Sonnet 5.5
Anthropic推出的Claude Sonnet系列新版本，属于Claude模型家族中的中端产品线
核心事实
时间轴 (近 90 天)
UI复刻Agent换用不同模型（如Sonnet 5.5）时效果可能不理想，说明模型选择仍是系统变量之一。
组织中每位主管使用Opus 5.5模型，员工使用Sonnet 5.5模型，主管可开启Advisor功能，遇困难时咨询Fable 5.1。
在3D生成“金门大桥”提示词测试中，Gemini 4的连贯性和3D质感不错，水的质感令人印象深刻，UI界面用心，作者认为与Sonnet 5.5相当甚至略好，但GPT 6.1 Sol更胜一筹。
在“岛屿庇护所”3D生成测试中，Gemini 4出现树木乱倒、元素错位等问题，作者认为该表现“肯定不是最好的”，而Sonnet 5.5细节丰富且连贯、视觉美感更高。
该 ultrathink 行为覆盖 Opus 5.5、Sonnet 5.5、Haiku 5.5 以及 Fable 5.1 四个模型。
Sonnet 5.5在游戏中撕毁了一项条约，最终排名第九。
在Artificial Analysis的智能排名中，Kimi K3.1 Pro位列Opus 5.5、Sonnet 5.5和Muse Wonderful之后，但每智能单位成本更低。
在 Sonnet 5.5 上扫描阈值发现，0.88 以上缓存答案不再显示质量劣势，同时仍能节省 64% 成本；0.90 节省 61%。
在 Vibe Code Bench 同一应用测试中，Argon 每个任务花费 8.11 美元、耗时 37 分钟；Sonnet 花费 31.25 美元、超过一小时。
在 claude-docs-watch 项目中，routine 的 JSON 配置里模型选择的是 Sonnet 5.5，允许的工具包括 Bash、Read、Write、Edit、Glob、Grep 以及 Slack 的两个 MCP 工具。
还有 40 条时间轴事件
全部知识事实 (20)
Claude Sonnet 5.5 在终端（Terminal）基准上达到 70.6%，而上一代仅有 10.3%
75%已验证Max模式抬高推理token的下限而非上限，强制模型达到一定推理量才算完成，常常损害性能
70%已验证Opus 5.5在终端智能体基准拿到66分，高于Sonnet的55分和Astra的57.9分
70%已验证Haiku 5.5可以作为子代理（sub-agent）与Claude Opus 5.5和Sonnet 5.5搭配完成编程工作
65%已验证在深度审计基准中Sonnet 5.5成本约为Opus的一半，得分略高于Opus，耗时约5分钟（Opus近两倍时间）
65%部分验证Sonnet 5.5在网络攻防能力上与Opus 5.5处于同一水准，是Sonnet系列中首款采用同等网络安全防护机制的模型
65%待验证Sonnet 5.5成为首个仅通过截图读取和操作就通关《精灵宝可梦红》的Sonnet模型
60%待验证UI复刻Agent换用不同模型（如Sonnet 5.5）时效果可能不理想，说明模型选择仍是系统变量之一。
50%待验证组织中每位主管使用Opus 5.5模型，员工使用Sonnet 5.5模型，主管可开启Advisor功能，遇困难时咨询Fable 5.1。
50%待验证在“岛屿庇护所”3D生成测试中，Gemini 4出现树木乱倒、元素错位等问题，作者认为该表现“肯定不是最好的”，而Sonnet 5.5细节丰富且连贯、视觉美感更高。
50%待验证在3D生成“金门大桥”提示词测试中，Gemini 4的连贯性和3D质感不错，水的质感令人印象深刻，UI界面用心，作者认为与Sonnet 5.5相当甚至略好，但GPT 6.1 Sol更胜一筹。
50%待验证该 ultrathink 行为覆盖 Opus 5.5、Sonnet 5.5、Haiku 5.5 以及 Fable 5.1 四个模型。
50%待验证在Artificial Analysis的智能排名中，Kimi K3.1 Pro位列Opus 5.5、Sonnet 5.5和Muse Wonderful之后，但每智能单位成本更低。
50%待验证在 Sonnet 5.5 上扫描阈值发现，0.88 以上缓存答案不再显示质量劣势，同时仍能节省 64% 成本；0.90 节省 61%。
50%待验证在 Vibe Code Bench 同一应用测试中，Argon 每个任务花费 8.11 美元、耗时 37 分钟；Sonnet 花费 31.25 美元、超过一小时。
50%待验证在 claude-docs-watch 项目中，routine 的 JSON 配置里模型选择的是 Sonnet 5.5，允许的工具包括 Bash、Read、Write、Edit、Glob、Grep 以及 Slack 的两个 MCP 工具。
50%待验证创作者提出的判断标准：如果一个任务有明确的完成标准，先用 Sonnet 试试；如果需要创造力或需要模型帮助定义'什么叫做完'，则用 Opus。
50%待验证当任务有清晰的规格和可验证的结果时，较弱的模型只要照着指令走，就能交出接近顶级模型的结果。
50%待验证Anthropic 官方建议：日常编码、修 bug、高吞吐量常规开发、打磨文档/幻灯片/表格等任务使用 Sonnet；需要复杂判断、长链条 agentic 编码、知识工作或最棘手问题时使用 Opus。
50%待验证Anthropic 同时推出 Opus 5.5 和 Sonnet 5.5，官方基准测试显示两者在智能体编程任务上的得分非常接近。
50%