Anthropic 於 2026 年 9 月 28 日發布 Claude Sonnet 5.5：官方定價維持每百萬 token 輸入 $2、輸出 $10 不漲（僅 Opus 5.5 的一半），但在 Terminal-Bench 4.0 以官方公布的 70.6% 反超 Opus 5.5 的 66.4%，AI 寫程式與 Agent 任務的能力首次由中階型號拿下。這是 Claude 5.5 世代從旗艦往主力下放的第一張牌。
為什麼這次的 Sonnet 發布比以往重要
過去 Anthropic 的節奏是「Opus 先發、Sonnet 幾週後跟上」，Sonnet 的角色一直是「便宜的妥協版」。2026 年 9 月 22 日的 Opus 5.5 公告裡也埋了伏筆：「Claude Sonnet 5.5 與 Haiku 5.5 會在接下來幾週跟上」。
六天後，Sonnet 5.5 登場，但這次的定位不太一樣。在 Anthropic 歷來最強調「Agent 能不能自己完成一整段工作」的幾項評測上，Sonnet 5.5 不只是縮小了落差，而是在部分項目直接超車。對每天要跑 Claude Code、CI 審查、客服自動化的團隊來說，這代表「主力模型」的選擇可能整批要換。
規格：1M 上下文、128K 輸出、知識截止 2026 年 6 月
先把硬數字攤開。模型 ID 在 Claude API、Google Cloud、Microsoft Foundry 與 AWS Claude Platform 皆為 claude-sonnet-5-5；Amazon Bedrock 則為 anthropic.claude-sonnet-5-5。
| 項目 | Claude Sonnet 5.5 | Claude Sonnet 5 | Claude Opus 5.5 |
|---|---|---|---|
| 發布日 | 2026-09-28 | 2026 年中 | 2026-09-22 |
| Context window | 1M tokens | 1M tokens | 1M tokens |
| 最大輸出 | 128K（Batch API 可到 300K） | 128K | 128K |
| 知識截止 | 2026 年 6 月 | 較早 | 2026 年 6 月 |
| 輸入（每 1M tokens） | $2 | $2 | $4 |
| 輸出（每 1M tokens） | $10 | $10 | $20 |
牌價上最值得注意的一點是「不漲價」。Sonnet 4.5／4.6 世代是輸入 $3、輸出 $15，Sonnet 5.5 相對它們便宜了約 33%；相對同一天世代的 Opus 5.5，則是剛好半價。
快取與 Batch：這次降在細節裡
真正影響長期帳單的，往往是快取門檻這種不起眼的參數。
| 計價項目 | 單價（每 1M tokens） | 說明 |
|---|---|---|
| 輸入 | $2.00 | 標準牌價 |
| 輸出 | $10.00 | 標準牌價 |
| 快取讀取（cache read） | $0.20 | 輸入價的 10% |
| 快取寫入（5 分鐘） | $2.50 | 1.25 倍 |
| 快取寫入（1 小時） | $4.00 | 2 倍 |
| Batch API 輸入 | $1.00 | 非同步批次 5 折 |
| Batch API 輸出 | $5.00 | 非同步批次 5 折 |
其中最有感的是最小可快取長度從 1,024 tokens 降到 512 tokens。這意味著過去「太短不值得快取」的系統提示詞與工具定義，現在也能吃到 90% 的快取折扣。對於每次請求都要塞一大包工具定義的 Agent 服務，這一項的省錢幅度常常比模型本身降價還大。
Benchmark：中階型號在多數 Agent 評測上追平旗艦
以下是官方公布數字與第三方 Artificial Analysis（AA）實測的對照，落差值得看清楚。
| 評測項目 | Sonnet 5.5 | Sonnet 5 | Opus 5.5 | 備註 |
|---|---|---|---|---|
| Terminal-Bench 4.0 | 70.6%（官方）／64%（AA） | 10.3%／14% | 66.4%（Xhigh）／60%（AA） | Sonnet 反超旗艦 |
| SWE-Bench Pro | 81.3% | 63.2% | 89.9% | 旗艦仍領先 |
| SWE-Bench Multilingual | 90.3% | 78.3% | 93.9% | 多語言修 bug |
| SWE-Bench Multimodal | 54.3% | 28.1% | 61.4% | 看圖寫程式 |
| OSWorld 2.1（partial） | 80.1% | 57.0% | 81.8% | 電腦操作 |
| OSWorld 2.1（strict） | 43.5% | 25.6% | 48.7% | 嚴格通過 |
