件，改完运行测试，发现测试不过后自己收束，而不是交出一份看起来完整、实际没验证的 diff。官方也承认，复杂而开放、需要持续判断的工作，Opus 5.5 仍更强。在 FrontierCode 1.1 Main 的官方表中，Sonnet 5.5 的 xhigh 档为 52.1%，max 反而为 46.2%；脚注解释，最高档在个别案例里做了超出任务范围的审查或编辑，因而受罚。投入更多推理，不保证每次都更好。
CodeRabbit 在真实 PR 审查里看到了什么
CodeRabbit 9 月 28 日的测评提供了一个比合成题更贴近工程团队的视角。在其同一套 13 个已知问题案例上，开启思考的 Sonnet 5.5 找到 6 个，Sonnet 5 找到 4 个；可执行评论的精确率分别为 41.2% 和 40.0%。它也漏掉了两项旧版能发现的问题，不能说“全面替代”。在这 13 例里，Opus 5.5 的 Standard 和 Max 配置分别找到 8 个、10 个，难题差距仍在。
另一个包含 44 个开源 PR 的测试中，新 Sonnet 的平均审查耗时为 6 分 33 秒，旧版为 13 分 31 秒，并发出更少评论。该组的已知问题判分在文章发表时尚未完成，所以这组数据能支持“更快、评论更少”，还不能证明“44 个 PR 上抓到更多 bug”。CodeRabbit 测的是自家审查流水线，结论也不应直接外推到所有 Agent 或仓库。
为什么官方说更省钱，独立测试却算得更贵？
两边并不必然冲突。Anthropic 所说的“常见任务最高节省 30%”是其工作负载与设置下的单任务成本；Artificial Analysis选择最高的 max 推理档，在其 Intelligence Index 题目组合中测得 Sonnet 5.5 56 分，比 Sonnet 5 高 18 分，仅低于 Opus 5.5 的 58 分。但它每题约使用 19.3 万输出 Token，按该机构的计费口径约 $7.60/题，比旧版约高 50%。这个数字不是普通聊天一次要花 $7.60，而是这套高强度评测的平均值。
Artificial Analysis 的所有五档测试都启用了 Anthropic 默认回退；它称回退约发生在 0.1% 的题目，主要出现在 Terminal-Bench。其预发布测试环境还曾有结构化输出相关问题，Anthropic 称已在公开版修复，测评机构计划重跑部分项目。因此，56 分是指定配置和版本的测量结果，不是每个用户默认就能得到的能力。
如果你想知道自己会不会省钱，可以先把任务分三档测：medium 跑清晰的日常修复，high 跑跨模块改动，只把少数真正棘手的任务升到 xhigh 或 max。每档记录成功率、墙上时间、输入/输出与缓存 Token、重试次数、人工返工时间。别只比“每百万 Token 的价”，也别只比第一次回答是否流畅。一个会自我检查、一次交付可合并代码的模型，可能比便宜但要反复返工的模型划算；反过来也成立。
写文档、做表格、看图表：能力与验收要一起看
官方表中，Sonnet 5.5 在知识工作评测 GDPval-AA v2.1 得 1844 Elo，接近 Opus 5.5 的 1846，高于 Sonnet 5 的 1449；AA-Briefcase v1.1 也从 1359 提高到 1811。Elo 是相对评分，不是正确率百分比。Anthropic 展示了幻灯片、电子表格和视觉理解案例；它们说明新模型可以承担这些任务，但展示案例由厂商挑选，不等于每份真实交付物都可直接发送。
实用的检查方式是给三个型号同一份真实材料和验收清单：例如一份季度报告、两张表、一个 10 页演示模板。除了读起来是否顺畅，还要逐项看数字是否能追到原表、是否漏掉要求、图表轴是否读对、修改量有多大。对于财务、法律或其他高风险材料，仍应由合适的人复核。Artificial Analysis也指出，在它的独立测试中，Sonnet 5.5 的事实知识与科学推理尚未追上 Opus 5.5。
从 Sonnet 5 升级 API，不能只改模型名
