9月28日晚上，Anthropic 把 Claude Sonnet 5.5 放了出来。距离 Opus 5.5 发布，只隔了不到一周。微博
真正让开发者圈子炸锅的，不是"又出新模型"，而是一个反常识的数字：在终端智能体编程评测 Terminal-Bench 4.0 上，上一代 Sonnet 5 只拿了 10.3%，Sonnet 5.5 直接跳到 70.6%——不仅把前代甩开近七倍，还反超了自家旗舰 Opus 5.5 的 66.4%。中端模型把旗舰按在地上摩擦，这在模型发布史上并不多见。知乎
B站今早的实测视频评论区已经吵翻了：有人说"神中神，有 4.6 刚出那会的震撼"，也有人泼冷水"跑分王而已，长线任务算下来根本没省多少"。哔哩哔哩
两边说的其实都对，只是各算各的账。这篇文章把 Sonnet 5.5 发布前后的信息翻了个遍，替你算清三笔账：API 标价账、真实任务成本账、订阅额度账。看完你就知道自己该不该换、什么时候换。
第一笔账：API 标价账——"便宜一半"是真的，但有前提
先把官方数字摆上桌：
模型 | 输入（每百万token） | 输出（每百万token） | 缓存读取 |
|---|---|---|---|
Sonnet 5.5 | $2 | $10 | $0.20 |
Opus 5.5 | $4 | $20 | $0.20 |
单看标价，Sonnet 5.5 的输入输出价格刚好是 Opus 5.5 的一半，和上一代 Sonnet 5 持平，也就是"加量不加价"。官方还给了两个效率数字：速度比 Sonnet 5 快 30% 以上，单任务 token 消耗更少，综合下来大部分任务成本最多再降 30%。知乎微博
但这里有个被大多数人忽略的细节：缓存读取价，Sonnet 5.5 和 Opus 5.5 一模一样，都是每百万 token 0.2 美元。为什么这个细节要命？因为写代码、跑 Agent 这类工作负载，九成的输入 token 都是缓存命中。知乎有位作者用 Claude Code 做了个端到端实测：同一条长链条指令分别丢给 Sonnet 5.5 和 Opus 5.5，两边各吃掉 495 万和 557 万缓存 token，各自产生 1 美元左右的固定成本——直接把"标价差 50%“稀释成了"实际账单差不到四成”。知乎
所以第一笔账的结论是：标价便宜一半是真的，但你的真实账单便宜多少，取决于你的负载里缓存占多大头。缓存命中率越高，Sonnet 的价格优势越薄。
第二笔账：真实任务成本账——跑分反超，但"糙"是真实存在的
Terminal-Bench 70.6% 对 66.4%，跑分上 Sonnet 5.5 确实赢了旗舰。其他几个基准也好看：
FrontierCode High 强度：比同档 Sonnet 5 高 10 分，单任务成本约为后者的十五分之一。知乎
CursorBench（模拟真实编程会话）：最佳成绩和 Opus 5.5 只差约 2 分
GDPval-AA（覆盖 9 个行业、44 种职业的真实知识工作）：1844 对 1846，和 Opus 5.5 基本打平
但跑分持平不等于体验持平。还是上面那位知乎作者的实测，发现了两个 Sonnet 5.5 省不掉钱的地方：
一是收尾质量。 同一个"生成动画视频并配解说"的任务，两边都一次跑通，但 Sonnet 5.5 交付的成片里有语义错误——把官方原文"Anthropic 自家模型里最不爱试探边界的"过度引申成了"所有模型里"，而且它自己没查出来。Opus 5.5 初稿也犯了同样的毛病，但它在交工前主动分叉出一个子 Agent 逐句复核原文，把错误修正了。Sonnet 的核验只对了数字，没拦住语义。知乎
二是审美和细节。 Three.js 太阳系交互、500 字短篇小说、视频混音，三类任务 Opus 5.5 都明显更细腻；Sonnet 5.5 属于"完全能干活，就是糙了点"——视频尺寸给了个非标准的 1920×1260，日志里还老实承认"未试听成片"。B站评论区的吐槽也指向同一件事：“试了一下只能说是跑分王，长线任务各种雷霆大思考，思考过度效果还不好，不如 Opus”。知乎哔哩哔哩
所以第二笔账的结论是：任务边界越清晰、越短程，Sonnet 5.5 的性价比越高；任务越长、越开放、越需要"交工前自己检查一遍"，Opus 5.5 的溢价就越值。 官方自己的定位也是这么切的：Opus 管复杂研判，Sonnet 管日常执行。