| GDPval-AA v2.1（Elo） | 1844 | 1449 | 1846 | 真實職業任務 |
| AA-Briefcase v1.1（Elo） | 1811 | 1359 | 1822 | 知識工作 |
| HLE（有工具） | 64.5% | 54.9% | 67.7% | 專家級跨領域 |
| FrontierCode 1.1 | 52.1%（Xhigh） | 42.4% | 54.4% | 贏過 GPT-6 Sol 的 49.3% |
| CursorBench 4.0 | 55.5% | 34.1% | 57.8% | 編輯器內實測 |
在 Artificial Analysis 的綜合智力指數（v4.3.2）上，Sonnet 5.5 拿到 56 分、216 個模型中排名第 3，僅次於 Opus 5.5 的 58 分，領先 GPT-6 Astra 與 Fable 5.1 的 53 分、GPT-6 Sol 的 48 分。Sonnet 5 只有 38 分——這一代的躍升幅度是本世代最大的。
附帶一個有趣紀錄：Sonnet 5.5 是第一個**只靠螢幕截圖就通關《寶可夢 紅》**的 Sonnet 型號（此前是 Opus 5.5 達成的）。
官方說「每任務成本降 30%」，原因有三個
VentureBeat 的標題寫得很直接：每任務成本降 30%。這個數字不是牌價折扣，而是三件事疊起來的結果：
- 輸出 token 變少。 完成同一件事所需的輸出量下降。Slackbot 類任務輸出 token 減少約 14%；Balyasny 的財務分析題，每次答案的 token 從 Sonnet 5 的 497,000 降到 121,000；Box 的測試顯示總 token 少 12%。
- 生成速度變快。 輸出速度比 Sonnet 5 快 30% 以上。客戶實測：Zendesk 工單處理快 20%、Atlassian Rovo Agents 快最多 30%、Box 端到端快 2.4 倍。
- 工具呼叫與步驟變少。 工具批次處理與判斷力改善後，無效的工具呼叫、Shell 執行大幅減少。Base44 的測試裡，每次 App 建置平均只需 3.6 次迭代（Opus 5 需要 7.7 次）；Lovable 回報工具呼叫次數少了 三分之一。
⚠️ 最大的陷阱：開到 Max effort 反而更貴
這是第三方評測最值得開發者抄在牆上的一句話。官方強調的 30% 成本降低，主要發生在 Medium／High 這兩個層級。一旦把 effort 開到 Max，Artificial Analysis 實測 Sonnet 5.5 的平均每任務成本達 $7.60（單次產生高達 193K 輸出 token），反而高於 Opus 5.5 的 $5.98，更遠高於同價位的 GPT-6 Sol（約 $1.06）。
換句話說：Sonnet 5.5 的性價比來自「知道什麼時候該停」，而 effort 就是你手上那個煞車。官方建議日常與 Agent 任務以 Medium 或 High 執行效率最佳。
API 側的破壞性變更（升級前必讀）
這次改版有幾項會讓舊程式直接收到 400 錯誤：
- Effort 五級制：
low／medium／high／xhigh／max。Claude 應用程式與 Claude Code 預設 Medium，API 預設 High。 - 思考不能關：思考預設開啟，傳入
thinking: {"type": "disabled"}會直接回 400。 tool_choice強制選擇廢除：指定any或特定工具名稱同樣回 400，改用auto搭配strict: true或結構化輸出。- 新增
between_tools：在工具呼叫之間保留簡短進度紀錄，同時關閉前置思考（適用 low／medium／high）。 - Preserved Thinking：思考區塊與模型、對話、帳號綁定，無法跨帳號重放或寫入歷史後重播——這是對抗蒸餾攻擊的設計。
- Context compaction：長對話歷史可按需壓縮。
- 不支援非預設的
temperature／top_p／top_k，也沒有 Fast mode。 - 工具系統提示詞從 Sonnet 5 的 354 tokens 瘦身到 286 tokens；電腦操作換到新工具集
computer_toolset_20260801。
安全：ExploitBench 從 1 個漏洞暴增到 178 個
能力提升的另一面是風險。第三方評測指出，Sonnet 5.5 在 ExploitBench 上能產生 178 個 ACE（任意程式碼執行）漏洞，前代 Sonnet 5 只有 1 個。
Anthropic 因此首度為 Sonnet 級型號導入 Cyber Safeguards（三階段安全防護），代價是良性資安任務的拒絕率上升；高風險請求會被自動退回 Sonnet 5 處理。對資安研究、滲透測試團隊來說，這是實務上必須先測一輪的相容性問題。
限制與批評：記憶與事實精確度仍是旗艦的護城河
