Claude Sonnet 5.5 发布：同价、每任务最多省 30%，五项改动会让 Sonnet 5 的代码报错

先说结论

• 定位按任务类型划分。 Sonnet 5.5 负责范围明确的日常活：修 bug、做功能、产出文档、幻灯片和表格；需要长时间判断的开放式任务，官方仍然指向 Opus 5.5。1
• 标价没动，动的是每个任务的成本。 输入 $2、输出 $10 每百万 tokens，缓存读取 $0.20，与 Sonnet 5 相同；官方把「每任务最多省 30%」归因于同样的事花更少 token，加上出字快 30% 以上。13
• 能力跳变集中在编码、长程任务与图表识别。 Terminal-Bench 4.0 从 10.3% 升到 70.6%，CursorBench 4.0 从 34.1% 升到 55.5%，Chartography 从 15.6% 升到 61.6%；多数项目上它仍低于 Opus 5.5，医疗一项反超。14
• 迁移要动手。 五处改动会让旧代码报错：thinking 传 disabled、强制工具调用、跨模型的 thinking block、computer_20251124，以及部分 advisor 配对。25
• 独立评测还没出。 Artificial Analysis 的榜单页本次核验时没有 Sonnet 5.5 条目，官方公告里的八项对照中，六项是 Anthropic 自测。6
• 时间窗口宽松。 现在所有平台都能直接调用，不需要申请；淘汰承诺不早于 2027 年 9 月 28 日。3

快速核对

官方自测：一份十三行的对照

省在哪、快在哪

迁移清单：五项会让 Sonnet 5 的代码报错

1. 关思考的参数换了名字。 Sonnet 5 用 thinking: {"type": "disabled"} 关掉前置思考；在 5.5 上传这个值会返回 400，最低档改成 thinking: {"type": "between_tools"}。这一档只在 low、medium、high 三档可用，xhigh 与 max 下会报错；它不接受 display、budget_tokens、block_binding 等其他字段。2
2. 强制工具调用被拒。 tool_choice 传 {"type": "any"} 或 {"type": "tool", "name": "..."} 会返回 400；改用 {"type": "auto"}，把工具标成 strict: true，并在提示词里写明什么时候该用这个工具。5
3. thinking block 绑定到模型与对话。 Sonnet 5.5 只读 Sonnet 5、Opus 4.8、Haiku 4.5 及更早模型写下的 block，它自己写的 block 也只有自己读得动；对话要保持只追加，改指令或改工具改用会话中途的 system 消息。对 2026 年 8 月 31 日 0 点之后创建的账户，这项检查在 Claude API、Amazon Bedrock 与 Google Cloud 上默认强制执行，改动过历史上文之后再回传 block 会返回 400。2
4. computer use 换成工具集。 在 Claude API 与 Google Cloud 上，5.5 只接受 computer_toolset_20260801，传旧的 computer_20251124 会返回 400；同时要去掉 fine-grained-tool-streaming-2025-05-14 头，改成在工具上设 eager_input_streaming: true。Amazon Bedrock 上仍然接受 computer_20251124。5
5. advisor 配对范围收窄。 Sonnet 5.5 做执行者时，顾问只接受 Opus 5、Opus 5.5、Sonnet 5.5、Fable 5 / 5.1、Mythos 5 / 5.1；拿 Opus 4.8、Opus 4.7 或 Sonnet 5 当顾问会返回 400，顾问给出的建议也以加密块返回，客户端读不到正文。5

安全与护栏

该不该试：三条能自己核对的判断

• 手上是范围明确的编码、文书与表格流。 收益来自每任务成本与出字速度，判断标准是你自己的工作负载：把同一批任务在 Sonnet 5 与 5.5 上各跑一遍，并按各自最优的 effort 档位比总成本，官方给出的 30% 是按它自己的负载算的。1
• 需要长时间判断、开放式、跨多轮的活。 官方与外部测试者的共同结论是 Opus 5.5 在这一类上仍然明显更强，Sonnet 5.5 的价值在更低的档位上有更低的每任务成本。1
• 线上已经用着 Sonnet 5 且关过思考、用过强制工具调用。 这两类写法在 5.5 上是硬错误，会让请求直接返回 400，切模型之前先按迁移清单改代码，再灰度。5

还没有的数字

• 独立智能指数。 Artificial Analysis 的榜单页本次核验时没有 Sonnet 5.5 条目，Sonnet 5 的六个档位在榜，因此「比 Sonnet 5 强多少」目前只有厂商自测这一个口径；同页收录了 Opus 5.5 各档、GPT-6 Sol、Grok 4.7 等对照项。6
• 参数规模。 官方未披露。3
• 发布当天的第三方复测。 截至本期发稿，还没有可引用的独立复测或媒体评测，公告里引用的第三方都是参与早期测试的客户，结论由各自公司给出。1
• 每任务成本的口径。 系统卡第 115 页的每任务成本是 Anthropic 按 Cursor 给出的 token 数在标价下估算的，不属于 Cursor 报出的实测账单；这份图里的分数由 Cursor 端到端测量。4
• 公告对照表里的两处空格。 GPT-6 Sol 在 Terminal-Bench 4.0 与 CursorBench 4.0 上没有公开成绩；Opus 5.5 的 Terminal-Bench 成绩注明取自 xhigh 档，也就是它的最高分。1