Sonnet 5.5 对比 GPT-6 Astra：值不值得换

“Sonnet 5.5 超越 GPT-6 Astra”只在一个条件下成立：两边都把推理强度（effort）开到 max。截至 2026 年 9 月 29 日，Artificial Analysis 智能指数（v4.3.2，以下简称 AA）里 Sonnet 5.5 max 得 56 分，Astra max 得 53 分；可这一档 Sonnet 做一道指数题平均花 $7.60，Astra 只花 $3.26，Sonnet 反而贵约 2.3 倍。降到 xhigh，两者同为 52 分；high 及以下，同名档位的 Astra 分数都更高。

所以别把 Sonnet 5.5 当成“更强、还便宜 5 倍”的 Astra 平替。实际可行的分法是：Sonnet 在 high 或更低档就能通过你验收的任务，换过去，官方单价差 5 倍会实打实体现在账单上；只有开到 max 才够用的长智能体任务，以及终端运维、科研工作流这类第三方测试里 Astra 大幅领先的工作，继续用 Astra，或者两者分流。如果你真正想比的是同价位谁更好，OpenAI 那边和 Sonnet 5.5 同价的是 GPT-6 Sol，不是 Astra。

“超越”是在哪一档比出来的

AA 对两个模型的五个推理档位都跑了完整指数。下表的“每任务成本”是 AA 完成一道指数题的平均花费，反映的是它那套测试的工作量，不是你的请求会花多少钱。

数据来自 AA 的 Sonnet 5.5 发布页与 GPT-6 Astra 发布页，截至 2026 年 9 月 29 日。

按同名档位对照，Astra 在 low、medium、high 分别领先 10、9、4 分，xhigh 打平，Sonnet 只在 max 领先 3 分。每任务成本上，Sonnet 在 low 到 high 都比同名档位的 Astra 便宜，但分数也低一截；到了 xhigh 和 max，它反而更贵。换个角度，按分数对齐更能说明问题：Astra low 拿 46 分花 $0.82，Sonnet 要开到 high 才有 47 分，花 $1.08；两边都到 52 分时，Astra 花 $2.31，Sonnet 花 $2.74。AA 自己的结论也是，Sonnet 5.5 不在“智能—每任务成本”的最优曲线上，较低档位时 Astra 或 GPT-6 Sol 的某些配置能用更低成本达到同等表现。

有一点要记住：两家的档位名称一样，但各自定义，没有互相校准。Sonnet 的 high 和 Astra 的 high 不代表同样的思考量，所以真正该对齐的是“你的任务需要多少分”，而不是档位名。

默认档也会影响你实际拿到的是哪一行。Sonnet 5.5 在 API 上默认 high（AA 47 分），在 Claude 应用和 Claude Code 里默认 medium（41 分），见 Anthropic 发布页。Astra 的默认档位在 OpenAI 推理文档里没有写明，而且它不接受 none，传了会返回 400。做对比或上线时，两边都显式写上 effort。

账单为什么会涨

原因是输出 token。AA 测到 Sonnet 5.5 在 max 档每道指数题平均输出约 19.3 万 token，是它测过的最高值，约为 Astra max 的 7 倍，也比 Opus 5.5 max 和 Sonnet 5 max 高约 60%。单价便宜 5 倍，输出量多 7 倍，一抵消，每任务成本就反超了。同一篇报告还测到 Sonnet 5.5 max 的每任务成本比 Sonnet 5 max 高约 50%。

Anthropic 说 Sonnet 5.5“快 30% 以上，多数工作最多便宜 30%”，对比对象是 Sonnet 5，不是 Astra，而且写的是“最多”。开到 max 跑长任务时，这句话不一定适用。

AA 的数字还有一个前提：测的是预发布版本，Anthropic 发现其中有个会影响结构化输出的 bug，正式版已修复，预计变化很小或原分数略偏低，AA 表示会重跑相关测试。另外约 0.1% 的任务回退到了 Sonnet 5。这张表之后还会变，引用时带上日期。

两家的官方跑分表为什么不能拼在一起

Anthropic 的 Sonnet 5.5 发布页对比的是 Sonnet 5、Opus 5.5 和 GPT-6 Sol，整页没有出现 Astra；OpenAI 的 Astra 发布页也没有 Sonnet 5.5 或 Opus 5.5 这一列。两张表各用各的测试环境和提示设置。

