本篇內容
Claude Sonnet 5.5 是 Anthropic 在美國時間 2026 年 9 月 28 日發布的中階模型，Claude 5.5 家族第二款，台灣時間 9 月 29 日上午起陸續在全球平台上線。依Anthropic 發布公告，比前代 Sonnet 5 明確升級、輸出速度快 30% 以上、多數工作每個任務的成本最多省 30%，API 牌價維持每百萬輸入 token 2 美元、輸出 10 美元。
型號命名容易讓人以為是小改版，但這次的變化橫跨三個層面：跑分在 agentic coding 出現跳升，Terminal-Bench 4.0 從前代的 10.3% 拉到 70.6%；帳單結構變了，模型用更少 token 做完同一件事；安全機制變了，它是第一個掛上 cyber safeguards 與蒸餾防護分類器的 Sonnet，thinking 也第一次跟帳號綁定。這三件事對「直接用 API 的開發者」與「只用 claude.ai 訂閱的人」影響不同，中間還夾著一個必須先處理的破壞性變更：關閉思考的模式從 disabled 換成 between_tools，沒先改程式碼就搬不過去。
在 API 上跑 Sonnet 5 的開發者，遷移清單那節可以直接當 checklist 用；只在 Claude Code 或 Claude 網頁版上使用的人，看 effort 設定與安全兩節就夠。
TL;DR
Claude Sonnet 5.5 是 Claude 5.5 家族第二款模型，美國時間 2026 年 9 月 28 日發布，定位是 Opus 5.5 更快、更便宜的互補者：規格清楚、量大、要快的日常任務交給它。
評測出現跳升：Terminal-Bench 4.0 從前代的 10.3% 拉到 70.6%，兩項知識工作評測貼近 Opus 5.5，差距只剩 2 分上下。
API 牌價不變：每百萬輸入 2 美元、輸出 10 美元；省錢來自 token 用量下降，官方宣稱每個任務成本最多省 30%，這不是降價。
API 遷移有五個破壞性變更，最常見的地雷：關閉思考的模式必須從 disabled 改成 between_tools，沒先改程式碼就搬不過去。
Claude Sonnet 5.5 的定位：Claude 5.5 家族第二位成員
Anthropic 的模型線在 2026 年下半年重排過一次：旗艦判斷力由 Fable 與 Mythos 系列守住，Opus 負責複雜且需要長時間謹慎判斷的工作，Sonnet 是多數日常任務的主力，Haiku 走量大與成本敏感的路線。Claude 5.5 家族按這個架構依序補位，Opus 5.5 在 9 月 22 日打頭陣，Sonnet 5.5 相隔六天上場，官方同時預告 Haiku 5.5 會在數週內加入。
官方對 Sonnet 5.5 的角色設定寫得具體：它是 Opus 5.5 更快、更便宜的互補者。Opus 5.5 為需要謹慎判斷的複雜工作而生，Sonnet 5.5 則在範圍清楚的日常任務上最強，修 bug、產出整理過的文件、投影片與試算表，官方還特別提了它對設計細節的掌握。用一句話分工：難判斷的開放性問題交給 Opus，定義完整、要快要多要做好的工作交給 Sonnet。
跟前代的關係可以濃縮成「規格繼承、價格不變、行為改版」。上下文視窗同樣是 1M tokens，輸出上限同樣 128K，分詞器與 Sonnet 5 相同，同一段文字算出來的 token 數一致；真正的差異在模型行為：每個任務消耗的 token 變少、輸出變快、思考的深度改由重新校準過的 effort 控制。前代產品的完整脈絡，包含它發布時的推廣價爭議與規格細節，站內的 Sonnet 5 發布時的規格與定價背景有完整整理；同家族前款 Opus 5.5 的深度解析則把這一代家族共同的改版邏輯講得更細。
發布當天 Anthropic 在 X 上用一支影片交代重點，30% 的速度提升與最多 30% 的成本下降是整支影片的兩個主軸。
Introducing Claude Sonnet 5.5, the second model in the Claude 5.5 family.
