Sonnet 5.5 单价没变，多项评测接近 Opus 5.5，但关思考的写法换了
9 月 28 日发布，$2 / $10 和 Sonnet 5 一样；Terminal-Bench 从 10.3% 提到 70.6%，默认 effort 是 high 而 Opus 5.5 是 medium；从 Sonnet 5 迁移要改的五处一次讲清
文章目录
共 8 节9 月 28 日，Anthropic 发布 Claude Sonnet 5.5，模型 ID 是 claude-sonnet-5-5。这是继 9 月 22 日的 Opus 5.5 之后，Claude 5.5 家族的第二个模型。
官方模型文档里，Sonnet 5 现在已标为 Legacy（仍可调用），Sonnet 5.5 是当前的 Sonnet 型号。如果你的产品默认模型还写着 claude-sonnet-5，这篇就是写给你的。
本文数字来自 Anthropic 的发布公告、模型文档页和定价页，于 2026 年 10 月 5 日整理。
一、它是什么，定位在哪
官方给 Sonnet 5.5 的一句话描述是「速度与智能的最佳组合」。发布公告里的分工写得很直白：
- →Opus 5.5：面向需要谨慎判断的复杂工作
- →Sonnet 5.5：最擅长边界清楚的日常任务、修 bug、做文档 / 幻灯片 / 表格，官方还特意提了一句「对设计有眼光」
规格：上下文 100 万 token（1M），单次最多输出 12.8 万 token（128K），和 Sonnet 5 相同；Batch 批处理接口加 output-300k-2026-03-24 beta 头可以到 30 万。token 是模型处理和计费的文本单位，不等于汉字数。输入支持文本和图片，分词器和 Sonnet 5 相同，同一段文本切出来的 token 数不变。知识截止是 2026 年 6 月。
退役时间：在 Claude API、Claude Platform on AWS 和 Microsoft Foundry 上，官方承诺不早于 2027 年 9 月 28 日；Bedrock 和 Google Cloud 各自定日期。
二、价格：单价不变，官方测试里单任务成本最多低 30%
以下是基础单价，单位为美元 / 每百万 token（地区端点、数据驻留和工具调用另计）：
| 项目 | Sonnet 5.5 | Sonnet 5 | Opus 5.5 |
|---|---|---|---|
| 输入 | $2 | $2 | $4 |
| 输出 | $10 | $10 | $20 |
| 5 分钟缓存写入 | $2.50 | $2.50 | $5 |
| 1 小时缓存写入 | $4 | $4 | $8 |
| 缓存读取 | $0.20 | $0.20 | $0.20 |
| Batch 批处理 | 输入输出五折 | 输入输出五折 | 输入输出五折 |
单价和 Sonnet 5 完全一样，官方文档原话是「包括提示词缓存和批处理在内，价格与 Sonnet 5 相同」。
公告说它通常用少得多的 token 完成同样的活：在官方测试里，单任务成本最多比 Sonnet 5 低 30%，输出速度快 30% 以上，是目前最快的 Sonnet。
「最多 30%」是官方测试的结果，不是平均降幅，也不是对任何业务的保证。你的任务能省多少，要拿自己的数据跑出来。
还有一个容易看漏的点：三个模型的缓存读取单价都是 $0.20（Opus 5.5 是输入价的 0.05 倍，Sonnet 是常规的 0.1 倍）。所以缓存命中率越高，Opus 和 Sonnet 的总价差越小；但缓存写入、未命中的输入和输出，Opus 仍然贵一倍。
三、分数表：多项评测接近 Opus 5.5，复杂开放任务仍有差距
官方对比表（括号里是官方标注的评测条件）：
| 评测 | Sonnet 5.5 | Sonnet 5 | Opus 5.5 | 测什么 |
|---|---|---|---|---|
| Terminal-Bench 4.0 | 70.6% | 10.3% | 66.4%（xhigh） | 命令行里的多步任务 |
| FrontierCode 1.1 Main | 52.1%（xhigh） | 42.4% | 54.4% | 代码改动能否直接合并 |
