网易首页 > 网易号 > 正文 申请入驻

Sonnet 5.5发布,智能水平超越GPT-6 Astra,说好的减速呢?

0
分享至



口口声声呼吁减速的阿莫迪,一脚踩满了油门。

2026年9月29日,Anthropic发布了Sonnet 5.5。不仅性能接近Opus 5.5,价格还只有Opus 5.5的一半。

在Artificial Analysis给出的智能水平评分榜上,Sonnet5.5更是超越了GPT-6 Astra以及Anthropic自己的旗舰模型Claude Fable 5.1。



关键在于性价比,目前,Sonnet 5.5几乎包圆了所有中等难度的任务,尤其是开发、科研和数学。除去那些非常简单的任务外,没有任何一款模型,能在性价比方面追上Sonnet 5.5。

所以,说好的减速呢?

01

为什么它这么强还这么便宜?

Sonnet 5.5的性能非常强。其在Terminal-Bench 4.0的成绩为70.6%,上代Sonnet 5只有10.3%。

在GDPval-AA v2.1上,它拿到1844分,距离Opus 5.5的1846分只差2分。CursorBench 4.0是55.5%对57.8%,同样接近于Opus 5.5。



Anthropic表示,虽然Sonnet 5.5性能和Opus 5.5接近,但是遇到需要持续判断、目标又不够明确的复杂工作,Opus 5.5的效果会更好。

Sonnet 5.5更适合日常任务,比如修bug、迭代功能,以及做文档、幻灯片和表格。

Sonnet是Claude家族里的轻量模型,它的性能本应该和旗舰模型差很多才对,但为什么Sonnet 5.5会突然变得这么能干?

从公开材料看,最明显的变化不是它记住了更多知识,而是它把任务做完的能力强了。

Anthropic从Sonnet 5开始,就强化了推理、工具使用和编程,做事时更愿意调用工具并检查结果。到了5.5,提升集中体现在智能体编程、电脑操作和视觉理解这些需要连续行动的环节。

它在OSWorld 2.1上从上代的57.0%提升至80.1%,在不使用工具的图表识别测试Chartography上从15.6%提升至61.6%。

也就是说,Sonnet 5.5已经掌握了从屏幕里收集信息,再据此推进任务。

拿修bug来说,读懂代码只是第一步,模型想要完成整个修bug的任务,它还得找到相关文件、判断改动会影响哪里、调用工具修改,再确认问题是否解决。

任何一步出错,整道题都可能失败。

这就是为什么Sonnet 5.5在Terminal-Bench上的得分能大幅提升,它不是那种简单的“代码智商”暴涨,是通过这种收集信息的能力,让模型能完成整个链条。



一个猜想,Sonnet 5.5可能也对Opus 5.5进行了蒸馏。在测试过程中发现,Sonnet 5.5会说一些Opus 5.5才会出现的口头禅,比如“You are right!”(你是对的)

Anthropic在发布Opus 5.5时,就明确说过它改进了写作与沟通方式,“You are right!”最具代表,Fable 5.1从来不会说这个口头禅,但是Sonnet 5.5也开始说这个口头禅了。

那它为什么便宜?先看标价:Sonnet 5.5每百万输入、输出token分别是2美元和10美元,正好是Opus 5.5的一半。5分钟缓存写入是2.50美元对5美元,缓存读取都是0.20美元。

所谓5分钟缓存写入,指的是通过API首次发送一段会重复使用的提示内容时,让系统把它缓存起来,这次写入,就是按“5分钟有缓存”档位来计费的。

同时,Anthropic还表示“每项任务最高便宜 30%”,来自完成同一件事通常消耗更少 token。用同一价格、少走一些弯路,账单自然会变薄。

还是以编程来举例。

早期测试者观察到,Sonnet 5.5比Sonnet 5更倾向于把工具调用成批处理。这就使得整体步骤更少,进而更省token。

Anthropic称,在FrontierCode的High档位上,它比上代同档位高约10%,单任务成本却约为后者的15分之1。

在一些评测中,Sonnet 5.5用Low或Medium档位,就能以大约十分之一的任务成本超过Sonnet 5的最好成绩。

便宜的关键不只在每个token卖多少钱,还在模型为完成任务究竟花掉多少token、绕过多少次工具。

此外,Sonnet 5.5的输出速度也比Sonnet 5提高了30%以上。

02

模型之外还有什么?

