刚刚，性价比之王Sonnet 5.5发布！

新智元报道 果然，Sonnet 5.5真来了！ 就在OpenAI年度开发者大会开幕前一天，Anthropic连夜甩出王炸——Claude Sonnet 5.5。 作为Opus 5.5的最佳搭档，Sonnet 5.5的使命是：成为最快、最省钱、最懂你日常工作的「全能打工助手」。 相较于Sonnet 5，它的运行速度快30%，完成相同任务的成本最高暴降30%。 另外，它的标价只有大杯Opus 5.5的一半，性能却几乎追平。 它不仅代码写得飞起，甚至成了史上第一个仅靠看屏幕截图，就能通关《宝可梦 红》的Sonnet模型。 更狠的是，在极其硬核的智能体编程测试Terminal-Bench 4.0里，这个中杯，竟然把大杯给反杀了！ Sonnet 5.5得分高达70.6%，差不多是原来的7倍，比Opus 5.5的66.4%还高出一截。 一代之间，它从垫底直接冲到了自家第一。 上线没多久，第三方权威评测机构Artificial Analysis的智能指数榜直接被屠了：前三名，全被Claude家包圆，Sonnet 5.5排在第二。 而第三名、A社四周前才端出来的超大杯Fable 5.1，标价是Sonnet 5.5的整整5倍！ 短短一个月里，大杯级别的Claude，直接变身白菜价，按中杯卖了。 而且，用户可以随意调节「Effort Level」。 选低/中等： Claude 答得飞快，耗费 Token 极少，适合日常摸鱼和常规任务。 选高/最大： Claude 会进入思考模式，反复检查自己的工作，用于死磕复杂难题。 Sonnet 5.5，打破「不可能三角」 这次，Sonnet 5.5的发布，直接打破了「速度快、成本低、质量高」的不可能三角。 输出速度比前代提升了超过30%，让它毫无争议地成为迄今为速度最快的Sonnet模型。 Sonnet 5.5的定价表面上和Sonnet 5一样：每百万输入Token 2美元，每百万输出Token 10美元，缓存读取每百万Token 0.20美元。 但套路藏在效率里！ Anthropic发现，由于模型变聪明了，Sonnet 5.5需要的Token大幅减少，每个任务的实际成本最多降低了30%。 用更少的Token，就能办更大的事。 以下，是同一个prompt下，Sonnet 5和Sonnet 5.5的结果，对比非常鲜明。 半价追平Opus，自家顶配也被反超 Artificial Analysis榜单上，Sonnet 5.5拿到64%，高于Opus 5.5和GPT-6 Astra的60%。 在Terminal-Bench-Science上，它拿到53%，排第三，只输给GPT-6 Astra和Opus 5.5。 写代码的另外两项测试，同样杀疯了。 在FrontierCode测试上，Sonnet 5.5最高拿到52.1%，顺手超过了OpenAI的GPT-6 Sol（49.3%）。 在模拟真实 Cursor 编程会话的CursorBench上，Sonnet 5.5拿到55.5%，只比大杯低2个多点，而上一代只有34.1%。 早期内测的开发者表示：「它理解庞大代码库的速度快得令人发指！」 它的工具调用效率也很惊人：在背靠背的测试中，Sonnet 5.5 学会了将工具调用「打包」批量处理，步骤更少、报错更少、花钱也更少。 不光写代码，办公能力也追平了。 GDPval-AA测的是模型在44种职业里直接交付成品的能力。Sonnet 5.5拿下1844分，大杯Opus 5.5是1846分。 考长程知识工作的AA-Briefcase测试里，Sonnet 5.5拿到1811分，和Opus 5.5的1822分几乎打平，比GPT-6 Sol高出300多分。 最让人惊喜的，是它展现出的「设计天赋」。 这次，Sonnet 5.5 懂审美了！它能主动美化UI，甚至能完美遵循幻灯片模板，生成几乎不需要人类修改的 PPT。 Anthropic内部有个硬核的案例：测试人员扔给 Sonnet 5.5 一家上市公司的季度财报资料、电话会议记录，以及一个 PPT 模板，要求它生成一份 10 页的运营审查幻灯片。 结果，它生成的初稿被两位人类专家鉴定为：「完美，可直接发送。」 在带工具的「人类最后的考试」上，它拿到64.5%，比上一代高了将近10个点。 另一个第三方榜单Vals Index上，Sonnet 5.5首次上榜就排到第二，只比Opus 5.5低0.47分。 四周前，Fable 5.1刚发布时，还是全球最强的编程和知识工作模型。 现在，Sonnet 5.5在Terminal-Bench 4.0上比它高出将近15个点，GDPval-AA高出109分，智能指数也高出3分。 科技博主@synthwavedd在发布当天发帖说，Anthropic正在疯狂上菜。 在复杂办公测试Box中，Sonnet 5.5 的整体准确率达到 65%，而 Sonnet 5 为 61%。 它完成交付成果的速度也快了约 2.4 倍，总 token 消耗量还降低了 12%。在智能体工作中，速度和准确性通常会相互拉扯，所以一个能同时兼顾两者的模型确实是实实在在的进步。 它搭的旧金山，着火了会自己派消防车 实测显示，Sonnet 5.5强得离谱。 AI博主Matthew Berman拿到了Sonnet 5.5的提前测试资格，发布当天一口气放出了一串实测。 他让Sonnet 5.5在虚幻引擎里现场手搭了一座旧金山。街道上车流不息，甚至还有骑自行车的人穿过路口。 输入一句「泛美金字塔起火」，系统立刻把火情评为4.6级（满分10级），随即自主派出5辆消防车和3辆警车。 远处的大楼冒起滚滚黑烟，警车闪着灯赶到路口，当场拉起警戒线。 3D版的大海里，帆船先在暴风雨里颠簸，天色从黄昏切到夜里。镜头往下一沉潜进水里，成群的鱼从头顶游过。 还有一个能直接上手玩的糖豆人式闯关游戏。60个角色挤在同一张地图上，有一关踩过的六边形地砖会立刻塌掉，还有一关要顶着滚下来的石头冲上山顶抢皇冠。 甚至连星舰V3，都被它做成了可交互的爆炸图。整艘飞船一层层拆开，一直拆到底部的猛禽3发动机。 他还用Claude Sonnet生成了在线乐高游戏。 Matthew Berman感慨3D 模拟已被Claude攻克。 但也有人表示了不同意见。 Robbert van Empel维护了一个LEGO积木星球挑战，要创建一个带有《南方公园》剧情的可互动游戏： Create a 3D world as a globe with a South Park theme. I want to be able to walk through the world using WSAD, interact via 'e', and jump using the spacebar. I also want to be able to rotate the mouse and move objects. I want the world to be made of Lego bricks. Also, make it a game where the characters make typical South Pa