Claude Sonnet 5.5 API 評測與程式開發團隊定價指南

Claude Sonnet 5.5 的輸入價格是每百萬 token $2，公開的 Terminal-Bench 4.0 成績則達到 70.6%；不過，代理程式若以最高推理強度執行，實際每個「成功採納的變更」成本可能遠高於表面價格。對正在挑選正式環境程式開發模型的團隊來說，Sonnet 5.5 適合先作為預設路線試行，但還不到可以直接取代 Opus 5.5 的程度。

正式環境結論：先把 Sonnet 5.5 設為預設程式開發路線

建議先用 Claude Sonnet 5.5 處理範圍明確的錯誤修正、重構、測試產生，以及需要使用工具操作程式碼儲存庫的任務。Anthropic 公布的 Terminal-Bench 4.0 成績為 70.6%，高於同一比較中的 Claude Opus 5.5（66.4%）與 Claude Sonnet 5（10.3%）。

但請務必加上一道護欄：明確設定推理強度與輸出上限。獨立成本分析指出，Sonnet 5.5 在最高推理強度下，每項 benchmark 任務的成本可能高於 Opus 5.5，儘管 Sonnet 的標準單價較低。

Claude Sonnet 5.5 為 API 團隊帶來哪些變化

Claude Sonnet 5.5 於 September 28, 2026 發表。官方模型文件列出的模型 ID 是 claude-sonnet-5-5，支援 1-million-token context window、128,000-token standard maximum output、adaptive thinking，以及 API 預設為 high 的 effort level。

Anthropic 的文件承諾，在 September 28, 2027 之前不會讓此模型退役。這是最低生命週期承諾，不代表模型一定會在該日期退役。

會直接影響程式開發帳單的 API 預設值

Adaptive thinking 預設開啟。從 Sonnet 5 遷移的團隊，如果需要停用預先思考，應測試 between_tools。官方文件指出，強制使用工具現在會回傳錯誤，而非預設的 temperature、top_p 或 top_k 值則會回傳 HTTP 400 錯誤。

工具呼叫之間產生的文字，可能會以 thinking blocks 傳回。如果串流用戶端預設每個中間訊息都是一般文字區塊，遷移後可能看起來像是沒有回應。將 Sonnet 5.5 接入既有程式開發代理程式前，先更新 parser。

Terminal-Bench 效能：足以擔任預設路線

這裡最具代表性的程式開發代理程式 benchmark 是 Terminal-Bench 4.0，評估的是多步驟命令列任務。Anthropic 公布的結果顯示，Sonnet 5.5 得分 70.6%，Opus 5.5 為 66.4%，Sonnet 5 則是 10.3%。

上述 benchmark 數據來自 DataCamp benchmark summary，該頁將評測結果歸因於 Anthropic 的發表資料。Sonnet 5.5 在終端機程式開發比較中領先，但 Opus 5.5 在 CursorBench，以及數項更廣泛的推理與知識工作評測中仍然勝出。

請使用儲存庫重播進行驗證，觀察通過的測試、工具回合數與成功採納的變更，而不要只看 diff。

Claude Sonnet 5.5 API 在實際工作負載下的定價

Anthropic 的價格表看似簡單，但程式開發代理程式實際付費的內容，可能不只有畫面上看得到的 prompt。Thinking tokens 會按照輸出計費，而跨回合重複帶入的儲存庫內容，則可能在後續回合成為 cache reads。

官方文件列出 512-token minimum cacheable prompt，並說明 Sonnet 5.5 使用 adaptive thinking。根據 eesel 的獨立定價分析，Sonnet 5.5 與 Sonnet 5 使用相同 tokenizer；完成遷移並不會自動降低 token 數量。

一個包含 4,000 個輸入 token 與 700 個輸出 token 的請求，在不計其他費用的情況下，成本約為 $0.015：輸入 $0.008，加上輸出 $0.007。若程式開發代理程式執行 20 個回合，每回合包含 3,000 個新增輸入 token 與 2,000 個輸出 token，扣除 cache reads、cache writes、工具與重試前，新增輸入約耗用 $0.12，輸出約耗用 $0.40。這些只是工作負載示例，不代表所有任務的固定價格。