比起性能,Anthropic如今更注重工程方面的提升。

比如Fable 5.1,它就引入过防止提取推理内容的Preserved Thinking。如今,这套机制也进入了Sonnet 5.5,并且向前走了一步。

Anthropic为Sonnet 5.5加上防止推理提取的安全分类器,同时把它产生的思考块绑定到创建它的账户或关联账户。

换一个不关联的账户重放,API会丢弃该思考块,模型看不到先前的推理。不过这套防护系统,普通开发者根本不用管这套防护系统,因为它并不影响你阅读整个思考过程,Anthropic主要想防的是那些想大规模蒸馏、反复调用来抽取模型能力的企业。

思考块的签名还与此前的对话绑定。

如果开发者改动已经发生的系统提示、工具定义或历史消息,再把旧思考块塞回去,新账户默认可能收到400错误。

正常追加对话通常不受影响,但那些习惯在后台悄悄改写历史的智能体框架,就得重新处理会话。

安全护栏也从“要不要拒绝用户过分的请求呢?”,变成了“我该把这个问题交给谁回答?”。

Sonnet 5.5的网络安全能力提升,因此高风险网络安全请求可能触发分类器,并被明显地回退给Sonnet 5。

正常找bug和修bug仍可使用Sonnet 5.5。

Claude API上的服务端自动回退目前处于测试阶段,需要开发者启用。

Sonnet 5.5遇到某些被安全系统拦下的请求时,不一定直接结束;如果开发者开启了“自动回退”,系统会尝试换成 Sonnet 5 来回答。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
班主任的忠告:能考上重点大学的孩子,基本都是从高一开始就狠抓这五件事!

班主任的忠告:能考上重点大学的孩子,基本都是从高一开始就狠抓这五件事!

好爸育儿
2026-11-15 22:45:08
随着新疆男篮31分大胜辽宁,北控30分大胜江西,北京27分轻取深圳,香港金牛17分大胜广州,CBA杯赛8强对阵名单出炉!

随着新疆男篮31分大胜辽宁,北控30分大胜江西,北京27分轻取深圳,香港金牛17分大胜广州,CBA杯赛8强对阵名单出炉!