- AA-Omniscience（知識正確度）：Sonnet 5.5 僅 32 分，落後 Opus 5.5 的 46 分；官方系統卡也承認它「答對總數較高，但自信陳述錯誤答案的機率略高於 Sonnet 5」。
- 深度推理與超長文本重建：HLE 無工具測試落後 Opus 5.5 約 7.5 分，ProgramBench 重建測試落後約 11.5 分。
- 需要持續嚴謹判斷、開放式長推理的任務，Opus 5.5 仍勝。
企業市場背景：Anthropic 首度超車 OpenAI
這不是單一模型的新聞。2026 年的市場數據（例如 Ramp 的企業支出指數）顯示，Anthropic 在美國企業 AI 支出的占比達 34.4%，首度超越 OpenAI 的 32.3%，主要推力就是 Claude Code 與 Sonnet／Opus 系列在程式開發與企業工作流的採用。
同一時間，Anthropic 也宣布提供 Zero Data Retention（零資料留存），以及美洲專用推論 inference_geo: "us"——後者需支付 1.1 倍 token 費用（加價 10%），適用 Claude API、AWS Claude Platform 與 Microsoft Foundry US Data Zone。
可用平台方面，Sonnet 5.5 同步登上 Claude.ai（網頁／桌面／行動）、Claude Code、Claude Platform、Amazon Bedrock、Google Cloud Vertex AI 與 Microsoft Foundry，並已在 GitHub Copilot、Cursor、Slack、Atlassian Rovo、Zendesk、Box 等工具鏈中出現。CodeRabbit 已表示把多數程式碼審查流量遷移到 Sonnet 5.5。
對台灣開發團隊的實務結論
- 「主力換 Sonnet 5.5、難題才丟 Opus 5.5」是這次改版後最合理的預設。 在 Agentic coding 與自動化流程上，Sonnet 5.5 的表現已經接近旗艦，價格只有一半。
- effort 要當成成本旋鈕，而不是效能旋鈕。 預設 High 已經足夠；把它一律開到 Max，單任務成本會比 Opus 5.5 更貴，這是本次最反直覺、也最容易踩到的坑。
- 升級前先跑 API 相容性測試。 不能關思考、不能強制工具選擇、不能調 temperature，這三項在既有程式碼裡很常見。
- 快取門檻降到 512 tokens 是隱形紅利。 若服務有大量短系統提示詞與工具定義，重新檢視快取策略可能比換模型更省。
- 需要模型混搭的團隊，可以搭配路由層動態分配。 例如把簡單請求導向便宜模型、只在必要時升級。
站內延伸閱讀
- Claude Opus 5.5 正式發布：Artificial Analysis 智力指數 58 分登頂、比 Opus 5 便宜 20%
- LLM 模型路由（Model Routing）完整教學 2026：OpenRouter、LiteLLM、RouteLLM 比較與實作，AI 成本最高砍 95%
- 2026 年 9 月 AI 工具推薦：24 個砍到 6 個的篩選方法論
- GGUF 量化完整教學 2026：Q4_K_M、Q5_K_M、Q8_0 差在哪？VRAM 怎麼算？
原始來源
- Anthropic 官方公告與模型文件（模型 ID、Effort 參數、Preserved Thinking、Cyber Safeguards）
- Mashable SEA：Anthropic releases Claude Sonnet 5.5, a faster and cheaper follow-up to Opus 5.5
- VentureBeat：Anthropic launches Claude Sonnet 5.5 with 30% cost reduction per-task due to faster speeds and fewer tool calls
- Unite.AI：Anthropic Releases Claude Sonnet 5.5 at Unchanged Sonnet 5 Pricing
- Kingy AI：Claude Sonnet 5.5: Specs, Benchmarks, Pricing and the Real Cost per Task
- Artificial Analysis：Intelligence Index v4.3.2、Terminal-Bench 4.0 與每任務成本實測
- BenchLM.ai：Claude API Pricing（2026 年 9 月）
本文數據分為「廠商自報」與「第三方實測」兩類，表格中已標明來源差異。牌價與官方 benchmark 以 Anthropic 公告為準；每任務成本、AA 智力指數與 Terminal-Bench 實測值來自 Artificial Analysis 等第三方，兩者可能因設定（Effort 層級）不同而有明顯落差。