— Claude (@claudeai) September 28, 2026
It’s a clear upgrade over Sonnet 5, runs more than 30% faster, and costs up to 30% less for most work. pic.twitter.com/UvXD8mDTF1
規格面整理成一張表。逐欄檢視時值得留意三個地方：知識截止仍是 2026 年 6 月，跟 Opus 5.5 相同；預設 effort 在 API 是 high，但 Claude Code 與官方 app 是 medium，同一個模型在不同入口的行為不一樣；退役承諾寫明不早於 2027 年 9 月 28 日，企業規劃時程有明確的下限。
| 項目 | 內容 |
|---|---|
| 發布日期 | 美國時間 2026 年 9 月 28 日（台灣時間 9 月 29 日上午） |
| 定位 | Claude 5.5 家族第二款；範圍清楚的日常任務、修 bug、文件與簡報產出 |
| API model ID | claude-sonnet-5-5（Amazon Bedrock 為 anthropic.claude-sonnet-5-5） |
| 上下文視窗 | 1M tokens |
| 最大輸出 | 128K tokens；Batch API 加 beta header 可到 300K |
| 輸入／輸出型態 | 文字與圖片輸入，純文字輸出 |
| 知識截止 | 2026 年 6 月（訓練資料同月） |
| 思考模式 | adaptive thinking 預設開啟；最低檔為 between_tools |
| 預設 effort | Claude API 為 high；Claude Code 與官方 app 為 medium |
| 延遲等級 | 快；輸出比 Sonnet 5 快 30% 以上 |
| API 牌價 | 每百萬輸入 2 美元、輸出 10 美元 |
| 退役承諾 | 不早於 2027 年 9 月 28 日 |
1M 指的是 token 容量，不能直接換算成固定的中文字數。中文、英文、程式碼與圖片占用量不同，系統提示、工具定義與對話歷史也會占用上下文；匯入大量資料前，應用官方 token counting 端點估算，並預留輸出空間。128K 輸出上限則是同步 API 的單次回應上限，要一次生成超長文件，走 Batch API 並掛延長輸出的 beta header 可以放到 300K，批次本身另有半價折扣。上下文視窗、知識截止這些規格欄位到底怎麼影響使用判斷，LLM 規格欄位的讀法有更基礎的拆解。 比較規格時也可看 Gemini 4 Argon 的百萬 token 輸出上限，注意它談的是輸出容量，不能直接與這裡的上下文視窗對比。
發布節奏放在更大的市場脈絡裡看更清楚。同一週 OpenAI 才更新了中階的 Sol 與低價的 Luna，Meta 也發表了新模型，各家媒體把這波描述為中階模型的新一輪纏鬥。TechCrunch 的第一時間報導給 Sonnet 5.5 的註解是「明顯更便宜、更快的工作夥伴」，並點出它在 agentic coding 的部分評測贏過 Opus 5.5 的現象。中階主力之爭的比較基準正在從「誰最聰明」移向「同樣的錢買到多少做完的任務」，這也是 Sonnet 5.5 整份規格書的主敘事。
評測跳升怎麼讀：三個大幅領先、兩個接近 Opus 5.5、三個保留
先把結論放在前面：三個 agentic 評測對前代大幅跳升、兩個知識工作評測貼近 Opus 5.5，還有三個解讀時要保留的地方。官方評測表把 Sonnet 5.5 跟 Sonnet 5、Opus 5.5、GPT-6 Sol 放在同一張表裡，先看數字，再談怎麼讀。
| 評測 | 測什麼 | Sonnet 5.5 | Sonnet 5 | Opus 5.5 | GPT-6 Sol |
|---|---|---|---|---|---|
| Terminal-Bench 4.0 | 終端機多步驟 agentic coding | 70.6% | 10.3% | 66.4% | 未公開 |
| FrontierCode 1.1（Main） | 程式碼變更能否直接合併 | 52.1%（Xhigh） | 42.4% | 54.4% | 49.3% |
| CursorBench 4.0 | 真實 Cursor 工作階段的多檔任務 | 55.5% | 34.1% | 57.8% | 未公開 |
| GDPval-AA v2.1 | 44 種職業、九大產業知識工作 | 1,844 分 | 1,449 分 | 1,846 分 | 1,487 分 |
| AA-Briefcase v1.1 | 長鏈知識工作 | 1,811 分 | 1,359 分 | 1,822 分 | 1,483 分 |
| Humanity’s Last Exam | 跨領域推理（允許工具） | 64.5% | 54.9% | 67.7% | 未公開 |
| OSWorld 2.1（部分評估） | 電腦操作 | 80.1% | 57.0% | 81.8% | 未公開 |
| Chartography（不用工具） | 圖表視覺辨識 | 61.6% | 15.6% | 64.4% | 53.6% |
三個大幅領先的項目都是前代明顯弱的地方。Terminal-Bench 4.0 測的是模型在命令列環境裡獨立完成多步驟專業任務的能力，Sonnet 5 只有 10.3%，Sonnet 5.5 直接拉到 70.6%，這一代差 60 個百分點，而且高過 Opus 5.5 的 66.4%。CursorBench 取材自真實 Cursor 編輯器的工作階段，測模糊規格下的多檔修改，從 34.1% 到 55.5%，距離 Opus 5.5 的 57.8% 只剩 2.3 個百分點。Chartography 測不使用工具輔助的圖表辨識，從 15.6% 跳到 61.6%，這反映該圖表辨識評測的改善，與設計能力仍是不同面向。
