Claude Sonnet 5.5

Anthropic · 2026-09-28 · 通用模型

Claude Sonnet 5.5

面向日常任务、缺陷修复与文档、幻灯片、表格制作的更快更省的 Sonnet 模型，官方称比 Sonnet 5 快 30% 以上、多数任务成本最多低 30%。收录的 9 项评测以智能体编码与知识工作为主，如 Terminal-Bench 4.0 70.6%、GDPval-AA v2.1 1844。

输入模态: 官方资料未说明
上下文: 官方资料未说明
参数: 官方资料未说明
价格（每百万 tokens）: USD 输入 2 / 输出 10 · 缓存读取 $0.20/百万 token

本变体的评测证据

terminalbench 70.6% 模型 claude-sonnet-5-5 · 版本 Terminal-Bench 4.0 · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-10-03 · 距快照 1 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Performance · table: Benchmark comparison grid · row: Terminal-Bench 4.0

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Sonnet 5 为 10.3%；Opus 5.5 为 66.4%（脚注 1：Opus 5.5 取 Xhigh 最高分）；GPT-6 Sol 列为空。协议仅记录页面明示字段，未写即留空；不作跨协议排名。

打开官方来源

frontier-code 46.2% 模型 claude-sonnet-5-5 · 版本 FrontierCode 1.1 (Main), Max · 指标未说明 · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-10-03 · 距快照 1 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Performance · table: Benchmark comparison grid · row: FrontierCode 1.1 (Main), Max

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": "Max",
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Sonnet 5 为 42.4%；Opus 5.5 为 54.4%；GPT-6 Sol 为 49.3%。脚注 2：Sonnet 5.5 在 Max 档分数低于 Xhigh 档（Max 档更常触发代码评审技能并拆给多个子智能体，导致超时或超范围改动）。

打开官方来源

frontier-code 52.1% 模型 claude-sonnet-5-5 · 版本 FrontierCode 1.1 (Main), Xhigh · 指标未说明 · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-10-03 · 距快照 1 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Performance · table: Benchmark comparison grid · row: FrontierCode 1.1 (Main), Xhigh

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": "Xhigh",
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

同一表格行内 Sonnet 5.5 的第二个推理强度；其余列与 Max 行相同（Sonnet 5 42.4%、Opus 5.5 54.4%、GPT-6 Sol 49.3%）。

打开官方来源

cursor-bench 55.5% 模型 claude-sonnet-5-5 · 版本 CursorBench 4.0 · 指标未说明 · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-10-03 · 距快照 1 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Performance · table: Benchmark comparison grid · row: CursorBench 4.0

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Sonnet 5 为 34.1%；Opus 5.5 为 57.8%；GPT-6 Sol 列为空。

打开官方来源

gdpval-aa 1844 模型 claude-sonnet-5-5 · 版本 GDPval-AA v2.1 · 指标未说明 · 单位 elo 来源等级 A · third_party_reported · 核对日期 2026-10-03 · 距快照 1 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Performance · table: Benchmark comparison grid · row: GDPval-AA v2.1

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Sonnet 5 为 1449；Opus 5.5 为 1846；GPT-6 Sol 为 1487（脚注 4：OpenAI 近期修复了 GPT-6 Sol 的图像理解缺陷，Artificial Analysis 官方分数可能尚未更新）。脚注 3：Artificial Analysis 在预发布部署上测得，页面称可能低估 Sonnet 5.5。

打开官方来源

aa-briefcase 1811 模型 claude-sonnet-5-5 · 版本 AA-Briefcase v1.1 · 指标未说明 · 单位 elo 来源等级 A · third_party_reported · 核对日期 2026-10-03 · 距快照 1 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Performance · table: Benchmark comparison grid · row: AA-Briefcase v1.1

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

页面称这是一项新的长程知识工作基准。Sonnet 5 为 1359；Opus 5.5 为 1822；GPT-6 Sol 为 1483（脚注 4）。脚注 3 同 GDPval-AA。

打开官方来源

hlehle 64.5% 模型 claude-sonnet-5-5 · 版本 Humanity's Last Exam, with tools · 指标未说明 · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-10-03 · 距快照 1 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Performance · table: Benchmark comparison grid · row: Humanity's Last Exam, with tools

{
  "harness": null,
  "tools": [
    "with tools"
  ],
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Sonnet 5 为 54.9%；Opus 5.5 为 67.7%；GPT-6 Sol 列为空。

打开官方来源

osworld 80.1% 模型 claude-sonnet-5-5 · 版本 OSWorld 2.1, partial · 指标 partial · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-10-03 · 距快照 1 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Performance · table: Benchmark comparison grid · row: OSWorld 2.1, partial

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

页面标注 partial；Sonnet 5 为 57.0%；Opus 5.5 为 81.8%；GPT-6 Sol 列为空。版本为 2.1，与 Opus 5.5 发布页的 2.0 不同，不可直接合并比较。

打开官方来源

chartography 61.6% 模型 claude-sonnet-5-5 · 版本 Chartography, no tools · 指标未说明 · 单位 percent 来源等级 A · third_party_reported · 核对日期 2026-10-03 · 距快照 1 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Performance · table: Benchmark comparison grid · row: Chartography, no tools

{
  "harness": null,
  "tools": [],
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

页面标注 no tools；Sonnet 5 为 15.6%；Opus 5.5 为 64.4%；GPT-6 Sol 为 53.6%（脚注 4）。Chartography 由 Surge AI 测得。

打开官方来源