模型 ID 改为 claude-sonnet-5-5 之后，至少检查以下几处官方迁移说明列出的变化：
- 关闭预先思考的写法变了。 原先
thinking: {"type": "disabled"}会返回 400；改用between_tools，且只支持low、medium、high。xhigh和max需要自适应思考。 - 强制工具调用不再受支持。
tool_choice的any或指定tool会返回 400；需要改用auto，再按场景使用严格工具参数或结构化输出。 - 保存的思考块有绑定约束。 某些账户修改早先的系统提示、工具或消息后重放历史，会收到 400。把对话当作追加记录，并按文档处理需要编辑历史的工作流。
- 旧电脑操作工具需要迁移。 Claude API 和 Google Cloud 不接受
computer_20251124，需使用computer_toolset_20260801；Amazon Bedrock 的兼容性不同。 - 工具调用之间的进度文字可能不再出现在原来的文本流。 部分进度写入
thinking块；如果界面只读取text，用户可能以为任务卡住了，需要检查显示配置。
还有一项不一定报错，却直接影响预算：同名的推理档位在新旧模型上不代表同样的工作量。Anthropic 建议重新校准，而不是照搬 Sonnet 5 的设置。较高风险的网络安全请求可能触发拒绝或回退；程序不能把 HTTP 200 直接当作任务成功，需检查 stop_reason 等字段。
该怎么选：Sonnet 5.5 还是 Opus 5.5？
清晰、有验收标准的高频任务，先试 Sonnet 5.5。 日常 bug 修复、常规 PR 审查、资料整理和有模板的文档，都有充分理由进入一轮对照测试。官方与第三方数据都显示能力进步，速度尤其值得关注。
范围开放、错误代价高的任务，把 Opus 5.5 留在候选名单。 CodeRabbit 的难例审查和 Anthropic 自己的定位都提醒我们，Sonnet 5.5 并未抹平最难任务的差距。更聪明的做法通常是按任务分流，并在自己的验收集上记录每个合格结果花多少钱。
想先认识产品，可看 Claude 工具页；如果正在比较高端型号，接着读 Claude Opus 5.5 解读；需要选择开发工作流，可参考 AI 编程 Agent 对比。
常见问题
Claude Sonnet 5.5 什么时候发布？
Anthropic 的官方发布日期是 2026 年 9 月 28 日。Sonnet 5 于 2026 年 6 月发布，两者是不同型号；本文和封面讨论的是 5.5。
Claude Sonnet 5.5 API 多少钱？
Claude API 普通输入每百万 Token $2，输出 $10，缓存读取 $0.20。这是 API 计价，不是 Claude 订阅月费；缓存写入、Batch、工具和不同平台可能另有规则。
Sonnet 5.5 比 Sonnet 5 便宜 30% 吗？
两款模型的官方 API 单价相同。Anthropic 所说的“最高节省 30%”来自其典型任务中更少的 Token 用量；Artificial Analysis 在最高推理档的题目组合中测得更高单题成本。你的结果取决于任务和推理档位。
它能生成图片吗？
官方规格是接收文字与图片，输出文字。它能理解图片并生成代码或文字描述，不是原生图片生成模型。
来源与核验范围
- Anthropic 官方发布页：发布日期、厂商成绩、速度与成本主张、适用定位及脚注。
- Anthropic 模型规格与迁移说明：API ID、价格、上下文、平台和兼容性。
- Artificial Analysis 独立评测：指数、各档成本、Token 用量及预发布环境限制。
- CodeRabbit 代码审查实测：已知问题集、PR 审查耗时与方法边界。
最后核验：2026 年 9 月 29 日。封面是用户提供的主题图片；本文未把它当作 Anthropic 官方授权素材或产品性能证据。价格、榜单和平台能力可能更新，以链接中的原始资料为准。