Claude Sonnet 5.5 对比 Sonnet 5：分档成本与五项破坏性变更

Claude Sonnet 5.5 是 Anthropic 在 2026 年 9 月 28 日发布的新版 Sonnet，API 模型 ID 为 claude-sonnet-5-5。它和 Sonnet 5 的 token 单价完全一样，输入每百万 token $2、输出 $10；分词器也相同，同一段文本计出的 token 数不变。变的是做完同一件事要花多少 token。按 Artificial Analysis 的 Sonnet 5.5 模型页（下称 AA）截至 2026 年 10 月 5 日的分档数据，low 到 xhigh 四档里，Sonnet 5.5 每个任务都比同档的 Sonnet 5 便宜，medium 和 high 省了约四成；只有两边都开到 max 时，Sonnet 5.5 每任务反而贵约 51%。分数则每一档都高出 12 到 18 分。

所以 Anthropic 说的“多数工作每任务最多省 30%”，和 AA 说的“比 Sonnet 5 贵约 50%”并不矛盾：AA 那句比的是 max 对 max。对多数 API 和 Claude Code 用户，换到 Sonnet 5.5 是划算的，但改模型 ID 之前要先排查五项破坏性变更，命中其中任何一项，请求多半会直接返回 400。Sonnet 5 目前是旧版（legacy），仍然可以调用，退役不早于 2027 年 6 月 30 日；真正有期限的是 Sonnet 4.5，它在 Claude API 上 2026 年 11 月 30 日退役。

Claude Sonnet 5.5 和 Sonnet 5 规格对照：价格、分词器不变，知识截止更新

两者的价格、上下文和输出上限都一样，Sonnet 5.5 仍是 Sonnet 级别的模型，不是 Opus。下表来自 Anthropic 的 Sonnet 5.5 模型页、Sonnet 5 模型页和 Sonnet 5.5 新变化文档，截至 2026 年 10 月 5 日。

缓存和批处理价格也一致：5 分钟缓存写入 $2.50、1 小时缓存写入 $4，缓存读取 $0.20，Batch 半价，见 Anthropic 定价页面。作为参照，Opus 5.5 是输入 $4、输出 $20，正好两倍。Sonnet 5 原定涨价又取消的经过、缓存费用怎么对账，见 Claude Sonnet 5 取消涨价：现行 API 价格与预算重算。

除 Bedrock 外，Claude Platform on AWS、Google Cloud 和 Microsoft Foundry 上的模型 ID 都是 claude-sonnet-5-5。Sonnet 5.5 还多了几项 Sonnet 5 没有的功能：按消息调整 effort（beta）、对话中途插入 system 消息、对话中途增改工具（beta）。

Sonnet 5.5 比 Sonnet 5 便宜吗：low 到 xhigh 更省，max 贵约五成

单价没变，所以“便宜”只能指每个任务的花费，而且要看 effort（思考力度）开在哪一档。AA 用同一套题目，把两个模型的五个 effort 档位都跑了一遍：

指数分是 AA 智能指数 v4.3.2（10 项评测）的得分，取整；每任务成本是跑一道指数任务的平均花费，按 AA 自己的题目组合、对话轮数和缓存情况计算，数据截至 2026 年 10 月 5 日。AA 在发布后重跑过，早先公布的数字和这里略有出入。最后一列按“Sonnet 5.5 每任务成本 ÷ Sonnet 5 每任务成本 − 1”算出，例如 max：$7.67 ÷ $5.09 − 1 ≈ +51%。AA 测 Sonnet 5.5 时开着 Anthropic 默认的服务端回退，约 0.1% 的任务回退到了 Sonnet 5。

max 档变贵，原因在输出 token：

开到 max，Sonnet 5.5 每个任务要输出约 19.7 万 token，比 Sonnet 5 多约 68%（19.74 ÷ 11.78 ≈ 1.68），AA 在发布当天的评测文章里称这是它测到过的最高 token 用量。单价不变而输出多了近七成，成本自然上去。反过来，low 档两者的输出 token 只差约 6%，成本却低了 18%，说明差别不只在输出量上：每任务成本还包括输入和多轮调用。Anthropic 在发布公告里提到，早期测试者看到 Sonnet 5.5 比 Sonnet 5 更常把多个工具调用合并，步骤更少，成本也更低。

再看两个口径为什么能同时成立。Anthropic 的“最多省 30%”来自它自己的测试，“最多”是上限，不是平均值；AA 的“贵约 50%”是 max 对 max 的标题结论。按 AA 同一份数据，medium 和 high 的降幅（41%、37%）还超过了 30%，xhigh 基本持平，只有 max 变贵。哪个数字跟你有关，取决于你实际跑在哪一档。

