- 类型
- 未披露
- 注意力
- 未披露
- 层数
- 未披露
- 专家
- 未披露
- 隐藏维
- 未披露
- 词表
- 未披露
未披露。官方接口特性（platform.claude.com 模型总览，2026-09-29）：adaptive thinking，effort 五档 low/medium/high/xhigh/max，Claude API 默认 high，Claude Code 与各端应用默认 medium；知识截止与训练数据截止均为 2026-06；退役承诺不早于 2027-09-28。关思考不再用旧写法，需改用新的 between_tools 设置。
完善中
闭源模型，无自建选项，不提供显存表。
完善中
编程Terminal-Bench 4.0 70.6%、FrontierCode 1.1 Main 46.2%（Max）/ 52.1%（Xhigh）、CursorBench 4.0 55.5%（官方公告表）；AA 独立复测 Terminal-Bench 4.0 约 64%，为其榜上前列。
推理HLE 带工具 64.5%（官方，Opus 5.5 为 67.7%）；AA 智能指数 56（max 档，v4.3），仅落后 Opus 5.5 两分、居第二。
知识GDPval-AA v2.1 1844 Elo、AA-Briefcase v1.1 1811 Elo（官方公告表）；AA-Omniscience 事实准确率 54%、幻觉率 47%（AA，Opus 5.5 为 66% / 59%）。
AgentOSWorld 2.1 partial 80.1%（官方，Opus 5.5 为 81.8%）；AA 的 AutomationBench-AA 71% 略高于 Opus 5.5 的 70%。
多模态Chartography 无工具 61.6%（官方，Opus 5.5 为 64.4%）；官方称是首个仅凭截图通关 Pokémon Red 的 Sonnet。支持文本 + 图像输入。
中文中文可用，缺少独立中文评测。
这一代 Sonnet 的性质变了：它不再是「便宜版旗舰」，而是用更多 token 换到接近旗舰的分数。官方表里 Terminal-Bench 4.0 70.6% 直接反超 Opus 5.5 的 66.4%，FrontierCode 1.1 Main 在 Max 档 46.2%（Xhigh 52.1%）仍低于 Opus 5.5 的 54.4%，CursorBench 4.0 55.5% 距 Opus 5.5 的 57.8% 约两分。知识工作侧 GDPval-AA v2.1 与 AA-Briefcase v1.1 基本打平旗舰，而 Sonnet 5 在同两项只有 1449 / 1359。官方自己划的界线很清楚：开放式、需要持续判断的复杂工作，Opus 5.5 仍明显更强。失败模式是话太多——AA 记录的输出 token 是它测过最高的，低 effort 档反而在「智能 / 输出 token」权衡上被 GPT-6 Sol 压住。
- 1.Terminal-Bench 4.0 70.6%，高于 Opus 5.5 的 66.4%，而 Sonnet 5 只有 10.3%（官方）
- 2.GDPval-AA v2.1 1844 对 Opus 5.5 的 1846，AA-Briefcase v1.1 1811 对 1822，知识工作几乎打平单价两倍的旗舰（官方）
- 3.定价与 Sonnet 5 完全相同（$2 / $10，缓存读 $0.20），输出速度快 30% 以上，官方实测单任务成本低最多 30%
- 4.2026-10-07 随 Haiku 5.5 发布下调缓存读取价：$0.20 → $0.10，官方称多数 agent 负载成本再降约 20%
- 1.Artificial Analysis 实测 max 档每任务约 19.3 万输出 token——它测过的最高值，约为 Opus 5.5 的 1.6 倍、GPT-6 Astra 的 7 倍；单任务 $7.60 反而高于 Opus 5.5 的 $5.98，「单价便宜一半」不等于账单便宜
- 2.关思考的写法变了：原来 thinking off 的调用要改用新的 between_tools 设置才能迁到 5.5，照旧代码直接切会出问题（官方迁移指南）
- 3.首个带前沿级网络安全护栏的 Sonnet：高风险安全请求会「可见地」回落到 Sonnet 5，AA 观察到约 0.1% 任务触发回落，集中在 Terminal-Bench 4.0
- 4.首个带「推理提取」防蒸馏分类器的 Sonnet，preserved thinking 范围扩大——跨账号搬运会话（含 Claude Code 中途换号）行为有变
- 5.AA 的分数跑在预发布部署上，Anthropic 事后确认该版本有影响 structured outputs 的 bug，AA 表示会重跑
- 6.事实知识仍明显落后 Opus 5.5：AA-Omniscience 事实准确率 54% 对 66%，HLE 与 SciCode 也低约 6 分
暂无带来源的分数。
更新 2026-10-10 · 排名供选型参考，基准会饱和、会泄漏、会过时。