兩個「接近 Opus 5.5」的項目更有決策意義。GDPval-AA 跨 44 種職業與九大產業出題，Sonnet 5.5 拿 1,844 分，只比 Opus 5.5 的 1,846 分低 2 分，比前代多將近 400 分；AA-Briefcase 測長鏈條的知識工作，1,811 對 1,822，同樣貼著旗艦級的兄弟跑。翻譯成採購語言：在這兩項知識工作評測上，Sonnet 5.5 以一半的輸入／輸出單價（輸入 2 對 4 美元、輸出 10 對 20 美元）取得接近的分數；是否能在實際工作提供同等產出，仍需依驗收標準比較。
讀這張表還要會看「未公開」這三個字。這份官方表格未列出 GPT-6 Sol 在 Terminal-Bench、CursorBench、Humanity’s Last Exam、OSWorld 的對照成績，Terminal-Bench 與 CursorBench 的成本曲線改放 GPT-5.6 Sol 當參照，因此不能把不同模型版本的曲線當成 GPT-6 Sol 的成績；Opus 5.5 的 Terminal-Bench 66.4% 是它 Xhigh 檔位的最高分，不是隨便一個設定值。還有兩項自成一類：Humanity’s Last Exam 測跨領域推理，允許用工具的版本 5.5 拿 64.5%，輸給 Opus 5.5 的 67.7% 但贏前代近 10 個百分點；OSWorld 測實際操作電腦的完成率，80.1% 對 81.8%，差距 1.7 個百分點。Chartography 則是 64.4% 對 61.6%，差 2.8 個百分點。這些分差是否影響選型，取決於任務、錯誤代價與實測結果，不能只看單一評測下結論。
Terminal-Bench 那個 60 個百分點的跳升值得單獨消化，因為它改變的不是分數而是可用性邊界。終端機環境的多步驟任務，正是 Claude Code 與各種 coding agent 的日常：讀專案、跑指令、看輸出、改檔案、再驗證。前代 Sonnet 5 在這條線上只有一成的完成率，顯示它在該評測設定下較常失敗；70.6% 代表該測試集的完成率大幅提高，不能直接視為任意專案的自動完成機率，這也是為什麼 GitHub 官方的早期測試把重點放在「更少步驟、更少工具呼叫」而不是單純的聰明程度。當然，評測環境終究是評測環境，自己的 codebase 才是最終的考卷。
但這張表有三個必須保留的地方，直接照單全收會誤判。第一，評測方法有註記：GDPval-AA 與 AA-Briefcase 是在預發布部署上跑的，該版本有個會影響結構化輸出的 bug，官方說影響輕微且方向是低估，但「低估多少」沒有數字；GPT-6 Sol 的圖表辨識分數則是在 OpenAI 修復一個影像理解 bug 之前量的，可能沒反映最新版本。第二，這是 Anthropic 彙整的官方對照表，其中部分成績由 Artificial Analysis 等外部評測者執行，不能把整張表都當成自家測試，也不能視為同一條件下的獨立全面複驗，國外專門追模型的媒體在報導裡也明講「省 30%、快 30% 這類宣稱仍待獨立測試確認」。第三，官方自己在公告裡寫了但多數轉載會漏掉的一句：在需要持續判斷的複雜開放性工作上，Opus 5.5 仍然明顯更強。
還有一個反直覺的細節值得單獨看：FrontierCode 在 Max effort 的分數（46.2%）反而比 Xhigh（52.1%）低。官方的解釋是，Max effort 下模型更常主動叫出自己的 code review 流程，把審查拆給多個子代理，其中兩個被檢視的案例因此超時或做了超出範圍的修改，而 FrontierCode 的計分方式會懲罰超出範圍的變更。這不是模型變笨，是「更賣力」與「更符合驗收標準」在某些評測裡會反向，對實際使用的啟示很直接：effort 不是開到最大就最好，任務有明確驗收線時，中高檔常常是更好的選擇。
官方還給了一組「分數對上每個任務成本」的曲線，結論比單一分數實用：在 Low 或 Medium effort，Sonnet 5.5 就能用大約十分之一的每任務成本超過 Sonnet 5 的最佳分數；在 AA-Briefcase 上，Medium effort 的成績約只要前代最佳成績的九分之一成本；FrontierCode 的 High effort 則以大約五分之一的每任務成本追平 GPT-6 Sol 的最佳分數。換句話說，升級的紅利不只是「變強」，而是「在低檔位就夠強」，這對大量批次處理的場景影響最大。順帶一提，它也是第一個只靠截圖就破關 Pokémon Red 的 Sonnet，官方把這個當長鏈視覺任務能力的註腳。
快 30%、省 30% 的機制：省在 token 用量，不是單價
「成本最多省 30%」容易被讀成降價，其實牌價一毛沒動，兩個數字講的是不同層。輸入每百萬 2 美元、輸出 10 美元、快取讀取 0.2 美元，全部與 Sonnet 5 相同；省的錢來自第二層：同樣的任務，Sonnet 5.5 消耗的 token 變少，帳單是單價乘上用量，用量降，總價就降。速度那 30% 也是獨立的第三件事：模型生成輸出的速度加快 30% 以上，官方稱它是最快的 Sonnet。
token 用量為什麼會變少？官方與 early tester 的觀察指向同一個行為改變：Sonnet 5.5 更會把工具呼叫批次化，一次回合同時發出多個相關呼叫，步驟變少、中介的推理文字也變少。幾個有具體數字的案例可以對照著看。資產管理公司 Balyasny 在 2,441 道私有的金融任務上量測，Sonnet 5.5 每個答案平均用約 12.1 萬 token，Sonnet 5 用 49.7 萬，是 5.5 的四倍有餘；Slack 的離線評測顯示幾乎所有項目變好，輸出 token 少約 14%；Lovable 的程式碼評測少了三分之一的工具呼叫與大約一半的 shell 執行次數；Base44 拿 118 個真實 app 開發案對照，Sonnet 5.5 的產出水準與 Opus 5 相當，但平均每案 3.6 次反覆修改就完成，Opus 5 要 7.7 次，失敗的工具呼叫也是所有受測模型中最少。
