Claude Sonnet 5.5登智能指数第二，但单任务成本涨50%

一句话看懂：Anthropic 发布 Claude Sonnet 5.5，在 Artificial Analysis 智能指数上以 56 分升至第二，仅次于 Opus 5.5；但单任务输出 token 与成本明显高于前代，性价比成为主要争议点。

事件核心：发生了什么

据 Artificial Analysis 2026 年 9 月 28 日发布的评测，Anthropic 推出 Claude Sonnet 5.5。在最大推理强度下，该模型在 Artificial Analysis 智能指数上得分 56，比 Sonnet 5 高出 18 分，排名升至第二，仅落后 Opus 5.5（max）2 分。

API 价格与 Sonnet 5 保持一致：每百万缓存输入、输入、输出 token 分别为 0.2、2、10 美元。但 Sonnet 5.5 在每项任务上的输出 token 约 193k，为评测机构迄今测得最高，约为 Opus 5.5（max）和 Sonnet 5（max）的 1.6 倍、GPT-6 Astra（max）的 7 倍，导致单任务成本升至约 7.6 美元，比 Sonnet 5 高约 50%。

能力分布上，Sonnet 5.5 在 Terminal-Bench 4.0 达到 64%，高于 Opus 5.5 和 GPT-6 Astra 的 60%；在 AA-Briefcase、GDPval-AA、AutomationBench-AA 上与 Opus 5.5 基本持平。但在事实知识与科学推理上仍落后于 Opus 5.5。

为什么重要

这组数据反映出一个关键趋势：中端模型正在逼近旗舰模型的智能水平，但代价是更高的 token 消耗。Sonnet 5.5 不在智能与单任务成本的帕累托前沿上——高推理强度下不如 Opus 5.5，中低强度下 GPT-6 Astra 或 Sol 能以更低成本提供相近性能。

对 Anthropic 而言，Sonnet 5.5 强化了智能体终端操作和知识工作场景的竞争力；对行业而言，它再次说明“智能指数高”不等于“单位成本最优”，模型竞争正从跑分转向每美元智能的比拼。

对用户/开发者/创作者的影响

开发者若沿用 Sonnet 5 的调用习惯，需注意实际账单可能上涨约一半。在终端自动化、多步骤 agent 工作流中，Sonnet 5.5 的 Terminal-Bench 表现有吸引力，但高频调用场景应优先对比 GPT-6 Sol 或 Astra 的高强度配置。对内容创作者和企业采购来说，若任务以事实问答或科学推理为主，Opus 5.5 仍是更稳的选择；Sonnet 5.5 更适合对终端操作和 agent 任务有明确需求的团队。