| CursorBench 4.0 | 55.5% | 34.1% | 57.8% | 真实 Cursor 会话里的编码任务 |
| GDPval-AA v2.1 | 1844 | 1449 | 1846 | 44 个职业的真实工作任务（Elo 相对分） |
| AA-Briefcase v1.1 | 1811 | 1359 | 1822 | 长周期知识工作（Elo 相对分） |
| Humanity’s Last Exam | 64.5% | 54.9% | 67.7% | 多学科推理（带工具） |
| OSWorld 2.1 | 80.1% | 57.0% | 81.8% | 操作电脑（官方标注 partial） |
| Chartography | 61.6% | 15.6% | 64.4% | 识别图表（不带工具） |
官方脚注：GDPval-AA 和 AA-Briefcase 是第三方 Artificial Analysis 在 Sonnet 5.5 预发布版本上跑的，那个版本有一个影响结构化输出的 bug（已修复），官方预计影响很小，如有影响也是低估。
几处值得单独说：
- →Terminal-Bench 4.0 上 Sonnet 5.5 的 70.6% 高于 Opus 5.5 的 66.4%，Opus 那一格官方注明是 xhigh 档、也是它的最高分。Sonnet 5 在这项只有 10.3%，提高了 60.3 个百分点
- →GDPval-AA 只比 Opus 5.5 低 2 分，比 Sonnet 5 高约 400 分
- →FrontierCode 上开到最高的 Max 档反而比 xhigh 低（46.2% 对 52.1%）。官方解释：Max 档下模型更常调用多个子智能体做代码审查，个别任务因此超时或改了任务范围以外的代码，而这个评测会扣范围外改动的分。effort 不是开得越高越好，这是个现成的反例
- →公告里还有一条：它是第一个只看截图就通关《宝可梦 红》的 Sonnet 模型
官方自己也给了限定：分数只反映能力的一个侧面，在他们和外部测试者的实测里，Opus 5.5 在需要持续判断的复杂开放式工作上仍然明显更强。
成本曲线那部分有一句很实用：在几项评测上，Sonnet 5.5 开 Low 或 Medium 档，就能超过 Sonnet 5 的最好成绩，单任务成本约为后者的十分之一。
四、和 Opus 5.5 最容易搞混的两个默认值
effort 是控制模型思考投入的档位参数，从低到高是 low / medium / high / xhigh / max。
| Sonnet 5.5 | Opus 5.5 | |
|---|---|---|
| API 默认 effort | high | medium |
| 能否关掉回答前的思考 | 能（between_tools） | 不能，自适应思考始终开启 |
默认档位不同：不传 effort 时，Opus 5.5 用 medium，Sonnet 5.5 用 high。拿两个模型做对比时，一定要把 effort 显式写进请求并记录下来，否则比的是两套默认配置。
官方给 Sonnet 5.5 的起步建议：一般任务从 high 开始；让模型连续调用工具干活的编码和多步任务，描述清楚的从 medium 起，难的、长的再上 high；聊天这类对延迟敏感的，从 medium 或 low 起。effort 档位重新校准过，同一档在 Sonnet 5.5 上的思考量和在 Sonnet 5 上不一样，旧设置别直接搬，几个档位分别测一遍质量、耗时和费用再定。
五、从 Sonnet 5 迁移要改的五处
官方列了五项针对 Sonnet 5 存量代码的兼容性变更，大部分会直接返回 400 错误：
- →关思考要换写法。
thinking: {"type": "disabled"}返回 400，要改成{"type": "between_tools"}，它关掉的是回答前的思考。只能配 low / medium / high 三档，配 xhigh 或 max 是 400；也不能附带display、budget_tokens等其他字段，会话中途也不能改 effort。budget_tokens手动预算同样 400 - →强制工具调用报错。