這些數字全部來自 Anthropic 或其合作廠商，立場要記在心裡，但方向彼此一致，而且跟官方成本曲線互相印證。對使用者的實際意義是：模型行為改善可能降低 token 用量，但單靠換 model ID 不保證帳單下降；仍要比較相同任務的完成率、重試次數、effort 與總用量。
客服與企業服務場景的量測把「快」翻譯成了營運指標。Zendesk 餵了數百個真實支援案例，判斷錯誤變少、票單處理速度快 20%；Box 在金融與醫療客戶的文件工作裡量到精確度提升、速度快 2.4 倍、總 token 少 12%，而且它會回頭核對來源文件裡的數字，抓到前代漏掉的錯；Atlassian 預期客戶的 Rovo 代理跑起來比 Sonnet 5 快最多 30%；Unity 的多步驟編輯器評測裡，5.5 完成九成任務，勝過同級模型。Epic Games 的觀察則補上一個工程團隊會懂的細節：它管理數萬行遊戲系統架構程式碼、撐得住多小時任務、回應保持明快，而且需要更少的指示性 prompt。這些都是單一廠商的回報，但涵蓋的產業型態夠雜，交叉參考的價值比任何單一數字高。
effort 是這一代 Claude 控制思考深度、延遲與成本的共同旋鈕，從 low 到 max 五段。Sonnet 5.5 的 effort 刻度重新校準過，同一個檔位不會再有跟 Sonnet 5 一樣的思考量，官方明確建議不要把舊設定直接搬過來，要重新掃一輪。官方給的起點：一般任務從 high 開始；agentic coding 與多步驟工具呼叫，定義清楚的任務從 medium 起跳，難的再拉到 high；聊天與延遲敏感的應用從 medium 或 low 開始。實際在 Claude Code 裡怎麼搭配工作流，官方effort level 教學有完整展開，Claude Code 本身的安裝與操作脈絡，站內的 Claude Code 完整教學另有一篇。
預設值的差異容易踩坑：同一個模型，Claude API 與 Claude Platform 的預設 effort 是 high，Claude Code 與官方 app 卻是 medium。從 API 搬到 Claude Code 或反向搬的時候，同一句 prompt 的 token 消耗與回應深度會不同，比較成本時要先確認兩邊的檔位一致再下結論。
價格：$2/$10 的真相，與那次沒有發生的漲價
完整費率先攤開。Sonnet 5.5 每百萬輸入 2 美元、輸出 10 美元；快取寫入（有效期 5 分鐘）2.5 美元、（有效期 1 小時）4 美元；快取讀取 0.2 美元；Batch API 輸入輸出都半價，等於 1 美元與 5 美元。全部欄位與 Sonnet 5 相同。
| 模型 | 輸入／輸出（每百萬 token） | 快取讀取 | 定位 |
|---|---|---|---|
| Claude Fable 5.1 | 10／50 美元 | 0.25 美元 | 頂級判斷 |
| Claude Opus 5.5 | 4／20 美元 | 0.20 美元 | 複雜開放性工作 |
| Claude Sonnet 5.5 | 2／10 美元 | 0.20 美元 | 日常主力 |
| Claude Sonnet 5 | 2／10 美元 | 0.20 美元 | 前代（legacy） |
| Claude Haiku 4.5 | 1／5 美元 | 0.10 美元 | 量大、成本敏感 |
「與 Sonnet 5 同價」這句話需要一段 backstory 才算講清楚。Sonnet 5 在 2026 年 6 月 30 日上市時，$2/$10 被官方定調為推廣價，只到 8 月 31 日，之後排定回到標準價 $3/$15，站內當時的 Sonnet 5 分析也是按這個排程提醒長期成本要用 $3/$15 估算。事後的發展是：那波調漲取消了。現在查官方完整價目表，Sonnet 5 的欄位寫 $2/$10，附註明確交代「2026 年 8 月 31 日到期的推廣價改為常規價，原定 9 月 1 日調漲至 $3/$15 不會發生」。所以 Sonnet 5.5 的「同價」是跟一個已回到常規價 $2/$10 的前代對齊，不是延長推廣價；用 $3/$15 做的舊成本模型都需要重算，而且這次是往下降。
橫向看競品，這個價位帶的競爭強度不難理解。OpenAI 的 GPT-6 Sol 同樣是 $2/$10，與 Sonnet 5.5 正面對齊，低一階的 GPT-6 Luna 則壓到 $0.10/$0.50 搶量大的市場；SpaceXAI 的 Grok 4.7 是 $2/$6，輸出單價更低。國外 追蹤 AI 模型的媒體把這波對位整理成：Opus 略高於 Sol、Sonnet 高於 Luna、Fable 高於 Astra，各對的效能差距小到成本可能成為決勝點。GPT-6 Sol 的價格與跑分細節，站內GPT-6 Sol 拆解有完整交代；Grok 4.7 的費率結構與比較陷阱，Grok 4.7 評測另有一篇。
實際帳單試算一輪，把單價與用量兩層合起來看。假設一個任務固定消耗 30 萬輸入與 2 萬輸出 token，Sonnet 5.5 的牌價成本是 0.6 美元加 0.2 美元、共 0.8 美元；若純粹作情境試算，假設輸入與輸出都各減少 30%，同樣費率下會是 0.56 美元；這是算式示例，不能當作實測或承諾。有大量重複前置內容的場景再加快取：系統提示與工具定義寫入快取後，每次讀取只要輸入價的十分之一，1M 上下文的長對話應用靠這個才有辦法把成本壓住。快取寫入本身要錢，5 分鐘版每百萬 2.5 美元、1 小時版 4 美元，以同一段內容未快取時的輸入費用為基準，5 分鐘快取在寫入後再命中一次即較省，1 小時快取則需再命中兩次；若前綴變更或快取到期，必須重新計算。可快取的最小提示長度是 512 token，比 Sonnet 5 的 1,024 低一半，小型整合也用得上。要壓更低，非即時的批次處理直接半價。官方 模型總覽文件的規格頁把這些欄位列在同一張表裡。