跨档比较，差距更明显：

• Sonnet 5.5 low（36 分，$0.42）已经高过 Sonnet 5 xhigh（34 分，$2.87），成本约为后者的七分之一。
• Sonnet 5.5 medium（41 分，$0.59）高过 Sonnet 5 max（38 分，$5.09），成本约为九分之一。

这与 Anthropic 公告里“在多项基准上，Sonnet 5.5 用 Low 或 Medium 就能超过 Sonnet 5 的最好成绩，每任务成本约为十分之一”的说法方向一致。不过这些仍是基准任务的花费，不是你的账单：提示长度、缓存命中率和对话轮数都会让结果偏离。估自己的成本，用同一批真实任务分别跑两个模型，把花费代入上面的公式。

Sonnet 5.5 比 Sonnet 5 强多少：每档高 12 到 18 分，厂商表差距更大

在 AA 的指数里，Sonnet 5.5 每一档都比同档 Sonnet 5 高，low 高 12 分，max 高 18 分。Anthropic 自己公布的评测表差距更大，但要带着几条限定看：

• 这是厂商自报的数字，多数为 max effort 下的成绩。
• Sonnet 5 在 Terminal-Bench 4.0 上的 10.3% 偏低。AA 自己跑的同一评测里，Sonnet 5 max 是 14.1%，Sonnet 5.5 max 是 63.6%，差距依然很大，但没有厂商表那么悬殊。
• GDPval-AA 和 AA-Briefcase 是 AA 在 Sonnet 5.5 预发布部署上跑的，那时有一个会影响结构化输出的 bug，现已修复。
• FrontierCode 上 Sonnet 5.5 开 max 只有 46.2%，低于 xhigh。Anthropic 的解释是：max 下模型更常调用 Claude Code 的代码审查技能，把审查拆给多个子代理，结果出现超时或超出任务范围的改动。

第三方的一个具体例子是 CodeRabbit 的 Sonnet 5.5 代码审查测试：在 13 个已知 bug 的难例上，Sonnet 5.5 通过可执行的评论抓到 6 个，Sonnet 5 抓到 4 个，可执行评论的精确率分别为 41.2% 和 40.0%；用时约为一半，按标价算，每次审查的 Claude 调用费用约低 60%（$0.46 至 $0.47 对 $1.16）。但其中有 2 个 bug 是 Sonnet 5 抓到、Sonnet 5.5 漏掉的。CodeRabbit 自己也说 13 个样本只能看方向；它在 44 个开源 PR 上的第二轮测试印证了“评论更少、速度快一倍”这一面。

和 Opus 5.5 比，上表的百分比项目多数只差约 2 到 3 个百分点，Terminal-Bench 上 Sonnet 5.5 还领先，但 Anthropic 也承认 Opus 5.5 在需要持续判断的复杂开放式工作上明显更强，而 Opus 的单价是 Sonnet 的两倍。

Sonnet 5.5 的 effort 从哪档起步：别照搬 Sonnet 5 的设置

Anthropic 说 Sonnet 5.5 的 effort 档位“重新校准过”，同名档位的思考量和 Sonnet 5 不一样，要求重新扫一遍档位，而不是沿用旧设置。官方给的起点按负载类型分：

• 一般任务：从 high 起步。
• 需求明确的智能体编码和多步工具调用：从 medium 起步，更难、更长的任务再升到 high。
• 聊天等对延迟敏感的工作：从 medium 或 low 起步。
• xhigh 和 max：只在你的评测显示确有质量提升时使用。

这些建议见 Anthropic 的 effort 文档。如果你的目标是“效果不比 Sonnet 5 差、花得更少”，可以按你在 Sonnet 5 上的档位，参照 AA 的分数往下找起点：

两条路怎么选：手上有验收集，就从这张表的档位跑起，过不了再升一档；没有验收集，按官方建议的起点走更稳，因为 AA 指数是 10 项评测的平均，你的任务可能更依赖其中某一项。无论走哪条，max 都应当是最后的选项：Sonnet 5.5 在这一档每任务 $7.67，比 Sonnet 5 max 还贵。AA 的评价是 high 档在分数和每任务成本之间最有竞争力。

还要注意默认值：Claude API 不设 effort 时按 high 跑，Claude Code 和 Claude 应用里 Sonnet 5.5 默认是 medium。API 里用 output_config.effort 设置；做智能体编码时，effort 文档建议把 max_tokens 设为上限 128,000 并使用流式响应，因为思考也计入 max_tokens。