最容易被拿来对比的是 Terminal-Bench 4.0：Anthropic 公布 Sonnet 5.5 为 70.6%，OpenAI 公布 Astra（max）为 57.9%。把这两个数放在一起，比的其实是两家各自的跑法。第三方用同一套环境测出来是另一回事，而且彼此方向相反：

结论只能是这项测试没有定论。OSWorld 也一样：Anthropic 用的是 2.1 版，OpenAI 用的是 2.0 离线版，版本都不同。OpenAI 页面上引用的 AA 指数也是旧版（v4.1.1 的 61.2 分），不能和现在的 v4.3.2 分数混用。

第三方测试：差距集中在哪类任务

Vals AI 的对比页让两个模型都开 max，在 19 项共同测试里 Sonnet 5.5 有 13 项分数更高，Astra 6 项；其中 9 项双方 ±1 标准误差范围重叠，Vals 也注明这不是两两显著性检验。真正拉开差距的是下面几项（截至 2026 年 9 月 29 日）：

规律比较清楚：终端里的科研流程、线上运维排障、竞赛编程，Astra 明显更强；财税代理、法律检索，Sonnet 更好。安全类测试 CyberBench 表面上 Sonnet 领先，但这个领先要打折扣，原因在下一段。

成本和耗时同样值得看。跑完 Vals Index，Sonnet 5.5 花了 $20.80、用时 1 小时 10 分，Astra 花 $19.09、用时 25 分 11 秒；Terminal-Bench 4.0 一项，Sonnet $19.33，Astra $8.21。在 max 档，Sonnet 的低单价没有换来更低的总花费，耗时还长得多。

另外，Vals 测 Sonnet 5.5 时开着服务端回退：Sonnet 5.5 拒答的题交给 Sonnet 5 作答。Vals 的 Sonnet 5.5 模型页给出了把回退完成的题算作失败后的分数：Vals Index 从 69.22% 降到 68.89%，Terminal-Bench 4.0 从 53.03% 降到 50.51%，影响不大；安全类任务就不同了，CyberBench 的 116 道题里有 54 道用了回退，分数从 59.58% 降到 41.97%，和 Astra 的 41.07% 基本持平；SRE Bench 从 30.15% 降到 19.08%，与 Astra 的差距进一步拉大。所以 Sonnet 5.5 在安全类测试上的领先，很大程度上是 Sonnet 5 替它答出来的。

按任务怎么选

按 smartscope.blog 整理的 AA 数据，Opus 5.5 max 为 58 分、每任务 $5.98，分数和成本都优于 Sonnet 5.5 max。如果你需要的正是 max 级表现，又想留在 Claude 这边，往上看 Opus 比把 Sonnet 开满更合算；Claude 内部怎么往上选，可以看 Claude Fable 5.1 和 Opus 5.5 怎么选？性能、价格与切换建议。OpenAI 系列内部 Astra 和 Sol 的分工，见 GPT-6 Sol、Luna、Astra 与 Terra 怎么选？先认型号，再算 API 成本；相邻的跨厂商组合，见 Claude Opus 5.5 对比 GPT-6 Sol：先看任务，再算每次合格交付的成本。

分流通常比整体替换更稳：按任务类型把短请求和 Sonnet 擅长的文档类任务路由给 Sonnet 5.5，把需要 max 或终端类的任务留给 Astra。每个模型各自维护对话历史，不要把一方的推理内容喂给另一方，原因见后面的切换清单。

价差怎么算：短请求 5 倍，超过 272K 差距更大

两家直连 API 标准价（美元／百万 token，截至 2026 年 9 月 29 日，来源：Anthropic 定价、OpenAI 定价）：

其他会改变账单的规则：

• Sonnet 5.5 在整个 1M 上下文窗口内按同一单价计费，官方原话是 90 万 token 的请求和 9 千 token 的请求单价相同。Astra 输入一旦超过 272K，整次请求的输入和缓存按 2 倍、输出按 1.5 倍计费。
• 批量处理：Sonnet 5.5 Batch 为 $1／$5；Astra 的 Batch 和 Flex 都是标准价的一半。
• Astra 的 Fast 模式（原 Priority）是标准价的 2 倍，不含延迟 SLA；Sonnet 5.5 没有快速模式。
• Sonnet 5.5 指定仅在美国推理是 1.1 倍；Astra 的数据驻留或区域处理加价 10%。

