已确认日期确定性: 已确认已公布为确定日期来源对日期的表述有多确定：已确认、已排期、预估、已推迟或未核实。显示所有“已确认”的图钉可信度 86%总体可信度: 86%该图钉的来源和参考资料对其日期的支持程度。包括来源在内的 6 份资料对图钉开始和结束时间支持程度的加权平均；资料每比最新的一份旧 180 天，权重减半显示所有可信度不低于 75% 的图钉
Anthropic[1] 的公告标题为“Claude[4] Sonnet 5.5 2026 年 9 月 28 日”,文中写道该模型“现已在所有平台上可用”;模型页面列出的发布日期为“2026 年 9 月 28 日”,TechCrunch[2](2026 年 9 月 28 日太平洋夏令时上午 11:00)和 CNBC[3](“Anthropic 周一发布”)的说法与此一致。Claude Sonnet 5.5 发布
由原文自动翻译
原标题: Claude Sonnet 5.5 Released
Anthropic 发布了 Claude Sonnet 5.5,这是 Claude 5.5 系列的第二款模型;该公司表示,其运行速度比 Sonnet 5 快 30% 以上,单任务成本最多降低 30%,而每百万 token 2 美元和 10 美元的价格保持不变。
- Anthropic 于 2026 年 9 月 28 日发布了 Claude Sonnet 5.5,即“Claude 5.5 系列的第二款模型”,比 Claude Opus 5.5 晚六天;该模型“相比 Claude Sonnet 5 有明显提升,运行速度快 30% 以上,大多数工作的成本最多降低 30%”[1][2][3]
- Anthropic 将其定位为 Opus 5.5 更快、更便宜的补充产品,最擅长“范围明确的日常任务、修复漏洞,以及制作精美的文档、幻灯片和电子表格”;CNBC 称这是自 Dario Amodei 呼吁各实验室放缓前沿研发以来 Anthropic 的第二次发布[1][3]
- 其网络攻防能力与 Opus 5 相当,因此它是首款配备网络安全防护和降级机制的 Sonnet 模型——高风险网络安全任务“会明显降级为 Sonnet 5”——也是首款配备分类器以阻止蒸馏攻击者提取推理过程的模型[1][2]
- 同日即可在 Claude 平台上以
claude-sonnet-5-5的名称使用,并登陆 Amazon Web Services、Google Cloud 和 Microsoft Azure(零数据留存),以及 GitHub Copilot[1][4][6] - Claude Haiku 5.5“专为高流量和成本敏感型应用打造,将在未来几周内加入 Claude 5.5 系列”[1][2]
值得关注的功能
- 价格维持在 Sonnet 5 的每百万输入 token 2 美元和每百万输出 token 10 美元,缓存读取 0.20 美元、缓存写入 2.50 美元,但完成任务所需的 token 数量大幅减少;输出生成速度提升超过 30%,是“我们迄今最快的 Sonnet 模型”[1][4]
- 规格:1,000,000 个 token 的上下文窗口,最多 128,000 个输出 token(Batch API 测试版为 300,000 个),自适应思考,在平台上默认高强度、在 Claude 应用中默认中等强度,支持文本和图像输入,知识截止日期为 2026 年 6 月(可靠)[1][4]
- Anthropic 公布的基准测试成绩:Terminal-Bench 4.0 得分 70.6%,而 Sonnet 5 为 10.3%、Opus 5.5 为 66.4%;GDPval-AA v2.1 得分 1844,而对比分数为 1449 和 1846;OSWorld 2.1 得分 80.1%,而对比分数为 57.0% 和 81.8%;CursorBench 4.0 得分 55.5%[1]
- 它是首款仅凭截图就战胜《精灵宝可梦:红》的 Sonnet 模型,Anthropic 表示在其测试中 Opus 5.5“在需要持续判断力的复杂开放式工作方面仍明显更强”[1]
- 内置 Anthropic 的隐形文本水印功能,用于满足欧盟《人工智能法案》等法规要求[5]
基准测试[1]
| 基准测试 | Sonnet 5.5 | Sonnet 5 | Opus 5.5 | GPT-6 Sol |
|---|---|---|---|---|
| Terminal-Bench 4.0(智能体编程) | 70.6% | 10.3% | 66.4%¹ | — |
| FrontierCode 1.1(主项)(智能体编程) | 46.2%(Max²)、52.1%(Xhigh) | 42.4% | 54.4% | 49.3% |
| CursorBench 4.0(智能体编程) | 55.5% | 34.1% | 57.8% | — |
| GDPval-AA v2.1³(知识型工作) | 1844 | 1449 | 1846 | 1487⁴ |
| AA-Briefcase v1.1³(知识型工作) | 1811 | 1359 | 1822 | 1483⁴ |
| Humanity's Last Exam(跨学科推理) | 64.5% 使用工具 | 54.9% 使用工具 | 67.7% 使用工具 | — |
| OSWorld 2.1(计算机操作) | 80.1% 部分 | 57.0% 部分 | 81.8% 部分 | — |
| Chartography(图表视觉识别) | 61.6% 不使用工具 | 15.6% 不使用工具 | 64.4% 不使用工具 | 53.6%⁴ 不使用工具 |
¹ Opus 5.5 在 Xhigh 强度下的成绩,是其最高分。² Sonnet 5.5 在 Max 强度下的 FrontierCode 得分低于 Xhigh 强度,因为该基准会对超出范围的改动扣分。³ 由 Artificial Analysis 在 Sonnet 5.5 一个存在已修复的结构化输出错误的预发布版本上运行。⁴ GPT-6 Sol 的成绩可能早于 OpenAI 修复其图像理解能力的错误之前。
购买Claude