换成 claude-sonnet-5-5 会坏什么：五项破坏性变更

只改模型 ID、其他代码不动的话，下面五种写法会出问题。前两项最常见，后文给出改前改后的代码。

第三项的 drop_block 写法是：带上 beta 头 thinking-binding-controls-2026-08-01，并设置 thinking.block_binding.prefix_mismatch_behavior: "drop_block"，只能配合 adaptive 思考使用。跨模型切换也受这条规则影响：对话从 Sonnet 5 切到 Sonnet 5.5，推理内容能接上；在 Claude API 和 Google Cloud 上从 Sonnet 5.5 切到 Opus 5.5 也能接上；从 Sonnet 5.5 切到其他任何模型，之前的 thinking 块会在模型看到之前被丢弃，请求照常成功，被丢弃的部分不计费。Sonnet 5.5 的 thinking 块还绑定产生它的账号（或关联账号），换账号发送同样会被丢弃。

advisor 一项还有个变化：Sonnet 5.5 接受的所有 advisor 都以加密的 advisor_redacted_result 块返回建议，你的客户端读不到建议原文。

关掉思考：把 disabled 改成 between_tools

between_tools 是 Sonnet 5.5 最低的思考设置，准确含义是：模型不在回答前思考，但它在工具调用之间写的简短进度说明，仍以 thinking 块返回，要随助手消息原样传回。请求里不带工具时，响应只有文本，和 Sonnet 5 上的 disabled 一样。它不需要 beta 头，所有提供 Sonnet 5.5 的平台都支持。

在 Sonnet 5.5 上发送 disabled，截至 2026 年 10 月 5 日返回的报错原文是：

To turn thinking off on this model, send "thinking": {"type": "between_tools"} instead of {"type": "disabled"}. The model does not think before responding. The short updates it writes between tool calls come back as thinking blocks.

Sonnet 5.5 迁移指南里的例子是一个在 Sonnet 5 上关掉思考、同时开 xhigh 的请求。改前：

client.messages.create(
    model="claude-sonnet-5",
    max_tokens=16000,
    thinking={"type": "disabled"},
    output_config={"effort": "xhigh"},
    messages=[{"role": "user", "content": "..."}],
)

改后，effort 必须降到 high 或以下：

client.messages.create(
    model="claude-sonnet-5-5",
    max_tokens=16000,
    thinking={"type": "between_tools"},
    output_config={"effort": "high"},
    messages=[{"role": "user", "content": "..."}],
)

如果你确实需要 xhigh 或 max，就去掉 thinking 字段或发送 {"type": "adaptive"}，改用自适应思考。另外几条限制：between_tools 不能再带 display、budget_tokens 或 block_binding，否则返回 400；用它时不能在对话中途改 effort；手动设置思考预算 {"type": "enabled", "budget_tokens": N} 也会返回 400。

强制工具调用：改成 auto 加 strict: true

tool_choice 用 any 或 tool 时，报错原文是 tool_choice: type "tool" and "any" are not supported for this model.。迁移指南给的改法如下。改前：

client.messages.create(
    model="claude-sonnet-5",
    max_tokens=1024,
    tools=tools,
    tool_choice={"type": "tool", "name": "get_weather"},
    messages=[{"role": "user", "content": "What's the weather in Paris?"}],
)

改后：

client.messages.create(
    model="claude-sonnet-5-5",
    max_tokens=1024,
    # strict tool use: every call matches the tool's input_schema
    tools=[{**tool, "strict": True} for tool in tools],
    tool_choice={"type": "auto"},
    messages=[
        {
            "role": "user",
            "content": "What's the weather in Paris? Use the get_weather tool.",
        }
    ],
)

auto 意味着模型也可以不调用工具直接回答，所以提示里要写明什么时候用这个工具。strict 只支持 JSON Schema 的一个子集，每个 object 都要有 additionalProperties: false；一个请求最多 20 个 strict 工具，MCP、计算机使用和浏览器使用的工具集条目不接受 strict。Amazon Bedrock 上的 Sonnet 5.5 不提供结构化输出（含 strict 工具），只能发 auto 不带 strict，在提示里说明调用时机，再在自己的代码里校验工具输入。

不报错但界面变安静：工具调用之间的文字进了 thinking 块

这一项不算破坏性变更，因为没有请求会失败，但做流式界面的人最容易踩到。在 Sonnet 5 上，工具调用之间的文字都以 text 块返回；在 Sonnet 5.5 上，超过一两句的说明会变成“进度更新”类的 thinking 块，而默认的 display: "omitted" 下这些块是空的。结果是界面在工具调用之间一片安静，没有任何报错。