单次请求费用 = 输入 token ÷ 1,000,000 × 输入单价 + 输出 token ÷ 1,000,000 × 输出单价（有缓存时，缓存读取和写入各按自己的单价另算）。假设两边 token 数完全相同、不走缓存、不用工具：

• 10 万输入 + 2 万输出：Sonnet 5.5 = 0.1 × $2 + 0.02 × $10 = $0.40；Astra = 0.1 × $10 + 0.02 × $50 = $2.00，5 倍。
• 30 万输入 + 2 万输出：Sonnet 5.5 = 0.3 × $2 + 0.02 × $10 = $0.80；Astra 超过 272K，按长上下文价 = 0.3 × $20 + 0.02 × $75 = $7.50，约 9.4 倍。这个倍数落在输入 10 倍、输出 7.5 倍之间，具体是多少取决于输入和输出的比例。

想用自己的请求形态算，可以直接改下面的数：

# 美元 / 百万 token，两家直连 API 标准价，截至 2026-09-29
def sonnet_55(inp, out, cached=0, write_5m=0):
    return (inp * 2 + cached * 0.20 + write_5m * 2.50 + out * 10) / 1e6

def gpt_6_astra(inp, out, cached=0, write=0):
    # 按本次请求的全部输入 token 判断是否超过 272K，超过则整次请求用长上下文单价
    long_ctx = inp + cached + write > 272_000
    p_in, p_cached, p_write, p_out = (20, 2, 25, 75) if long_ctx else (10, 1, 12.50, 50)
    return (inp * p_in + cached * p_cached + write * p_write + out * p_out) / 1e6

print(sonnet_55(100_000, 20_000), gpt_6_astra(100_000, 20_000))  # 0.4 2.0
print(sonnet_55(300_000, 20_000), gpt_6_astra(300_000, 20_000))  # 0.8 7.5

这只是 token 数相同时的算术，不是真实账单。实际任务里两家分词器不同，同一段文字计出的 token 数不一样；推理 token 的多少随档位变化很大（前面 max 档的 7 倍就是例子）；失败重试也要花钱。Astra 更完整的计费细节见 GPT-6 Astra API 定价与成本计算：272K 长上下文、缓存与服务档位；Sonnet 档的缓存计费和预算对账，Sonnet 5.5 与 Sonnet 5 同价，可以参考 Claude Sonnet 5 取消涨价：现行 API 价格与预算重算。

用小测试算每个合格结果的成本

单价和第三方指数都替代不了你自己的任务。更贴近真实花费的口径是“每个合格结果的成本”：一批任务的总计费，除以其中通过你验收标准的任务数。它把失败、重试和额外 token 都算进去，比每百万 token 单价更接近你真正付出的钱。

1. 挑 20～50 个真实任务，每个写好验收标准，比如测试通过、字段全对、审阅人签字。
2. 两边用同样的输入、同样的工具，固定一组推理强度。可以先比 Sonnet high 对 Astra medium 和 high，再各升一档比一次。
3. 每次请求记下响应里的计费用量：输入、缓存读取、缓存写入、输出（含推理 token），再加上重试次数、耗时和人工修补时间。
4. 每个合格结果的成本 = 总计费 ÷ 通过验收的任务数。人工修补时间单独记，必要时按你的人力成本折算进去。
5. 只有 Sonnet 5.5 在同样的验收标准下过线，而且每个合格结果的成本更低，才切流量。合格率低的话，便宜的单价很快会被重试和返工吃掉。