成本估算還有一個容易漏的帳：思考的 token 計費。Sonnet 5.5 的 adaptive thinking 預設開啟，思考消耗的 token 按輸出價計費，max_tokens 上限同時涵蓋思考與正文。從前代或更早模型搬過來的整合，如果 max_tokens 沿用舊值，可能出現「還沒寫完正文就撞上限」的新狀況；官方遷移指南把重新檢視 max_tokens 列為標準步驟。反過來說，effort 調低之後思考變短，同一個上限又會變得寬裕，這也是為什麼 effort 要重掃：它同時改三個變數，思考長度、回應速度與每任務成本。
安全與防護：第一個掛 cyber safeguards 的 Sonnet
這次發布裡最實質的行為變化不在跑分，在防護。Sonnet 5.5 的資安能力大幅超過前代，官方系統卡的評估寫得直白：它不如 Opus 5.5 與 Mythos 5.1，但開發精密攻擊手法的能力遠高於 Sonnet 5。能力升級觸發了防護升級，Sonnet 5.5 是第一個出廠就掛上 cyber safeguards 與 fallback 機制的 Sonnet，規格與 Opus 5.5 使用的三段式防護相同。
實際行為是這樣：一般軟體開發不受影響，在自己的程式碼裡找漏洞、修弱點都照常；但被分類為高風險的資安任務，模型會「看得到地」退回 Sonnet 5 執行，回應會標記這件事。API 層的拒絕原因分成五類：cyber（可能造成資安危害）、bio（可能造成生物危害）、frontier_llm（協助開發競爭模型）、reasoning_extraction（要求模型在輸出文字裡重現內部推理）、general_harms（其他違反使用政策的領域）。在 Claude API 明確啟用 beta server-side fallback 後，官方預設路由才會把 cyber 與 frontier_llm 類別重試到 Sonnet 5，其餘類別不會依此路由重試；不能假設每個 API 請求都自動切換。Amazon Bedrock、Google Cloud 與 Microsoft Foundry 需依官方 fallback 文件設定客戶端處理。做資安研究或滲透測試相關工具的團隊，遷移前要先把這條行為納入測試計畫：同一個 prompt 在 Sonnet 5.5 上可能換到一個 fallback 回應，程式碼要能處理 stop_reason 為 refusal 的回應型態。需要更高階資安能力的防禦方，可以申請即將擴大受理的 Cyber Verification Program，分級取得 Sonnet 5.5、Opus 5.5 與 Mythos 系列的進階能力。
生物安全防護沿用 Sonnet 5 那一組，沒有升級也沒有放寬。一般研究、教育與臨床工作不受影響，但官方明言某些微生物學與病毒學的請求可能被誤判攔下，誤判的解方是 Life Sciences Verification Program。生技領域導入時先把這條界線跟法務或合規對過一次，比上線後再個案處理省事。
工程面要處理的細節：拒絕不是 HTTP 錯誤，而是 HTTP 200 搭配 stop_reason 為 refusal 的回應，附帶的 stop_details 會標明政策領域，程式碼要把它當成一種正常的完成型態來分支處理。計費與限速也有但書：在任何輸出產生前就抵達的拒絕，是否計費依拒絕類別而定，但無論如何都會計入速率限制，高流量服務要把這個算進容量規劃。除了官方 server-side fallback，也可以用 SDK 中介層或自建重試，把特定類別的拒絕導向別的模型，這對混合排程的架構是比較乾淨的做法。
蒸餾攻擊的防護是另一個第一次。蒸餾攻擊指攻擊者用大量假帳號以工業化規模抽取模型能力，官方因為 Sonnet 5.5 能力遠高於前代，首次在 Sonnet 級模型加上阻止推理抽取的安全分類器，對應到 API 層就是 reasoning_extraction 這個拒絕類別。模型輸出的來源辨識是同一條信任鏈的另一半，Claude 輸出文字裡的浮水印統計標記先前拆解過，與這次防護處理的問題不同：推理抽取防護限制能力提取，浮水印則提供來源辨識訊號，不能保證所有改寫或擷取後的內容都可辨認。
代理式安全有獨立的好消息。系統卡裡的間接提示注入評測（Gray Swan 與英美 AI 安全機構合作的 IPI 基準）顯示，攻擊者在 15 次嘗試內的成功率是 3.4%，前代 Sonnet 5 是 6.7%；分環境看，coding 場景 0.7% 對 0.9%、工具呼叫 1.0% 對 6.0%、圖形介面操作 12.5% 對 17.2%。它比所有受測的非 Claude 模型都穩，其中表現最好的 Gemini 3.8 Flash 在 15 次內也有 5.5% 的成功率，Anthropic 稱它是迄今對提示注入最穩健的 Sonnet 級模型，特別是在 coding 環境與瀏覽器操作。對照它的容器逃逸評測也是全系模型中嘗試率最低的。整體對齊評估方面，約 1,850 個情境的自動行為稽核顯示它在多數指標持平或優於 Sonnet 5，完整方法與限制見Claude Sonnet 5.5 系統卡。
誠實條款也要記錄：系統卡同時寫到，它在部分多輪測試（追蹤與監控類）有些微退步，對政治類 prompt 的拒絕與平衡性則變好；它的思考文字比多數前代模型更難讀。沒有任何一套評測能抓到全部問題，官方自己也這麼寫，這是為什麼行為防護要跟能力一起部署。
preserved thinking 與帳號綁定：在 Claude Code 切換帳號的團隊要看
先把名詞說清楚。Claude 的思考過程會以加密的 thinking block 隨回應傳回，把這些 block 原封不動送回下一輪，模型就能延續先前的推理，不必重想，這就是 preserved thinking。多數人不需要理解它，因為 claude.ai、Claude Code、Managed Agents 與 Agent SDK 都自動處理。Sonnet 5.5 把這套機制往前推了一步，也是這次發布裡最容易被忽略、但會改變某些工作流程的一條：Sonnet 5.5 產生的 thinking block 綁定產生它的帳號，只在原帳號或與之連結的帳號裡有效。