改法：用自适应思考时，把 thinking.display 设为 "updates"（beta，需要 thinking-display-updates-2026-08-18 头）只拿进度更新，或设为 "summarized"，拿到混在推理摘要里的版本；然后在每个 tool_use 块之前渲染非空的 thinking 块。用 between_tools 的话，这些文字不需要设置 display 就会返回。

拒答类别更多：refusal 与回退到 Sonnet 5

Sonnet 5.5 拒答的类别比 Sonnet 5 多。拒答时返回 HTTP 200、stop_reason: "refusal"，stop_details 会给出类别：cyber（网络安全危害）、bio（生物危害）、frontier_llm（协助开发竞争性 AI 模型）、reasoning_extraction（要求在回答里复述内部推理）、general_harms（其他使用政策领域，正常请求也可能触发）。Claude API 上的服务端回退（fallbacks: "default"，beta）会把 cyber 和 frontier_llm 两类拒答交给 Sonnet 5 重试，另外三类不重试。拒答是否计费取决于类别，但都会占用速率限制。Anthropic 表示日常软件开发不受影响，高风险的网络安全任务会明显地回退到 Sonnet 5。

在 Claude Code 里用 Sonnet 5.5：先确认 sonnet 别名指向谁

Claude Code 里的 sonnet 别名只在 Anthropic API 上指向 Sonnet 5.5，在云平台上指向更旧的版本。按 Claude Code 模型配置文档，截至 2026 年 10 月 5 日：

切换步骤：

1. 运行 claude update，Sonnet 5.5 要求 Claude Code v2.1.284 或更高版本。
2. 在会话里输入 /model claude-sonnet-5-5，或启动时用 claude --model claude-sonnet-5-5，也可以设置环境变量 ANTHROPIC_MODEL。只有 Anthropic API 上可以直接用 /model sonnet。
3. 在云平台上，用完整模型名，或把 ANTHROPIC_DEFAULT_SONNET_MODEL 设为该平台的 Sonnet 5.5 模型 ID，否则 sonnet 和用到它的 opusplan 拿到的都是旧版。
4. 用 /status 确认当前模型；会话标题里模型名旁边会显示当前 effort。
5. Claude Code 里 Sonnet 5.5 默认 effort 是 medium，需要时用 /effort high、启动参数 --effort 或环境变量 CLAUDE_CODE_EFFORT_LEVEL 调整。

几个容易误会的地方：

• 没有手动选过模型时，default 设置在 Pro、Max、Team、Enterprise 和 Anthropic API 上解析为 Opus 5.5（从 v2.1.280 起），并不是 Sonnet。
• 每个模型有自己的提示词缓存，会话中途用 /model 从 Sonnet 5 切到 5.5，下一次请求要在没有缓存的情况下重读整段对话。长会话最好在新会话开头切换。反过来，在 Sonnet 5.5 上改 effort 不会丢缓存（Bedrock、Google Cloud 除外）。
• 被判为网络安全类的请求会自动换到 Sonnet 5 重跑，并在记录里提示；生物类请求没有回退模型，直接拒答。在 Bedrock、Google Cloud 和 Foundry 上，自动回退要求部署里能解析到一个 Opus 模型（设置 ANTHROPIC_DEFAULT_OPUS_MODEL，或在平台模型列表里保留 Opus 4.8），同时能解析到 Sonnet 5（设置 ANTHROPIC_DEFAULT_SONNET_MODEL，或保留 Sonnet 5 条目），否则被标记的请求直接以拒答结束。
• 如果仓库里有安全相关材料，第一次请求就可能触发回退。可以用 claude --safe-mode 关掉 CLAUDE.md、技能、MCP 等自定义内容，看是不是它们触发的。

先留在 Sonnet 5 的情况：退役不早于 2027 年 6 月 30 日

Sonnet 5 没有收到弃用通知，Anthropic 只是建议考虑迁移。下面几种情况，晚一点换更合理：

• 你的任务只有在 max 下才能过验收，且对成本敏感。同档对比，Sonnet 5.5 每任务贵约 51%；先拿 high、xhigh 试，过得了再换。
• Claude API 或 Google Cloud 上有基于 computer_20251124 的计算机使用集成，短期内改不完。
• 你的流程需要读取 advisor 的建议原文：Sonnet 5.5 下所有 advisor 都加密返回。
• 产品会改写对话历史后再发送，而账号是 2026 年 8 月 31 日之后创建的，暂时还没改成只追加。
• 工作负载以渗透测试、CTF 或生物相关内容为主，在 Sonnet 5.5 上会频繁拒答或回退。Anthropic 表示，做网络安全防御的团队很快可以申请扩展后的 Cyber Verification Program，获得 Sonnet 5.5 更高级别的能力。

