Anthropic 放出 Claude 5.5 家族的第二款模型，Claude Sonnet 5.5。价签没动，每百万输入 token 两美元、输出 token 十美元；动的是另外两个数字，输出速度比 Sonnet 5 快三成以上，多数任务成本最高降三成。价目表原地不动，账单却薄了三分之一，差额里藏着一个更大的故事。
价签没动，账单为什么薄了
差价不在单价里，在返工里
同样的输入输出单价，凭什么说任务成本能降三成。唯一的解释是，干同一件事烧掉的 token 少了。少掉的那部分大概不是什么高深的东西：多余的自我解释、格式跑偏之后的重新生成、第一次答不对导致的来回确认。模型变聪明一点，账面上看不出来，账单上看得清清楚楚。
被砍掉的是那些"白干"的 token
跑过生产环境的人都知道，最贵的从来不是第一次回答。真正吃钱的是失败的那几次：JSON 少了一个括号，工具调用参数猜错，长文档摘要到一半开始自我怀疑然后推倒重来。一次返工往往比首轮更贵，因为上下文里已经塞满了历史。Sonnet 5.5 那 30% 里，很大一块应该就来自这种"提前收敛"——该停的时候停，该给答案的时候直接给。
别拿 30% 直接乘你的预算
官方措辞是"多数任务""最高"，典型的区间表达。你的负载如果全是超长上下文的法律文本比对，或者要求精确到字符的结构化抽取，省下来的比例大概率够不到三成。正确的做法是把线上流量按任务类型切开，抽样重跑，看 P95 成本而不是平均数。均值漂亮、尾部爆炸这种事，过去两年见得还少吗。
速度快三成，单看其实没什么意义
一次问答快半秒，用户根本察觉不到
人机对话的时间感知阈值大概在几百毫秒量级，单次生成快 30%，落在体验上几乎等于零。所以别指望靠这个速度提升做出什么"丝滑"的卖点，用户不会为感知不到的东西鼓掌。
但智能体要连着跑几百轮
麻烦在于，现在真正吸 token 的场景是智能体。一个任务拆成搜索、读文件、改代码、跑测试、再修 bug，几十上百次模型调用串成一条链。链条上的延迟是累加的，每一环快三成，末端的总耗时能砍掉相当可观的一块。单看一次调用没感觉，跑完一整条流水线就完全是另一回事了。
延迟正在变成产品能不能上线的门槛
很多做 Agent 的团队卡住的地方不是模型不够聪明，而是任务跑太久，用户体验撑不住，或者并发成本压不下来。速度在这个阶段不是优化项，是准入条件。快三成意味着原本要排队十秒的任务进到七秒以内，原本得砍掉的功能可以留着。
Sonnet 卡在家族里最难受的那一层
按家族出货是产品策略，也是定价策略
Claude 5.5 家族已经出了两款，Anthropic 摆明了要走分层路线：大杯负责啃最硬的骨头，中杯走量，小杯兜底。用户一旦在某个价位上安顿下来，切换成本就上去了。这套打法和手机厂商的刀法没什么区别，只是刀落在 token 上。
中端那层最脏最累
往上，它得有足够的能力接住那些曾经必须交给旗舰模型的任务；往下，它得便宜到让批量处理、日志清洗、内容审核这些走量活儿算得过账。两头都要顾，容错空间极小。Sonnet 5.5 把速度提上去、把任务成本压下来，本质上就是在补中间这层的生存能力。
上下夹击的处境没有缓和
旗舰模型不会停止降价，小模型也在变得越来越能打。中端模型的窗口期一向很短，能守住位置的唯一办法就是在单位任务成本上持续领先。这次的三成，是防守，不是进攻。
迁移这笔账，别算漏了
先拿哪批任务开刀
最稳妥的顺序是反过来的：先换那些量大、容错高、人工抽检成本低的场景，比如分类、打标、初筛、会话摘要。这些任务即使效果有波动也不会伤筋动骨，跑一周就能攒出真实的成本曲线。反倒是那些核心链路里的关键判断，先别动，等数据和口碑都攒够了再说。
重算成本要盯住三个变量
第一是实际 token 消耗，别信官方平均值，要看你自己流量的分布。第二是重试率，这是最容易被忽略的一项，也是最容易被新模型改善的一项。第三是并发下的吞吐表现，速度提升能不能换成真金白银，取决于你的服务能不能吃下这个增量。三个变量算完，才知道那 30% 到你手里还剩多少。
别把系统焊死在单一模型上
这半年模型迭代的频率，已经不适合把架构绑死在一家身上了。抽象层做好，路由策略留出来，评测集定期跑。听起来是老生常谈，但每次新模型发布，总有一批团队要花两周时间做原本应该一天完成的切换。
下一轮，拼的不是价格
便宜正在失去区分度
两美元进、十美元出，这个价位在今天的市场上已经谈不上惊艳。头部几家的价格区间正在互相靠拢，靠单价拉开差距的空间越来越小。谁更便宜，这个问题的答案每隔三个月就会变一次，拿它当护城河是不靠谱的。
新标尺是"跑完一件事要花多少钱"
Sonnet 5.5 这次的宣传重点其实已经说明了问题：它讲的是速度提升和任务成本下降，不是单纯的 token 单价。行业正在换刻度尺，从每百万 token 多少钱，换成每完成一个任务多少钱。这个指标更难测、更难造假，也更贴近企业真正掏钱时的判断依据。谁能让客户把一个任务跑完的账算得最清楚，谁就占先手。