實際行為是：另一個帳號送來 Sonnet 5.5 的 thinking block 時，API 會在模型看到之前靜默丟棄該 block，請求本身照常成功，模型只是少了那段推理；若是配合 beta header，回應裡會以 organization_binding_mismatch 標註每個被丟棄的 block。這對一般使用者幾乎無感，但有一個具體場景會踩到：在 Claude Code 裡做到一半切換帳號。官方公告直接點名這個情境，把對應說明放在 preserved thinking 文件。跨帳號接手工作階段的團隊，遷移後要先測這條路徑：工作階段換手後模型等於失去前半段的推理，行為會退化成「看得到歷史訊息但看不到思考」。
第二個相關變更是對話綁定檢查。thinking block 有效性取決於它之前的整段前綴（系統提示、工具定義、之前的訊息）沒有被改過；改了 system prompt、換了工具清單或編輯了歷史訊息再重送 block，會得到 400 錯誤或 block 被丟棄，取決於帳號與設定。2026 年 8 月 31 日之後建立的帳號預設強制這個檢查，更早的帳號要主動開。官方給的工程準則很簡單：把對話當成只能附加的紀錄，要改指示就用對話中的系統訊息，不要回頭編輯。被丟棄的 block 不計費，但模型可能要重新思考，token 用量反而上升。
模型之間的搬移規則也變了，跟遷移決策直接相關。Sonnet 5.5 讀得懂 Sonnet 5、Opus 4.8、Haiku 4.5 與更早模型的 thinking block，所以從 Sonnet 5 搬到 5.5，推理延續不中斷；反向不成立，沒有任何模型讀得懂 Sonnet 5.5 的 block，從 5.5 搬去別的模型，換手後的輪次會在沒有先前推理的狀態下執行，包含安全 fallback 把請求轉去 Sonnet 5 的時候。API 一律先丟棄再送進模型，不報錯也不計費，但如果你自己的程式把歷史裡的 block 清掉，那些推理就真的消失了。
遷移清單：五個破壞性變更與 between_tools
官方新版文件列了五項破壞性變更，可能導致請求報錯或既有推理無法延續，加一個不改程式碼也會發生的行為差異。逐條展開前先給結論：絕大多數只做聊天、寫作、簡單工具呼叫的整合，改 model ID 就能動；會踩雷的是關閉思考、強制工具呼叫、電腦操作與 advisor 工具這四種整合。
- 思考關閉改用 between_tools。Sonnet 5 上送 thinking type disabled 的請求，在 5.5 會收到 400 錯誤，錯誤訊息會指向新設定。between_tools 關閉前置思考，保留工具呼叫間的簡短進度更新，這些更新仍以帶摘要的 thinking blocks 回傳；沒有使用工具時，回應只包含文字；只吃 low、medium、high 三個 effort 檔位，掛 xhigh 或 max 會報錯，也不能跟 display、budget_tokens、block_binding 任何一個欄位共存，而且對話中途不能換 effort。要中途換檔位就用 adaptive（不送 thinking 欄位即是）。
- 強制工具呼叫被移除。tool_choice 設成 any 或指定工具名稱會直接 400。Claude API 可改用 auto 加上 strict tool use 的 schema，或改用結構化輸出；strict 只約束工具輸入格式，不保證一定呼叫工具。Amazon Bedrock 上這款模型不支援 strict tool use，應使用 auto，於 prompt 說明呼叫時機，並在程式內驗證輸入。token 計數端點同樣檢查這條。
- thinking block 綁定模型與對話。上一節完整講過。Sonnet 5、Opus 4.8、Haiku 4.5 與更早模型的 thinking blocks 可延續；Opus 5、Opus 5.5、Fable 與 Mythos 的 blocks 則會被丟棄，不能概括為只支援 Sonnet 5。
- 電腦操作工具換代。Claude API 與 Google Cloud 上，舊的 computer_20251124 工具宣告會被 400 拒絕，要改用 computer_toolset_20260801 工具集；Amazon Bedrock 上舊工具仍可用。已經用工具集或瀏覽器操作工具的整合不必動。
- advisor 工具配對限縮。5.5 的執行者不再接受 Opus 4.8、Opus 4.7、Sonnet 5 當顧問，要用 Mythos 5.1、Fable 5.1、Mythos 5、Fable 5、Opus 5.5、Opus 5 或 5.5 自己。顧問回傳的建議一律加密，客戶端讀不到內文。
不改程式碼也會遇到的是回應形狀的變化：工具呼叫之間，超過一兩句的過程說明會改放進 thinking block 裡回傳，預設的 display 設定下這些 block 文字是空的。如果你的介面本來會把工具之間的進度文字串流給使用者看，升級後會出現「安靜期」，畫面卡在工具執行中卻沒有文字。解法二選一：adaptive 模式下設定 display 讓文字回傳，或改用 between_tools，並從 thinking blocks 讀取工具間的摘要文字。還有三個小變更順手記下：非預設的 temperature、top_p、top_k 一律 400；可快取提示的最小長度從 1,024 token 降到 512；per-message effort、對話中系統訊息、對話中工具變更這三個 Sonnet 5 沒有的功能在 5.5 開了。
兩個工程細節容易在壓測時才爆出來。其一，舊版 SDK 還沒定義 between_tools 這個值，Python 與 TypeScript 的型別檢查會直接失敗，要嘛升級 SDK，要嘛照 C#、Go、Java 的範例把值當原始 JSON 傳。其二，between_tools 與安全 fallback 有互動：一個 between_tools 的請求若被 fallback 到 Sonnet 5，會在 Sonnet 5 上以 disabled 模式執行，行為接得上，但你的程式要能同時消化兩種回應形狀。官方 whats-new 文件把這些互動寫得很完整，遷移前的對照清單以它為準。
