Anthropic 放出 Claude Sonnet 5.5：输出速度提升超过 30%，每个任务吃掉的 token 更少，有效成本最多降三成，多项基准分数已经贴到 Opus 5.5 边上。三个数字里最容易被随手划过去的是第二个——速度能靠算力堆，价格能靠补贴压，唯独“花更少 token 干完同一件事”糊弄不了人。它说明模型自己变利索了，而不是厂商在账面上做了手脚。
快三成，不是一次等比例提速
你感受到的快，和榜单里的快不是一回事
基准测试里的速度是 tokens per second，实验室口径。真实使用中你的体感由三件事拼成：首 token 延迟、吐字速率、任务总耗时。Sonnet 5.5 那 30% 主要落在第三条上。问一句天气，你察觉不到差别；让它改一个三百行的模块、连着调五六次工具，差距就出来了——省下的不只是时间，还有你盯着进度条时的那口气。
token 少了，成本曲线才真的拐弯
token 消耗下降带来的成本下降，和单价下调完全两回事。降价是商业决策，今天降、明天可以收回去；单位任务 token 变少是能力，写进权重里，收不回去。所谓有效成本最多降 30%，说的是同一个任务跑完，账单上的数字少了三成——哪怕 API 单价一个字没动。对按量付费的团队来说，这比任何限时折扣都实在，因为它是可预期的、天天生效的。
“接近 Opus 5.5”这句，藏着定位的挪动
Sonnet 这一档过去是“够用就好”的代名词：比旗舰便宜，比小模型靠谱。如今它在多项基准上摸到 Opus 5.5 的边，问题就变成了——那些原本必须上旗舰的活儿，还有多少非上不可？Anthropic 自己当然清楚这层挤压，所以措辞用的是“接近”，不是“持平”。这个分寸感值得留意：多步推理、超长上下文、高难度数学和复杂工具编排，仍然大概率是 Opus 的地盘；而日常的代码生成、文档处理、信息抽取，Sonnet 已经不太需要向上了。
便宜这件事，比聪明更难做
钱都烧在反复琢磨上
如果一个模型回答前先写三百字内心独白，再调两次工具，中途发现方向错了推倒重来，账单是答案本身的四倍。推理模型的成本大头从来不在最终输出，而在你看不见的中间过程：思维链、工具往返、失败重试，以及每一次都要重新读一遍的长上下文。上下文越长，这部分开销越接近非线性增长。省 token 的本质，就是让模型少走弯路。
省 token 是一整套工程，不是一个开关
要让模型少绕弯，训练侧得让它学会判断“这题我会”。过长的思考不是勤奋，是没把握。后训练阶段的对齐、工具调用的粒度设计、上下文压缩策略，每一环都在决定同一道题会不会被反复咀嚼。这类改进没法像堆参数那样拍成发布会上的大数字，却直接决定单位经济模型。Anthropic 这次公布的不是降价幅度，而是一个效率指标，说明他们对这件事的理解已经换了维度。
价格战换了张脸
过去两年大模型的价格战打得很直白：谁的每百万 token 更便宜。问题是这个指标越来越失真——便宜但啰嗦的模型，跑完一个任务可能比贵的还费钱。当每任务成本成为可比量，报价单上的数字就不再是唯一战场。同样的预算里谁能塞进更多有效工作，谁就占上风。这比单纯降价难跟得多：跟价只要改数字，跟效率得改模型。
谁会先感觉到变化
天天和长代码打交道的人
代码生成是这个变化最直接的受益场景。写一个函数、重构一个模块、跨文件改一处接口，都是典型的长输出加多轮工具调用：输出长，token 消耗天然高；轮次多，每次都得重读上下文。速度和 token 效率同时改善，两条曲线叠在一起，效果不是相加而是相乘。对按席位订阅的编程助手来说，这是毛利；对按量计费的 API 客户来说，这是实打实的月账单下降。
做 Agent 的团队，账本最诚实
Agent 产品把 token 效率放到放大镜下烤。用户点一次“帮我处理”，背后可能是几十次模型调用、十几次工具往返、三四次失败重试。单位任务成本降三成，对这类产品就是商业模式的生死线——不少 Agent 公司现在的定价勉强覆盖成本，效率再提一档才有资格谈毛利。所以 Sonnet 5.5 这类更新，最先坐不住的往往不是大厂，是那些跑一次任务就烧掉几毛钱的创业团队。
卡在中间那一档的模型，日子最难过
夹心层这一轮最难受。往上，Sonnet 5.5 在大量任务上可以替代 Opus 5.5，旗舰的溢价空间被压缩；往下，本来靠低价吃长尾的小模型，现在要面对一个“没贵多少但强得多”的对手。中间地带正在塌陷成一条很窄的带子：要么极致便宜，要么真正顶格，卡在中间的性价比叙事越来越难讲圆。
选型这件事，该换把尺子了
跑分早就通胀了
过去一年半，主流模型在公开基准上的差距从两位数缩到个位数，很多榜单已经失去区分度。当所有模型都在同一场人造考试上考到九十几分，这些分数只能证明“不差”，证明不了“更好”。Sonnet 5.5 拿基准说事，是发布会的常规动作；真正有信息量的是它顺带给出的成本数字。这也解释了为什么各家最近的发布稿里，“每任务成本”出现的频率越来越高。
采购语言变成“每任务多少钱”
技术选型的问法会从“哪个模型更聪明”转向“这个任务用哪一档划算”。同一家公司里，不同业务线跑不同档位会成为常态：客服问答用小模型，代码审查用中间档，只有极少数需要长链推理的任务才留给旗舰。这套组合拳的优化目标只有一个——把每个任务的实际花费压下去。模型厂比的不再是谁的天花板更高，而是谁能在给定预算里塞进更多有效工作。
接下来几个月盯什么
三件事值得看。Sonnet 5.5 在高难度任务上的真实表现，官方那个“接近”到底覆盖多少场景；这种效率提升能不能稳定复现，还是只在特定基准上好看；对手怎么接招。单位任务成本一旦被摆上台面当卖点，就是一场没法回头的竞赛——它比降价难得多，也比降价有价值得多。对使用者来说，短期内最实际的好处很朴素：同样的预算，能跑的活变多了。