tool_choice设成any或指定某个工具，返回 400。官方替代是auto加strict: true保证参数格式，但模型可以选择不调用工具，所以要在提示词里写清楚什么时候用。Bedrock 上的差异见官方迁移指南 - →思考块绑定模型和会话。思考块是 API 返回的
thinking数据。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 和 Fable / Mythos 系列的；读不了的块会被丢掉，请求照常成功，被丢掉的思考块不计费。另外，在 Claude API、Bedrock 和 Google Cloud 上，2026 年 8 月 31 日 00:00（UTC）起创建的账号，如果改动过思考块之前的系统提示词、工具定义或历史消息，默认情况下再把这个块提交回去会返回 400（也可以通过 beta 参数改成丢弃该块而不报错）。对策是会话只新增消息、不改已有历史 - →在 Claude API 和 Google Cloud 上，旧的
computer_20251124电脑操作工具不再接受，要迁到computer_toolset_20260801。Amazon Bedrock 上旧工具还能用 - →advisor 工具的搭配收紧。用 advisor 工具让 Sonnet 5.5 执行任务、向另一个模型咨询时，Opus 4.8、Opus 4.7、Sonnet 5 不能再当被咨询的那个
安全护栏方面：网络安全方向的高风险请求可能被拒绝，这是 Sonnet 系列第一次带这层护栏，日常写代码、修 bug 不受影响。公告说这类请求会回落到 Sonnet 5 处理；在 API 上要靠你自己配置回退（官方有服务端回退参数），代码里要处理 stop_reason 为 refusal 的情况。
六、工具调用之间的进度文字可能不再显示
Sonnet 5.5 在工具调用之间写的说明，超过一两句话的会改放进 thinking 块，更短的仍是普通文本。默认设置下，这些 thinking 块的文字是空的。
如果你的产品把模型在工具调用之间写的话直接显示给用户，升级后这部分进度可能就不显示了，不报错、不告警。解决办法：自适应思考下把 thinking.display 设成 "summarized"；只想展示进度的，设成 "updates" 并带上 thinking-display-updates-2026-08-18 beta 头；同时让前端把非空的 thinking 块展示出来。用 between_tools 的话，这段文字本来就会带回来。你自己代码里写死的「加载中」提示不受影响。
做面向用户产品的，升级前检查一遍进度展示逻辑。
七、该用 Sonnet 5.5 还是 Opus 5.5
官方模型总览页现在的建议是：拿不准就先用 Opus 5.5；Opus 5.5 开高档仍然不够，再上 Fable 5.1。
结合发布公告，选型建议如下：
- →边界清楚、量大、要快的（改 bug、按模板出文档 / 幻灯片、客服、代码评审初筛）：Sonnet 5.5。CodeRabbit 在公告里说准备先把简单和中等难度的评审迁过去
- →开放式、要长时间自己拿主意的（架构设计、复杂重构、没有标准答案的分析）：Opus 5.5
- →两个一起用：Opus 定架构和框架，Sonnet 执行。公告里有测试者表示，有信心这样分工。在 Claude API 或 Google Cloud 上、同一账号内，从 Sonnet 5.5 切到 Opus 5.5 时，之前的思考块仍然有效
分数表只能当参考。建议从自己的业务里挑一批典型任务，两个模型各跑一遍，把 effort 写死，记录质量、耗时和成本，再决定迁多少。
渠道方面：除了 Claude API，官方还列出了 Amazon Bedrock、Google Cloud、Microsoft Foundry 和 Claude Platform on AWS。
八、Haiku 5.5：已预告，官方列表尚未收录
9 月 28 日的公告说，面向高并发、成本敏感场景的 Claude Haiku 5.5「会在未来几周加入」。我们 10 月 5 日查阅时，官方模型列表里的 Haiku 还是 4.5。
所以用量大头在 Haiku 档的，可以先等等；用量在 Sonnet 档的，Sonnet 5.5 单价不变，按上面五处兼容性变更加进度展示、拒绝处理、effort 重测这几项排迁移测试就行。