凯丰侃球
2026-11-23 00:03:44
玻璃瓶更干净?法国科学家的意外发现:玻璃瓶里的微塑料反而更多

玻璃瓶更干净?法国科学家的意外发现:玻璃瓶里的微塑料反而更多

抽象派大师
2026-11-22 01:39:07
3.5亿!3.5亿美元啊!杜兰特最新重磅操作

3.5亿!3.5亿美元啊!杜兰特最新重磅操作

篮球实战宝典
2026-11-22 20:11:48
奥斯卡影后当众承认隆胸:是全新的,全C罩杯

奥斯卡影后当众承认隆胸:是全新的,全C罩杯

热搜摘要官
2026-11-20 20:07:43
昨晚,前夫借故来看孩子,一见面就迫不及待进入正题,我推不开他

昨晚,前夫借故来看孩子,一见面就迫不及待进入正题,我推不开他

第7情感
2025-09-14 11:33:27
山东济阳推进丧俗改革:有村子推行“一日丧”,去世到安葬不超24小时

山东济阳推进丧俗改革:有村子推行“一日丧”,去世到安葬不超24小时

澎湃新闻
2026-11-21 22:20:40
一对35岁湖南兄弟裸辞合伙开餐饮店,光门面装修就花了十几万,最后亏掉上百万,打工积蓄全没,还背上巨额贷款

一对35岁湖南兄弟裸辞合伙开餐饮店,光门面装修就花了十几万,最后亏掉上百万,打工积蓄全没,还背上巨额贷款

捣蛋窝
2026-11-22 18:52:39
大S那些旧微博翻出来,句句扎当妈的心,越看越不敢信她走得这么急

大S那些旧微博翻出来,句句扎当妈的心,越看越不敢信她走得这么急

可乐谈情感
2026-11-22 01:20:58
一个坏消息:中国200万复读生群体面临的非常严峻问题,已经到来

一个坏消息:中国200万复读生群体面临的非常严峻问题,已经到来

次元君情感
2026-11-22 12:19:33
3.73亿!杭州萧山宝龙广场法拍

3.73亿!杭州萧山宝龙广场法拍

红蓝白郁金香V
2026-11-22 18:25:16
热火豪取6连胜难服众?高管泼冷水:倾其所有也难成争冠队

热火豪取6连胜难服众?高管泼冷水:倾其所有也难成争冠队

稻谷与小麦
2026-11-23 00:05:32
反常信号显现:中国股市这次的玩笑,恐怕真的开大了?

反常信号显现:中国股市这次的玩笑,恐怕真的开大了?

星语者056
2026-11-22 12:42:50
0-2半场爆冷!巴萨遭遇“天崩开局”,3分钟丢2球,亚马尔失点球

0-2半场爆冷!巴萨遭遇“天崩开局”,3分钟丢2球,亚马尔失点球

汪星人哟
2026-11-22 21:56:58
金价暴跌,创14个月新低;印度总理莫迪:我很高兴,我劝大家少买黄金,印度人民就真的少买了,许多人因此避免了损失

金价暴跌,创14个月新低;印度总理莫迪:我很高兴,我劝大家少买黄金,印度人民就真的少买了,许多人因此避免了损失

南方都市报
2026-11-22 14:29:58
比任何一艘航母更可怕的,是全世界悄然达成了一个共识:

比任何一艘航母更可怕的,是全世界悄然达成了一个共识:

果妈聊娱乐
2026-11-20 11:34:16
恭喜!39岁颜妮大婚,市长莅临现场,丈夫显成熟,郎平送祝福

恭喜!39岁颜妮大婚,市长莅临现场,丈夫显成熟,郎平送祝福

跑者排球视角
2026-11-22 12:22:54
回顾:母亲协助男友两次强奸女儿,还叫女儿“别喊,忍着点!”

回顾:母亲协助男友两次强奸女儿,还叫女儿“别喊,忍着点!”

胡侃社会百态
2026-11-21 19:07:57
触目惊心!男子高速猛打一把方向,后排母亲和弟弟被甩出车窗,事发画面曝光

触目惊心!男子高速猛打一把方向,后排母亲和弟弟被甩出车窗,事发画面曝光

上观新闻
2026-11-22 08:24:56
特朗普是美国历史上第一位,也是到目前为止唯一一位,当选总统前既没有任何文职政府公职、也没有参军服役经历的总统

特朗普是美国历史上第一位,也是到目前为止唯一一位,当选总统前既没有任何文职政府公职、也没有参军服役经历的总统

回京历史梦
2026-10-26 10:49:29
2026-11-23 00:40:49
字母榜 incentive-icons
字母榜
让未来不止于大。
2918文章数 8102关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

俄导弹落入波兰 北约秘书长吕特强硬回应

头条要闻

俄导弹落入波兰 北约秘书长吕特强硬回应

体育要闻

全场挨打1比4溃败 阿隆索已过保质期?

娱乐要闻

杨颖姐弟烧香被偶遇,清秀少年变粗犷大叔

财经要闻

沪深交易所、中国结算推出一揽子降费措施

汽车要闻

插混尊贵型真的超值 15万级的第二代海豹07配置拉满

态度原创

健康
教育
数码
本地
艺术

医生眼里"很伤腰"的椅子,很多人天天坐

教育要闻

“巨资培养的姐弟俩,只能在家里做饭”,一段窝囊视频,却戳中了无数人的情绪点

数码要闻

好消息:AMD Zen6桌面CPU提前登场!坏消息:6GHz悬了

本地新闻

43年起落记忆倒计时,去厦门高崎领绝版登机牌!

艺术要闻

印度,一个盛产美女的国家:多元血脉与纱丽风情交织的独特之美

无障碍浏览 进入关怀版