官方在遷移指南裡給了一份按起點模型分組的完整清單，Claude Code 裡也內建了自動化工具，跑 /claude-api migrate this project to claude-sonnet-5-5 會自動換 model ID、處理不相容參數與 prefill、重新校準 effort，結尾產出需要人工確認的清單，連 Bedrock 與 AWS 版平台的 client 都認得。官方遷移指南是逐步教學的權威版本，照著走比憑記憶改穩。
取得路徑：從 API 到 GitHub Copilot 都已開放
與 Opus 5.5、Sonnet 5 相同，Sonnet 5.5 從第一天就全平台供應，而且提供零資料保留選項，對資料出境與法規敏感的企業這是硬條件。模型 ID 依平台有兩種寫法：Claude API、Google Cloud、Microsoft Foundry 與 Claude Platform on AWS 都是 claude-sonnet-5-5，Amazon Bedrock 是 anthropic.claude-sonnet-5-5。Anthropic 的官方帳號也在發布當天同步公告了供給消息。
Claude Sonnet 5.5 is now available: https://t.co/DuxGkiPLRY
— Anthropic (@AnthropicAI) September 28, 2026
不用 API 的開發者，最快的入口是 GitHub Copilot。上線當天 Copilot 就把 Sonnet 5.5 開給 Pro、Pro+、Max、Business 與 Enterprise 方案，模型選單出現在 VS Code、Visual Studio、Copilot CLI、GitHub Copilot coding agent、Copilot app、github.com、行動版 GitHub（iOS 與 Android）、JetBrains 全家、Xcode 與 Eclipse，採漸進推出，選單裡沒看到就再等幾天。計費走供應商牌價的用量計費；Business 與 Enterprise 的管理員可以在 model policy 裡控制開關，預設政策下新模型自動啟用，除非管理員先前關掉全域預設或明確停用。GitHub 官方在changelog 公告裡給的早期測試結論，與 Anthropic 的敘事一致：coding 任務與 Sonnet 5 同水準，步驟、token 與工具呼叫都明顯更少，完成速度更快。
訂閱制使用者的路徑更簡單；Claude Code 訂閱與 API 費用分開計算，不宜把每 token 降本等同月費調降。claude.ai 與 Claude 手機 app 的模型選單直接選，Claude Code 同日跟進，預設 effort 是 medium。要驗證自己是不是真的用在 5.5 上，應查看模型選單、工具設定或 API 回應的 model 欄位；速度與回答風格無法可靠辨認模型版本，別靠單一問答的「自我介紹」判斷，模型的自我認知向來不可靠。
怎麼選：跟 Opus 5.5、GPT-6 Sol 與開放權重模型的對位
先處理最常被問的：Sonnet 5.5 會不會取代 Opus 5.5？依官方公布的評測數字，不會。跑分上 5.5 在多個項目貼近甚至超過 Opus 5.5（Terminal-Bench 直接超過，OSWorld 只差 1.7 個百分點），但官方公告自己寫明：在需要持續判斷的複雜開放性工作上，Opus 5.5 在官方內部與外部測試都仍然明顯更強。選擇的判準不是「誰平均分高」，是任務形態：規格清楚、量大、要快，選 Sonnet 5.5，用一半單價拿到貼近的產出；架構決策、開放性問題、要長時間謹慎判斷的工作，Opus 5.5 的位置沒被動搖。兩者也可以分工，有 early tester 的實際做法是讓 Opus 定架構與框架、Sonnet 5.5 做實作，這在遊戲開發的測試回報裡被具名肯定。
跨陣營對上 OpenAI，價格完全對齊的 GPT-6 Sol 是最直接的對照組。官方評測數字裡 Sonnet 5.5 在 FrontierCode 的 Xhigh 成績（52.1% 對 49.3%）與知識工作兩個評測（領先約 330 到 360 分）都高於 Sol，且官方宣稱在 FrontierCode 用約五分之一的每任務成本追平 Sol 的最佳分數；但這些是 Anthropic 的量法，Sol 在 OpenAI 生態裡的整合優勢與既有工作流慣性不會反映在跑分上。已經重度使用 OpenAI 工具鏈的團隊，換模型的理由要建立在每任務成本差異夠大，反之亦然。
第三條路是開放權重。需要離線部署、資料完全不出門、或想自己控制推論成本的團隊，開放權重的寫程式模型 GLM-5.3 這類選項的能力水位正在爬升，換取的是自己扛基礎設施與沒有官方工具鏈的代價。封閉 API 的優勢在這次發布裡反而更清楚：effort 校準、快取、批次、安全 fallback、遷移工具，整條鏈是現成的。
非工程職能的應用判斷也實用。Sonnet 5.5 在知識工作評測貼近 Opus 5.5、又對版面與設計有敏感度，文件、簡報、試算表這類辦公室產出是官方點名的強項；內部測試裡它拿一家上市公司的財報與法說會逐字稿加簡報範本，產出十頁經營檢討的初稿，兩位專家判定可直接送出。把這種能力接進內容工作流的具體做法，例如用 Claude 做 SEO 分析與內容產線的八步流程，換到 5.5 後的預期變化是速度與 token 帳單，不是流程重設計。
三種讀者的下一步
API 開發者：先跑遷移清單的前兩條（thinking 與 tool_choice），這是最常見的兩個 400 來源；有資安相關工作負載的，先在測試環境驗證 fallback 行為；遷移完成後重掃一次 effort，舊檔位的成本與品質對應已經失效。Claude Code 使用者：確認版本與模型設定，預設 medium 對多數任務已是好的起點，難任務再往上，順手驗證跨帳號接手工作階段的行為。訂閱使用者：模型選單選 5.5 即可，享受速度與品質，不必處理任何遷移。三種身分共用一個提醒：所有效率數字都來自官方與其合作夥伴，上線後用自己的工作負載量一輪，那才是可信的帳單預測。