如果你的请求大量复用长系统提示或文档，测试时按线上真实的缓存命中情况跑，缓存读取在两边都只收输入价的十分之一，对结果影响很大。

从 Astra 切到 Sonnet 5.5，哪些地方会坏

这是一次跨厂商迁移，不是改个型号 ID。下面这些要在切流量之前处理：

• 接口不同：Astra 走 OpenAI 的 Responses 或 Chat Completions（工具调用必须用 Responses），Sonnet 5.5 走 Anthropic Messages。工具定义、流式事件、用量字段都要改。两个模型都能在 Amazon Bedrock 上用，可以少管一个厂商账号，但接口差异还在。
• 采样参数：Sonnet 5.5 上把 temperature、top_p、top_k 设成非默认值会返回 400。Astra 本来就要求去掉 temperature 和 top_p，所以在 Astra 上跑通的请求这一点通常不用再改。
• 强制工具调用：tool_choice 设为 any 或 tool 会返回 400。改用 auto 并给工具加 strict: true，同时在提示里写清什么情况下调用哪个工具。
• 预填充：在 assistant 消息里预先写开头的做法会返回 400。
• 关闭思考：thinking: {"type": "disabled"} 和手动 budget_tokens 都返回 400。最低一档是 thinking: {"type": "between_tools"}，只能配 low、medium、high，在 xhigh、max 下会报 400。
• 工具调用之间的文字：较长的进度说明现在以 thinking 块返回，默认 display: "omitted" 时内容为空。请求不会失败，但把这段文字流给用户看的界面会突然没有输出。需要显示就改 display，或用 between_tools。
• 推理块绑定模型和对话：Sonnet 5.5 产生的 thinking 块别的模型读不了；改过前面的历史再回放，2026 年 8 月 31 日及之后创建的账号默认返回 400。分流时每个模型各管各的历史。
• 缓存机制：Anthropic 需要显式写缓存（5 分钟或 1 小时两种价格），最小可缓存提示为 512 token；Astra 有 "30m" 的缓存保留选项。命中率假设要按新机制重算。
• 电脑操作工具：在 Claude API 和 Google Cloud 上必须用 computer_toolset_20260801，旧的 computer_20251124 会被拒绝。
• 内容回退：Sonnet 5.5 判定涉及网络安全或前沿大模型相关内容时，Claude 应用可能把对话切到 Sonnet 5，生物类和模型蒸馏类请求直接拒绝；API 侧新增的拒绝类别通过 stop_details 返回。做安全研究的团队要把这点算进验收：前面 Vals 的 CyberBench 里，近半数题就是由 Sonnet 5 回退作答的。

如果你手里已有为 Sonnet 5 写的代码，想顺手升到 5.5，Anthropic 迁移指南列出的五项破坏性变更就是上面的关闭思考、强制工具调用、推理块绑定、电脑操作工具四项，外加一项：advisor 工具不再接受 Opus 4.8、Opus 4.7 和 Sonnet 5 作为顾问模型。

两家官方接口在国内直连都有门槛。接入路线可以参考 Claude 稳定接入怎么选：Anthropic 直连、云平台，还是 laozhang.ai 网关？，Astra 的开通条件和首次调用见 GPT-6 Astra API 怎么开通？访问条件、首次调用与报错排查。

用订阅而不是 API 的话

API 单价换算不出订阅额度，两件事分开看。

ChatGPT 里，由 Astra 驱动的 GPT-6 Pro 只在 Pro（$100 和 $200 两档）、Business 和 Enterprise 的对话中提供；Plus 可以在 ChatGPT Work 和 Codex 里用 Astra，但对话里没有 GPT-6 Pro；Free 和 Go 用不到 Astra。Codex 里 Astra 的用量按每 5 小时估算的本地消息数公布，Plus 约 5～45 条，OpenAI 说明这不是固定上限（OpenAI 帮助中心）。

Claude 这边，Sonnet 5.5 已出现在网页端、移动端、桌面端、Cowork 和 Claude Code 中，应用里默认推理强度是 medium。哪些套餐包含 Sonnet 5.5，Anthropic 的公开页面没有写明，以你账户里模型菜单的实际显示为准。

常见问题

Sonnet 5.5 真的比 GPT-6 Astra 强吗？

只在两边都开 max 时，AA 智能指数上 Sonnet 5.5 高 3 分（56 比 53）；xhigh 打平，low 到 high 三档 Astra 领先。Vals 的 19 项测试里 Sonnet 13 项更高，但终端科研和 SRE 类任务 Astra 领先 27 分左右。按任务类型判断比看总分可靠。

GPT-6 Astra 真的比 Sonnet 5.5 贵 5 倍吗？

按每百万 token 标价，短请求各项都是 5 倍；输入超过 272K 后，输入单价变成 10 倍、输出单价变成 7.5 倍，整次请求的实际倍数落在两者之间，比如 30 万输入加 2 万输出的算例约为 9.4 倍。但按完成一个任务算，结果取决于档位：AA 的 max 档里 Sonnet 每任务 $7.60，Astra $3.26，贵的反而是 Sonnet。

和 Sonnet 5.5 同价的 OpenAI 模型是哪个？

GPT-6 Sol。它的短上下文标准价是输入 $2、输出 $10，与 Sonnet 5.5 相同，Anthropic 发布页的对比表比的也是 GPT-6 Sol。注意别和上一代 GPT-5.6 Sol 混淆。