这几项都处理好之后，换模型就只是改一个 ID 的事。

Sonnet 4.5 用户：Claude API 上 2026 年 11 月 30 日退役

claude-sonnet-4-5-20250929 已于 2026 年 9 月 30 日被标为弃用，在 Claude API 上 2026 年 11 月 30 日退役，Anthropic 推荐的替代就是 claude-sonnet-5-5。见 Anthropic 模型弃用页面。Sonnet 4.6 仍是现行模型，退役不早于 2027 年 2 月 17 日。Bedrock、Google Cloud 和 Foundry 上的退役日期由各平台自己定。

从 Sonnet 4.5 直接跳到 5.5，除了上面的五项，还要补上 Sonnet 4.5 和 Sonnet 5 之间积累的改动。迁移指南里这部分的要点：

• 思考默认开启（Sonnet 4.5 默认关闭）：按 type 读取内容块，原样传回 thinking 块，重新估算 max_tokens。
• 删掉非默认的 temperature、top_p、top_k。
• 分词器变了，同样的文本比 Sonnet 4.5 多出约 30% 的 token，预算要重算；高分辨率图片最长边可到 2576 像素、最多 4,784 token。
• 助手消息预填（prefill）会返回 400：This model does not support assistant message prefill. The conversation must end with a user message.
• 用标准 JSON 解析器解析工具输入；显式设置 output_config.effort。
• 删除上下文窗口相关的 beta 头和 interleaved-thinking-2025-05-14，把 fine-grained-tool-streaming-2025-05-14 换成 eager_input_streaming，把 output_format 移到 output_config.format。
• Bedrock 上的计算机使用从 computer_20250124 换成 computer_20251124。

离退役不到两个月，这份清单比“要不要换”更紧迫。

切换后的核对清单：模型 ID、effort 和每任务成本

1. 请求日志里发出的模型 ID 是 claude-sonnet-5-5（Bedrock 上是 anthropic.claude-sonnet-5-5）；Claude Code 里用 /status 看。
2. 显式写 output_config.effort，不依赖默认值，档位按上面的方法重新选。
3. 在代码里搜 "disabled"、tool_choice、computer_20251124 和 advisor 的模型名，确认五项破坏性变更都已处理。
4. 流式界面在工具调用之间有没有变安静，display 是否已按需设置。
5. 记录 stop_reason: "refusal" 及其 stop_details 类别，决定是否开启 fallbacks: "default"。
6. 用同一批真实任务对比两个模型的输出 token 和花费，按“5.5 每任务成本 ÷ 5 每任务成本 − 1”算出你自己的变化幅度。
7. 最小可缓存长度从 1,024 降到 512 token，之前因为太短没缓存的提示，现在可以考虑加上缓存。

关于 Claude Sonnet 5.5 的其他问题

Claude 免费版能用 Sonnet 5.5 吗？

Claude 定价页的“模型与用量”表（截至 2026 年 9 月 29 日）写着免费版可用 Sonnet、不能用 Opus，Pro 和 Max 两者都能用，但表里没写具体版本号，所以免费版是否已经是 Sonnet 5.5，官方没有明文说明。Anthropic 的公告提到，在 Claude 应用和 Claude Code 里，Sonnet 5.5 默认 effort 是 Medium，Claude Platform 上默认是 High。

Sonnet 5.5 和 Opus 5.5 怎么选？

需求清楚的日常编码、修 bug、做文档和表格，先用 Sonnet 5.5，单价是 Opus 5.5 的一半，Anthropic 公布的多数基准只落后约 2 到 3 个百分点。需要长时间独立判断的复杂开放式任务，Anthropic 自己的结论是 Opus 5.5 明显更强；AA 的知识准确性测试里，Sonnet 5.5 准确率 54%、Opus 5.5 为 66%，但 Sonnet 5.5 的幻觉率更低（47% 对 59%）。

Sonnet 5.5 和 GPT-6 Astra 哪个更值得用？

两者在不同 effort 档位上的分数和每任务成本差别很大，结论取决于你跑在哪一档，具体对比见 Sonnet 5.5 对比 GPT-6 Astra：值不值得换。

在中国大陆能直接使用 Claude Sonnet 5.5 吗？

不能。Anthropic 支持的国家和地区列表（截至 2026 年 9 月 29 日）不包含中国大陆和香港，Claude 应用和 Claude API 都按这份列表提供服务。Amazon Bedrock、Google Cloud 和 Microsoft Foundry 上的 Sonnet 5.5 按各云平台自己的区域和账号条款提供。