AA 评测 Sonnet 5.5：性能逼近旗舰，token 消耗最高

Anthropic 发布 Claude Sonnet 5.5 后，第三方评测机构 Artificial Analysis（AA）随即公布首批评测：该模型在 AA 智能指数上得 56 分，仅比 Opus 5.5（max）低 2 分，性能逼近自家旗舰；但 max effort 下单任务平均消耗约 19.3 万输出 token，为所有已测模型中最高，高消耗带来的成本问题成为本批评测的核心争议。

已确认

• 智能指数 56 分，距 Opus 5.5（max）仅 2 分；AA 已公布各推理力度下智能指数单项评测完整明细。
• max effort 档单任务平均消耗约 19.3 万输出 token，为所有已测模型中最高，约为 GPT-6 Astra 的 7 倍；对比 Opus 5.5 max 的 11.9 万，远超同系模型。
• Terminal-Bench 4.0 得分 64%，较 Sonnet 5（max）提升 50 个百分点。
• AA 模型对比页显示该系列 5 个推理力度档位（max/xhigh/high/medium 及更低档）智能指数分别为 56/52/47/41 分等，五档单任务成本从 $0.41 到 $7.60，价差达 18 倍。

尚未确认

• AI 资讯博主 AiBreakfast 认为 Sonnet 5.5 的综合表现已排在 Opus 5.5 与 Fable 5.1 之上，但该观点仅为简短排序判断，未附具体测试数据。

为什么重要

• Sonnet 5.5 以中端定位逼近旗舰性能，体现 Anthropic 在推理力度分级上的策略，但高消耗意味着实际使用成本可能翻倍：@haider1 的成本核算称其为「token 吞金兽」，单任务成本约为 GPT-6 的 2 倍。
• 对按 token 计费的开发者而言，智能指数与单位成本需综合权衡，AA 的五档明细（单任务成本 $0.41 至 $7.60）为选型提供了直接参考。

2026-09-29 ~ 2026-09-29 · 8 条相关

事件全程(共 2 集)→

• 第 1 集:传 Claude Sonnet 5.5 智能指数达 56 分(2026-09-29,3 条)
• 第 2 集:AA 评测 Sonnet 5.5：性能逼近旗舰，token 消耗最高(2026-09-29,8 条)

• 【源头】Artificial Analysis 实测 Sonnet 5.5：距 Opus 5.5 仅 2 分，但单任务耗 token 最高 — ArtificialAnlys · 2026-09-29
• Sonnet 5.5 Terminal-Bench 4.0 达 64%，比上代暴涨 50 分 — ArtificialAnlys · 2026-09-29
• 【源头】AA 实测:Claude Sonnet 5.5 单任务烧 19.3 万输出 token,是 GPT-6 Astra 的 7 倍 — ArtificialAnlys · 2026-09-29
• Artificial Analysis 发布 Claude Sonnet 5.5 全评测明细与各档推理力度对比 — ArtificialAnlys · 2026-09-29
• 【源头】Claude Sonnet 5.5 五档模型价差 18 倍:单任务成本 $0.41 到 $7.60 — ArtificialAnlys · 2026-09-29
• Anthropic 发布 Claude Sonnet 5.5:评测得分距 Opus 5.5 仅 2 分 — jarrodwatts · 2026-09-29
• Sonnet 5.5 是 token 吞金兽:单任务 193k 输出,成本 2 倍于 GPT-6 — haider1 · 2026-09-29
• 博主点评:Sonnet 5.5 综合表现已超 Opus 5.5 与 Fable 5.1 — AiBreakfast · 2026-09-29