模型單價沒變,不代表整個工作流一定變便宜;少重試、少輸出和少人工修正,才可能真的省下成本。
已確認的事實
Anthropic 於 2026 年 9 月 28 日介紹 Claude Sonnet 5.5,將它定位成處理日常、範圍清楚任務的較快版本,與偏向複雜開放式判斷的 Opus 5.5 互補。
官方列出的 Terminal-Bench 4.0 分數是 Sonnet 5.5 的 70.6%,Sonnet 5 的 10.3%;這是 Anthropic 公布的基準結果,不是本站獨立重跑,也不代表所有程式任務都會得到同樣差距。
API 單價仍是每百萬 tokens 輸入 2 美元、輸出 10 美元、cache reads 0.20 美元。Anthropic 稱典型工作每項任務最多可少花 30%,主要原因是完成同一工作需要的 tokens 變少。
Sonnet 5.5 已在 Anthropic、AWS、Google Cloud 和 Microsoft Azure 等平台提供;官方同時提醒,Opus 5.5 在需要長時間判斷的開放式工作仍較強,安全評估也不能抓出所有失敗。
訊號報分析
這次更新最有用的地方不是又多一個型號,而是把「速度、單價、每項任務的實際成本」拆開了。若模型回答更短、工具呼叫更少,總成本可能下降;若你的任務需要長上下文、重試或人工複核,帳單不一定跟著新聞稿走。
Terminal-Bench 的落差很吸睛,但單一基準只回答特定測試條件。選模型時還要看自己的程式語言、工具鏈、失敗後修正時間,以及能不能在超出範圍時停下來。
官方把 Sonnet 5.5 的網路安全能力描述為大幅提升,並搭配較嚴格的高風險防護。對一般開發者來說,這代表日常修 bug 仍可用,但不能把模型名稱當成安全審查或授權替代品。
較穩的導入方法是先挑一組可回復任務,固定輸入、工具權限與成功標準,同時記錄 tokens、重試、人工修改與錯誤後果,再決定是否擴大使用。
仍未知的部分
- Anthropic 公布的「最多 30%」節省幅度在不同上下文長度、工具和工作類型下是否能重現。
- 第三方能否在相同版本、設定與資料上重現 Terminal-Bench 及其他基準結果。
- 不同方案、地區與雲端平台的實際限額、延遲、資料保留與高風險用途資格。
讀者可以怎麼核對
- 把自己的代表任務分成輸入、輸出、快取、工具呼叫、重試與人工審核,算完整成本而不是只看每百萬 tokens 單價。
- 確認帳號實際可用的模型 ID、地區、方案與安全限制,不把「已在平台提供」當成每個帳號立即開通。
- 涉及部署、資料修改或資安測試時保留人工確認、日誌與回復點,先在低風險範圍比較。
後續追蹤
- Sonnet 5.5 在不同任務上的獨立基準與實際成本
- 模型 ID、雲端平台和區域的開放條件
- 高風險網路安全能力的驗證與誤判案例
本文提供資訊與研究脈絡,不構成個別投資、法律或財務建議。數據和政策可能更新,決策前請核對最新原文。