常見問題
Claude Sonnet 5.5 什麼時候發布？
Anthropic 在美國時間 2026 年 9 月 28 日發布，官方公告頁的日期就是這一天；對應台灣時間是 9 月 29 日上午，各平台當天起陸續可用。它是 Claude 5.5 家族第二款模型，距離第一款 Opus 5.5（9 月 22 日）相隔六天，Haiku 5.5 官方預告數週內跟上。
Claude Sonnet 5.5 的價格是多少？
API 牌價每百萬輸入 token 2 美元、輸出 10 美元，快取讀取 0.2 美元，5 分鐘與 1 小時快取寫入分別是 2.5 與 4 美元，Batch API 輸入輸出半價。全部欄位與 Sonnet 5 現行牌價相同。實際帳單通常更低，因為官方宣稱同樣任務的 token 消耗下降，每個任務成本最多省 30%。
Sonnet 5 原定 9 月漲到 $3/$15，現在還漲嗎？
不漲了。$2/$10 原本是 Sonnet 5 的推廣價，排定 2026 年 9 月 1 日調回 $3/$15，但官方價目表已註明該調漲取消，$2/$10 改為常規牌價。因此 Sonnet 5.5 的「與前代同價」是對齊常規價，不是延長推廣；先前用 $3/$15 估算的長期成本模型都應該重算，方向是下修。
Sonnet 5.5 會取代 Opus 5.5 嗎？該選哪個？
不會。多個評測上 Sonnet 5.5 貼近或局部超過 Opus 5.5（Terminal-Bench 70.6% 對 66.4%；GDPval-AA 只差 2 分），但官方明言在需要持續判斷的複雜開放性工作上，Opus 5.5 仍明顯更強。實務判準：規格清楚、量大、求快的任務用 Sonnet 5.5，單價只有一半；架構決策與開放性難題留給 Opus 5.5。兩者分工（Opus 定框架、Sonnet 做實作）是 early tester 已驗證過的用法。
我的程式把 thinking 關掉，搬過去會壞嗎？
會，這是五個破壞性變更裡最常見的一個。Sonnet 5 上送 thinking type disabled，在 5.5 會直接收到 400 錯誤，必須先改成 between_tools。新設定只吃 low、medium、high 三個 effort 檔位，不能跟 display、budget_tokens、block_binding 共用，對話中途不能換 effort。只做聊天、不使用工具的整合，回應形狀跟以前一樣只有文字。
什麼情況會被 cyber safeguards 擋下或退回 Sonnet 5？
被分類為高風險的資安任務會「看得到地」fallback 到 Sonnet 5 執行，回應會標記這件事；一般軟體開發裡的找漏洞、修弱點不受影響。API 的拒絕類別有五種：cyber、bio、frontier_llm、reasoning_extraction、general_harms，Claude API 啟用 beta server-side fallback 後，預設路由只會把 cyber 與 frontier_llm 重試到 Sonnet 5；其他平台需設定客戶端處理。做資安工具的團隊要先把 stop_reason 為 refusal 的回應納入錯誤處理；防禦方可申請 Cyber Verification Program 取得分級的進階能力。
在 Claude Code 裡切換帳號會發生什麼事？
Sonnet 5.5 的 thinking block 綁定產生它的帳號，只在原帳號或連結帳號裡有效。中途切換帳號後，API 會靜默丟棄另一個帳號產生的 thinking block，請求照常成功，但模型失去前半段的推理，等於只看得到歷史訊息、看不到思考過程。跨帳號接手工作階段的團隊，遷移後應先測這條路徑，官方在 preserved thinking 文件有完整說明。
effort 要設多少？沿用 Sonnet 5 的設定可以嗎？
不建議沿用，Sonnet 5.5 的 effort 刻度重新校準過，同一檔位的思考量與 Sonnet 5 不同，官方明確建議重掃一輪。起點參考：一般任務從 high 開始；agentic coding 與多步驟工具呼叫，定義清楚的任務用 medium，難的拉到 high；聊天與延遲敏感應用用 medium 或 low。注意預設值不一致：Claude API 與 Platform 預設 high，Claude Code 與官方 app 預設 medium。
Sonnet 5.5 在 GitHub Copilot 上能用嗎？
可以，發布當天就開放。Copilot Pro、Pro+、Max、Business、Enterprise 方案都能在模型選單選到，涵蓋 VS Code、Visual Studio、Copilot CLI、coding agent、JetBrains、Xcode、Eclipse 與行動版 GitHub，採漸進推出。計費走供應商牌價的用量計費，Business 與 Enterprise 管理員可透過 model policy 控制開放範圍，預設政策下新模型自動啟用。
Sonnet 5 會被淘汰嗎？
短期不會。Sonnet 5 的狀態是 Active（legacy），官方退役承諾寫明不早於 2027 年 6 月 30 日，Sonnet 5.5 則承諾至少供應到 2027 年 9 月 28 日。既有 Sonnet 5 整合可以照常運作，官方建議遷移是為了效能與成本，不是因為前代即將下線。
快 30%、省 30% 是官方數字，能信嗎？
訊號偏向正面但要看來源。這些數字出自 Anthropic 自家測試與 early tester（Slack、Zendesk、Balyasny、Box 等具名回報），方向彼此一致，例如 Balyasny 量到每個答案的 token 從 49.7 萬降到 12.1 萬。不過這些案例的任務與設定不同，不能直接外推到自己的工作；評測表也有已知註記（預發布版本的結構化輸出 bug、GPT-6 Sol 影像 bug 修復前的分數）。建議做法：遷移後用自己的工作負載量測，那才是可信的依據。
討論與提問