09-29
Claude Sonnet 5.5 发布：Terminal-Bench 4.0 从 10.3% 跳到 70.6%
Anthropic 发布 Claude 5.5 家族的第二款模型 Sonnet 5.5，定位为 Opus 5.5 更快、更便宜的补充：输出速度提升 30% 以上，同一任务成本最多降低 30%。在 agentic coding 评测 Terminal-Bench 4.0 上，Sonnet 5.5 得 70.6%，而 Sonnet 5 只有 10.3%；FrontierCode、CursorBench、GDPval-AA、OSWorld 2.1 等评测同样提升，部分项目已接近 Opus 5.5。定价与 Sonnet 5 持平（输入 $2、输出 $10 / 每百万 token，缓存读取 $0.20），但完成同一任务所需 token 更少。这也是首个带网络安全防护与降级的 Sonnet 模型：高风险 cyber 请求会回退到 Sonnet 5，并首次加入阻止推理提取的蒸馏分类器和 preserved thinking。适合关注模型选型与 agent 编码成本的工程师。