Anthropic 在 2026 年 9 月 28 日推出 Claude Sonnet 5.5，是 Claude 5.5 家族的第二款模型。官方說法很明確：比上一代的 Sonnet 5 快三成以上，多數工作的成本最多降低三成，單價不變。

看到這種數字，實務上要問的通常不是「它有多強」，而是「我手上這些活換過去，會不會真的省」。底下不談願景，只列出三個可以自己動手檢核的觀察點，以及一個幾乎一定會踩到的成本陷阱。

封面為 AI 生成示意圖。

這一代改了什麼

定位上，官方把 Sonnet 5.5 描述成 Opus 5.5 的「更快、成本更低的補充」：需要謹慎判斷的複雜工作交給旗艦，目標明確的日常工作交給它。官方點名的強項是修 bug、產出文件、製作簡報與表格。

規格方面，模型 ID 是 claude-sonnet-5-5，上下文視窗 1M token，輸入接受文字與圖片，輸出為文字，同時支援 Anthropic Messages 與 OpenAI 相容兩種協定。價格與上一代相同：每百萬 token 輸入 2 美元、輸出 10 美元；快取讀取從 0.20 降到 0.10 美元，官方說明是砍半。

跑分方面，官方公布的終端機類編碼評測 Terminal-Bench 4.0 拿到 70.6%，比 Opus 5.5 的 66.4% 還高；知識工作類的 GDPval-AA 是 1844 對 1846，幾乎並駕齊驅。但長任務編碼 FrontierCode 1.1 是 46.2% 對 54.4%，差了 8 個百分點。

讀這類數字要留意兩件事。一是跨代幅度太大的項目，通常代表評測條件也變了：Sonnet 5 在 Terminal-Bench 是 10.3%，這一代跳到 70.6%，直接讀成「能力漲了七倍」並不合理。二是官方自己在同一頁寫了限定——在這個能力水準上，跑分的邊際差距已不是現實差異的可靠指標。分數用來定方向，定不了你的活。

上表把官方公布的評測分數與價格放在一起，資料於 2026 年 10 月 22 日核對。

另外有三項沒有查到確切數字，這裡不猜：最大輸出 token 上限、知識截止日期，以及能不能關閉思考。要放進正式專案之前，直接看控制台的模型詳情頁最準。

檢核點一：你的任務有明確終點嗎

這是三個檢核點裡最關鍵的一個，因為成本幾乎完全由輸出長度決定——輸出每百萬 token 是 10 美元，輸入是 2 美元，差了五倍。

同一次呼叫，輸出長度可以差到十倍以上。以 2026 年 10 月 22 日透過相容介面實際呼叫的結果為例：把五筆維運紀錄整理成 Markdown 表格，輸出 628 個 token；把六筆錯誤日誌抽成固定欄位的 JSON，輸出 410 個 token；但如果要求「給出完整改寫後的程式碼，不要省略任何部分」，輸出會衝到 5753 個 token。前兩者單次成本約在千分之幾美元，後者一次就接近 0.06 美元。

三種任務各自呼叫一次的實測用量與換算成本。

差別不在模型，而在任務有沒有天然的終點。表格、JSON、抽取、分類這類工作，模型知道什麼時候算寫完；「交出完整實作」這種要求沒有終點，它會一路寫到自認完整為止。

所以檢核的方式很簡單：把你的提示詞拿出來看，裡面有沒有「不要省略」「盡可能完整」「詳盡說明」這類字眼。 有的話，對成本敏感的批次任務就該改成明確的格式與篇幅上限。

檢核點二：你的重複前綴多不多

第二個檢核點看的是快取，這一項在單價表上不顯眼，卻常常是帳單的主要來源。

代理（agent）與編碼類工作，每一輪都會重送系統提示詞、工具定義和檔案脈絡，這些重複前綴正是快取命中的部分。快取讀取從 0.20 降到 0.10 美元，等於這一塊直接砍半；對高頻呼叫的專案，實際省下的金額可能比輸入輸出的單價看起來更多。

反過來說，如果你的呼叫都是「每次全新的短文、沒有重複前綴」，那這一項對你幾乎沒有影響，也不該拿它當換模型的理由。

檢核點三：你打算用哪個 effort 檔

推理投入是可以調的。官方資料顯示，Sonnet 5.5 在 Low 或 Medium 檔就能超過 Sonnet 5 的最好成績，而 Medium 是 Claude 應用程式裡的預設檔。

這代表兩件事：其一，升級時不要沿用舊的檔位設定，先從低檔測起，測不過再往上加；其二，檔位本身就是成本旋鈕，同一個任務在高檔下會「想」得更久、吐更多 token，單價優勢會被 token 量吃掉。

實際設定時，記得 max_tokens 要給足。設得太小，答案會在程式碼中間被硬生生切斷，但介面照樣回傳 200、不會報錯：

resp = client.chat.completions.create(
    model="claude-sonnet-5-5",
    max_tokens=8000,          # 設太小會被截斷；表格類任務 1500 就夠
    messages=[{"role": "user", "content": "..."}],
)

print(resp.usage.completion_tokens, resp.choices[0].finish_reason)

一定要回讀 finish_reason。 等於 length 就代表內容被截斷，必須重跑，不能直接拿去用。這個欄位不看，很容易誤判成「模型寫得不完整」。

一個成本陷阱：開放式任務的輸出膨脹

前面三個檢核點都指向同一件事，這裡把它講成一個具體的陷阱。

同一個提示詞、同樣不設 effort，把「改寫支付重試程式碼」交給兩代模型：Sonnet 5 用 4012 個輸出 token 收尾，Sonnet 5.5 寫到 5753 個才收尾，多用了 43%；換算成本，從 0.0405 美元變成 0.0579 美元。產出的字元數也從 3267 漲到 6924，翻了一倍以上。

官方說「多數工作成本最多降三成」，這筆帳看起來完全相反。三個可能的原因，依可能性排序：

一是指令本身的問題最大。 提示詞裡那句「不要省略任何部分」，對能力越強的模型越像「多寫一點」的授權——它給了更完整的實作、更多註解、更長的取捨說明。這句話是人加的，不是模型的問題。

二是兩代預設檔位可能不同。 官方公開資料只說明 Medium 是應用程式裡的預設檔，API 端的預設值沒有查到確切說明；如果新一代預設「想得更久」，輸出自然更長。

三是任務沒有天然終點。 這正好和檢核點一互相印證。

結論不是「新一代更貴」，而是官方那個三成是典型工作量的平均，不是每個任務的保底承諾。固定產出格式的活可以直接按三成做預算；開放長度的活必須自己量一遍。

什麼交給它，什麼留給旗艦

結語

Sonnet 5.5 的定位很實用：把上一代旗艦的能力下放到日常檔，價格留在中檔。終端機類編碼反超旗艦，知識工作貼齊旗艦，單價與上一代相同、快取讀取砍半。

它的成本規律也很清楚：有固定產出格式的任務，單次成本在千分之幾美元；開放長度的任務，省不省取決於你怎麼寫提示詞。 換過去之前，拿自己手上三個典型任務各跑一次，把輸出 token 記下來，比讀任何評測都有用。

價格、可用地區與模型規格都會變動，實際操作前請以官方公告與帳戶顯示為準。

內容為 AI 輔助撰寫，以官方公開資料與實際介面呼叫結果為依據，並於 2026-10-22 核對。