更省的用法不是二选一，而是路由：先让 Sonnet 5.5 跑，失败或不确定时再升级到 Opus。Anthropic 这次还给了个新旋钮——“强度档位”（effort）：Claude Code 默认 Medium，Platform 默认 High。强度越低，响应越快、token 越省。简单任务调低档，复杂任务再拉高，这比换模型更细粒度地控制成本。知乎
第三笔账：订阅额度账——这周真正的大新闻，可能不是模型
如果你不是 API 开发者，而是每月掏 20 美元的 Claude Pro 或 100/200 美元 Max 订阅用户，那么这周对你影响最大的，其实是另一件事。
9 月 25 日，Claude Code 悄悄改了限额规则，三件事叠在一起：
触顶不再腰斩。 以前撞到 5 小时用量上限，代码改到一半直接切断，留个半成品给你。现在它会找一个"优雅收尾点"，把当前任务尽量做完再停——收尾用的是从每周限额里划出的一小笔固定额度。Pro 每周一次，Max 每次触顶都可用。知乎
订阅限额上调。 Pro、Max、Team、Enterprise 的 5 小时限额全部提升。
限额重置可以攒了。 新的 rate limit reset 能存起来自选时机启用——有发布节奏的人，可以把余量攒到冲刺日一次性烧。
再叠加 Sonnet 5.5：模型更快、单任务 token 更少，同样的 5 小时窗口能塞进更多轮对话。有知乎作者专门算过订阅杠杆（月额度按 API 价折算的金额 ÷ 月费），Claude Pro 这一档在 20 美元价位里折扣力度是最大的。为什么这笔账和 Sonnet 5.5 直接相关？因为订阅用户的额度和模型选择是绑定的：你让 Sonnet 5.5 少思考、少绕路、一次合并多个工具调用，省下来的每一轮，都是你 5 小时窗口里的额度。 早期测试者的反馈里就提到，Sonnet 5.5 更常把多个工具调用合并处理，步骤更少——这对 API 用户是省钱，对订阅用户就是省命。知乎知乎
当然，也别指望一步登天。小红书这周还有帖子在讨论"额度到顶怎么收尾"“京东内部也开始限额”，额度焦虑不会因为这个版本直接消失，只是缓解。
谁该换、谁该等：四类人四条路线
路线一：Claude Code 重度用户（每天都在烧额度）——直接换，今天就换。
Sonnet 5.5 在 Claude Code 里已经可用。你的负载以修 bug、补测试、写文档这类边界清晰的任务为主，正是它的主场。注意一个迁移细节：如果你之前关掉了 Sonnet 的思考模式，切到 5.5 要改用新的 between_tools 设置，否则默认行为变了，日志、成本、延迟都会跟着变。知乎
路线二：API 开发者——先看缓存命中率，再决定迁移节奏。
缓存读取价没降（$0.20），你的负载缓存占比越高，迁移收益越小。先拿一周的真实账单跑个对照：同样任务分别走 Sonnet 5.5 和 Opus 5.5，看实际差价再切流量。另外，网络安全类任务现在会被自动分流到 Opus 4.8 执行，做安全研究的注意这是行为变化。知乎
路线三：20 美元档观望党（在 ChatGPT Plus 和 Claude Pro 之间摇摆）——这是你入场时机里比较好的一个。
模型加量不加价、限额上调、触顶优雅收尾，三件事同周发生。但要认清一个现实：国内用户注册需要境外手机号和网络环境，小红书这周还有"Claude Code 活动封号，好一招钓鱼执法"的吐槽帖。账号风险是真实成本，算进决策里。
路线四：普通办公用户（写文档、做 PPT 为主）——可以等几周。
官方明确 Haiku 5.5 还在路上，会继续覆盖大批量、成本敏感场景。三档产品线齐了之后再整体评估，你的用量大概率撑不满 Opus 档，等一等性价比更高。知乎
接下来盯什么
Haiku 5.5 什么时候落地：三档齐了，订阅内的模型路由才算完整，届时值得重算一遍额度账。
OpenAI 的回应：B站评论区已经在刷"OpenAI 不拿出来点东西真的就 gg 了"，还有人说"Codex 额度好像砍了，特别不耐用"。GPT-6 Sol 刚发布就被 Sonnet 5.5 在多项基准上压制，接下来一两周大概率有动作。哔哩哔哩
优雅收尾的实际额度消耗：新规说收尾额度从每周限额里划，具体划多少、Pro 每周一次够不够用，要等一两周真实用户的账单反馈。
你自己的账单：别信任何人的结论，包括这篇。拿你最高频的三类任务，分别用 Sonnet 5.5 和 Opus 5.5 各跑一遍，对比实际消耗和交付质量——这是唯一可靠的选型依据。
最后说句公道话：这轮发布最值得记住的不是 70.6% 这个数字，而是行业惯例被打破的那一下——过去两年"新模型更强也更贵"，9 月下旬开始，"更强"和"更便宜"第一次同时出现。之前按"能力够用就锁死旧模型"做的所有成本规划，都值得重算一遍。
