Claude Sonnet 5.5：更快更便宜的日常主力
欢迎来到从零开始学AI！先问你一个问题，如果有个AI，写代码一下从10分考到70分，速度还快了3成，账单还便宜了3成，你信吗？
听起来像商家大促，性能涨价还降。但这事真的发生了，就在9月28日，Anthropic官方博客亲自发的，新主角叫Claude Sonnet 5.5。
老规矩，先讲概念，再看新闻。今天的概念只有一个，模型的大小杯。Anthropic家现在是三个杯型，Opus是旗舰大杯，负责最难的活，Haiku是小杯，便宜量大，Sonnet就是中间的中杯。
打个比方，就像去饭馆点菜。大杯是主厨亲自下厨，又贵又慢，但硬菜还得他来。小杯是快餐，填饱肚子最划算。中杯呢，就是你平时最常点的那道菜，分量够，价格好，上菜还快。
对，记住这个画面。今天的主角，就是这个最常被点的中杯。它还有一个油门档，从低到高一共五个档。活越小，油门越低，又快又省。活越大，油门越高，想得更久，查得更细。
好，概念有了，看新闻。9月28日登场的Sonnet 5.5，是5.5家族的第二款。第一款Opus 5.5主打难活，这一款定位很清楚，日常任务、修bug、写文档、做幻灯片和表格，顺手还审美在线。
先看最吓人的一组数字。写代码的Terminal-Bench测试，满分100分，上代Sonnet 5只拿了10.3分，这一代直接干到70.6分。注意，旗舰Opus 5.5也才66.4分，中杯这次反超了大杯。
而且不只这一项。真实编程任务合集CursorBench，它从34.1分涨到55.5分，离旗舰的57.8分只差2分。考各行各业真活的GDPval测试，它从1449分涨到1844分，旗舰是1846分，基本打平。
综合理科考试Humanity's Last Exam，带工具从54.9分涨到64.5分。电脑操作OSWorld，从57%涨到80.1%。看图表的Chartography，从15.6%涨到61.6%。顺手还破了个纪录，只看截图打通了宝可梦红版，Sonnet家第一次。
等等，分数涨这么多，价格涨了吗。没有，标价原地踏步。100万输入2美元，100万输出10美元，缓存读取100万0.2美元，和上代一模一样。但官方实测，做同样的活，总账单最多便宜30%。
为什么标价不变反而更便宜。因为它变勤快了，用词更省。以前要查10步的活，现在5步就干完。输出速度还快了30%以上，是Sonnet家跑得最快的一款。便宜的真相是，少干废活。
测试者的原话很有意思。代码审查公司CodeRabbit说，它判断更好，废话更少，上代爱动不动就去联网搜一下的毛病，这次没了。他们准备把简单和中等难度的审查，整个搬过去。
应用搭建平台Base44实测了118个真实应用。它平均3.6轮就建成一个，旗舰Opus 5要7.7轮。工具调用失败最少，还很少中途停下来问人要答案，基本不等人。
办公场景的数据更直观。Slack直接换模型重测，质量更好，步数更少，输出词少了14%。客服系统Zendesk拿几百个真实工单去喂，判错更少，工单处理快了20%。
金融和文档场景，资产管理公司拿2441道金融题去考，它答得更好，每题平均用12万词，上代要花近50万词。办公软件Box的说法是，更准，快了2.4倍，总词数还少了12%。
这里有个细节很关键。低油门也能打高分。在好几项测试里，它用低档或中档，就超过了上代开满油门的最好成绩，花费只有上代的十分之一左右。日常小活，根本不用踩满油门。
那大活还需不需要旗舰。需要，官方自己也承认。分数只是一面，碰上复杂开放的大工程，需要长期判断力的那种，Opus 5.5还是明显更强。中杯守日常，大杯攻难关，分工没变。
再说安全。这次是Sonnet家第一次，网络防护向旗舰看齐。日常修bug不受影响，高风险的网络安全任务会自动切回保守模式。生物方向沿用上代的规则，普通科研教学不受影响。
还有一道新锁，防蒸馏。有人开几千个假账号，想把模型的能力一点点抽走，装进自己的小模型，还顺手甩掉防护。这次官方加了分类器，专门拦这种抽取，思考过程还和账号绑定，换账号带不走。
落地信息很简单。今天起全平台可用，亚马逊、谷歌、微软的云上都有，开发者认准名字claude-sonnet-5-5。而且支持零数据留存，聊完不存。小杯Haiku 5.5还要再等几周。
说到最后，以前我们聊升级，总在聊变聪明。这次最狠的一刀，其实是变省。低档跑赢上代满血，十分之一的成本，这意味着以后你随手问的小问题，背后可能是个准旗舰在答，还按快餐收费。
所以问题留给你，你手头每天重复的那件小事，写周报、改bug、做表格，如果有个又快又便宜的中杯替你干，你第一件想甩给它的是什么？欢迎在评论区聊聊。
好了，这期就到这里。下一期我们继续聊AI，欢迎回来收听从零开始学AI！