Anthropic 于 9 月 28 日发布 Claude Sonnet 5.5，定价与 Sonnet 5 相同。该公司表示，这款模型的运行速度提升了 30% 以上，每项任务的成本最高可降低 30%。
一家独立基准测试机构将模型的性能推至极限后，对成本得出了不同结论。
在X上关注我们，以获取最新消息。
Anthropic 第二款 5.5 模型在 Opus 发布数日后登场
Sonnet 5.5 是 Claude 5.5 系列的第二款模型。Anthropic 于 9 月 22 日发布了 Opus 5.5。同一天，OpenAI 也发布了 GPT-6 Sol 和 Luna。
新模型沿用 Sonnet 5 的定价：每百万输入 token 2 美元，每百万输出 token 10 美元。Anthropic 报告称，该模型在智能体编程测试 Terminal-Bench 4.0 中得分为 70.6%。Sonnet 5 的得分仅为 10.3%，Opus 5.5 则达到 66.4%。
团队表示：“Opus 5.5 专为需要审慎判断的复杂工作打造，而 Sonnet 5.5 则擅长范围明确的日常任务、修复漏洞，以及制作精美的文档、幻灯片和电子表格。”
Anthropic 表示，Sonnet 5.5 并未拓展其能力边界。因此，其对齐审查重点关注误导用户、助长高风险滥用等风险。
Sonnet 5.5 还配备了网络安全防护措施和反蒸馏分类器，可阻止他人提取模型的推理过程，用于训练竞争对手的系统。Claude Haiku 5.5 将于未来几周内推出。
与此同时，OpenAI 因安全原因搁置了一款即将推出的模型 GPT-6.1 Astra。CNBC 周一证实，该模型未能达到公司的标准。
Artificial Analysis 发现，最高努力模式下的 Token 消耗更高
将 Grok 4.7 排名第四的基准测试机构 Artificial Analysis，为 Sonnet 5.5 的智能指数打出了 56 分。这使其位居总榜第二，仅比最高努力模式下的 Opus 5.5 低 2 分。
该机构记录到 Sonnet 5.5 在 Terminal-Bench 4.0 上的得分为 64%，而 Opus 5.5 和 GPT-6 Astra 均为 60%。在 GDPval-AA 等知识工作测试中，该机构发现 Sonnet 5.5 与 Opus 5.5 的表现大致持平。
该机构表示，Sonnet 5.5 为取得这些成绩使用的 Token 数量显著更多。
“在最高努力模式下，Claude Sonnet 5.5 的表现接近 Opus 5.5，每项智能指数任务约使用 19.3 万个输出 Token，”
这一数量比最高努力模式下的 Opus 5.5 和 Sonnet 5 高出约 60%，也约为 GPT-6 Astra 最高努力模式下 Token 用量的 7 倍。
Anthropic 引述的早期体验客户反馈称，与 Sonnet 5 相比，Token 用量呈现相反趋势，不过他们使用的工作负载有所不同。Balyasny Asset Management 在其金融任务中发现，Token 用量大幅降低。
“在我们涵盖问答、信息提取、分析和预测的 2,441 项金融任务内部测试集上，Claude Sonnet 5.5 的得分高于 Sonnet 5；每个答案约使用 12.1 万个 Token，而 Sonnet 5 使用了 49.7 万个，”Balyasny Asset Management 高级 AI 工程师 Joe Poirier 表示。
Artificial Analysis 测试的是一个预发布版本，该版本存在结构化输出错误，Anthropic 此后已修复。该机构计划近期重新进行相关评估。
订阅我们的 YouTube 频道，观看领导者和记者提供专业见解
来源：BeInCrypto