Effort 才是真正的成本控制旋鈕

TokenCost 的 effort 分析根據 Artificial Analysis Intelligence Index 測量結果，公布了 Sonnet 5.5 的以下數據：

最高推理強度的結果尤其值得警惕。同一份分析顯示，Opus 5.5 在 max 下得到 57.6 分、成本為 $8,708；在 xhigh 下則得到 56.0 分、成本為 $4,057。該測試中，Sonnet 5.5 max 每項任務約使用 193,000 個輸出 token。

建議從 medium 或 high 開始，限制輸出 token，只有失敗或高風險任務才升級到更昂貴的路線。不要直接把舊有的 Sonnet 5 max 設定套到 Sonnet 5.5，應重新執行成本與品質評估。

正式環境程式開發模型的遷移清單

1. 在 staging 固定使用 claude-sonnet-5-5，不要直接在全域切換 alias。
2. 從程式碼儲存庫重播具代表性的錯誤修正、重構、測試與多檔案變更任務。
3. 明確設定 effort，並記錄輸出 token、cache reads、工具回合數、實際耗時，以及成功採納變更的比例。
4. 在適用情況下，將 thinking: disabled 改為受支援的 between_tools 行為。
5. 移除對強制工具使用的假設，並測試新的工具選擇行為。
6. 更新串流程式碼，處理工具呼叫之間的 thinking blocks。
7. 重新檢查非預設 sampling 參數；官方文件列出非預設 temperature、top_p 與 top_k 會回傳 400 錯誤。
8. 加入支出上限，並為失控的輸出或重複工具迴圈設定中止條件。
9. 比較每個成功採納變更的成本，而不是每個請求的成本。
10. 先讓少量流量使用新模型。只有在約定的容許範圍內達到與現有模型相當的成功採納變更比例，同時降低每個成功採納變更的成本時，才逐步提高 Sonnet 的流量。

Anthropic 員工 @cjav_dev 表示，使用 thinking: {"type":"disabled"} 的請求開始回傳 400 錯誤，應改用 between_tools（X 上的貼文）。

什麼時候該選 Sonnet 5.5、Opus 5.5，或更便宜的模型

定義清楚、可量化的任務交給 Sonnet；涉及模糊架構判斷的工作則升級到 Opus。

Claude Sonnet 5.5 API 常見問題

Claude Sonnet 5.5 API 怎麼計價？

標準價格是每百萬輸入 token $2，以及每百萬輸出 token $10。Cache reads 為每百萬 token $0.20；cache writes 的價格是五分鐘 $2.50，或一小時 $4；Batch API 則對輸入與輸出都提供 50% 折扣。

Sonnet 5.5 的程式開發能力比 Opus 5.5 好嗎？

在公開的 Terminal-Bench 4.0 比較中，Sonnet 5.5 以 70.6% 領先 Opus 5.5 的 66.4%。不過，Opus 在其他數項評測中仍然勝出，因此團隊應該依任務類型分流，而不是把這項程式開發成績視為全面排名。

Sonnet 5.5 的模型 ID 是什麼？

在 Claude API 上使用 claude-sonnet-5-5。各 provider 的專用識別碼可參考Anthropic 的模型文件。

Sonnet 5.5 支援 1M-token context window 嗎？

支援。Anthropic 列出的 context window 為 1-million-token，標準最大輸出為 128,000-token。Message Batches API beta 搭配文件所述的 beta header 後，可支援 300,000 個輸出 token。

從 Sonnet 5 遷移時有哪些變化？

Adaptive thinking 與 response-block 行為有所變更；強制使用工具可能回傳錯誤；非預設 sampling 參數可能回傳 400 錯誤；而 thinking: disabled 必須改成受支援的行為。正式上線前，請重新執行代理程式與串流測試。

先進行為期一週、使用 medium/high effort 的重播試行，衡量每個成功採納變更的成本，並將失敗案例升級到 Opus。