Anthropic 的模型矩阵正在重排：次旗舰 Sonnet 5.5 把旗舰 Opus 5.5 的性能差距压到了基准测试的误差边缘，同时把价格和延迟一起往下拉。
发生了什么
Anthropic 发布了 Claude Sonnet 5.5，这是 Claude 5.5 家族的第二款模型。官方给出的三个关键数字是：输出生成速度提升超过 30%，单任务成本最多降低 30%，在知识工作类基准上几乎追平旗舰 Opus 5.5。
更值得注意的是编码能力的跳变。在 Terminal-Bench 这一面向终端操作的编码基准上，Sonnet 5.5 的成绩从上一代的 10.3% 提升到 70.6%——这不是常规迭代的幅度，而是接近代际跨越。此外，Anthropic 预告 Haiku 5.5 将在未来几周内发布，届时 5.5 家族将形成从轻量到旗舰的完整梯队。
为什么重要
这组数字指向一个正在发生的结构性变化：中端模型的性价比曲线正在陡峭上移。过去，团队要在“用旗舰模型保证质量”和“用便宜模型控制成本”之间做取舍；当次旗舰在知识工作基准上逼近旗舰、成本却低三成时，这个取舍的边界被大幅压缩。
Terminal-Bench 的跃升尤其值得关注。这类基准考察的是模型在真实终端环境中执行多步操作的能力，与编码智能体（coding agent）的落地场景高度重合。从 10.3% 到 70.6% 意味着 Sonnet 层级第一次具备了承担长链路自动化任务的可能性，而这类任务恰恰是 token 消耗大户——成本敏感度最高。
同时，Haiku 5.5 的预告说明 Anthropic 在有意做“家族化”布局：用同一代技术底座覆盖不同价位，让开发者按任务复杂度而非预算被迫降级。这也是对竞争对手产品线的直接回应。
影响与看点
对开发者而言，最直接的变化是路由策略需要重写。此前把简单任务交给小模型、复杂任务交给旗舰的两段式方案，可能要改成以 Sonnet 5.5 为默认主力、仅在极少数场景调用 Opus。
对智能体类产品，速度提升 30% 与成本下降 30% 的叠加效应，比单一指标更有意义——多步任务的总延迟和总花费会被同时压缩，这直接影响产品能否跑通商业模型。
需要保持克制的地方在于：基准成绩与真实工作流表现之间始终存在落差，Terminal-Bench 的高分能否转化为稳定的长任务执行能力，还需要实际使用验证。另外，官方给出的“最多降低 30%”是区间上限，实际节省幅度取决于任务类型和 token 结构。
一个值得跟踪的信号是 Haiku 5.5 的定价与定位。如果轻量档也同步获得这一代的能力提升，那么整个模型市场的价格锚点会被再次拉低，而受益最大的是那些此前因成本而无法规模部署智能体的团队。
