Anthropic 又扔出一颗不大不小的炸弹。Claude Sonnet 5.5 的官方说法克制得有点反常：跑得更快，多数活更便宜，跑分更高，而每百万 token 的价格跟 Sonnet 5 一模一样。放在两年前，这种加量不加价的消息能让开发者社区刷屏一整周；放到今天，它更像一句冷静的宣告——中端模型这条线，已经卷到必须靠工程效率而不是参数堆料来分胜负了。
价目表没动，账单动了
单价不变，单件活的成本塌了
把「定价与 Sonnet 5 相同」和「多数工作的成本最多低 30%」这两句话并排读，会发现它们讲的根本不是一件事。前者说的是价目表，后者说的是账单。价目表一动不动，账单却瘦了三成，钱只可能省在过程里——同一个任务，模型用掉的 token 更少，走错的弯路更少，需要人重新催一遍的次数也更少。对按量付费的团队来说，这比直接降价更有意思：它不会让财务在季度末收到惊喜，而是让每一次调用都悄悄便宜一点。
快三成，在 agent 里会滚雪球
单次调用快 30%，听起来像体验优化。可一旦把它放进 agent 循环，性质就变了。一个需要二十步工具调用的任务，每步省下的几百毫秒会叠成十几秒；中途还有并行分支和重试的话，差距会进一步放大。真正被压缩的不是等待时间，而是失败窗口——任务跑得越久，撞上超时、限流、状态错乱的几率越高。速度在这里不是锦上添花，它是稳定性的一部分。
谁最先感觉到快
财务看月度账单，开发者看首字延迟，最终用户只关心这东西卡不卡。三类人的敏感点完全不同，Sonnet 5.5 恰好同时踩中。客服摘要、代码补全、文档检索这类高频短任务，用户能直接感觉到流畅度的变化；批量处理和离线分析这种没人盯着的活，省下的是真金白银。Anthropic 没在这两种收益之间做取舍，它把两者打包进同一次发布。
中端才是打得最凶的那条线
Sonnet 的处境一直很微妙
往上，Opus 负责啃最硬的骨头；往下，Haiku 负责便宜和快速。夹在中间的 Sonnet 得同时证明两件事：它比便宜的聪明，比聪明的便宜。这个位置吃力不讨好，却是大多数生产环境真正跑量的地方。旗舰模型的分数是给媒体看的，中端模型的表现才是给 SLO 看的。
榜单之外，还有三件事没人测
基准分数涨了多少，官方没说细节，外界也很难在一天之内复现。可决定一个模型能否进生产环境的，往往不是榜单上那几分。工具调用的格式够不够稳定，长上下文里会不会突然失忆，拒绝回答的边界画在哪里——这些指标没有漂亮的排行榜，却直接决定你要写多少层重试和兜底逻辑。Simon Willison 这类人的价值就在这：他们不测 MMLU，他们把一个模型扔进真实任务里，看它什么时候掉链子。
上有 Opus，下有 Haiku
Sonnet 5.5 变强，最尴尬的其实是另外两个。Haiku 的性价比优势会被进一步挤压，Opus 则要回答一个更难的问题：多花的那些钱，到底换来了什么别人做不到的东西。对 Anthropic 而言这是产品线内部的左右手互搏，对用户却是好事——每一层的替换成本都在降低，选错模型的代价也随之变小。
迁移这件事，比宣传的要轻
换的只是一行字符串
API 层面没什么好说的。同一个接口，模型名换掉，其余照旧，这也是 Anthropic 一直坚持的路线：升级不该是一次重构。真正的迁移成本从来不在代码里，而在团队的肌肉记忆里——提示词针对哪个版本调过，工具描述为哪个模型写过，评测集在哪个版本上跑通过。这些东西不会因为换个名字就自动适配。
该用 Opus 的时候，别为了省钱硬扛
成本降低 30% 有个前提，叫「多数工作」。反过来说，总有一部分工作不在这个多数里。复杂的多步推理、需要严格遵循长约束的生成、牵扯大量隐式判断的代码改造，这些场景硬压到中端模型上，省下的 token 钱很可能被返工和人工复核吃掉。判断标准很简单：如果一个任务失败一次就要人介入，那就别在模型档次上抠。
你的评测集比官方榜单值钱
官方基准跑的是平均分，你的业务跑的是长尾。真正该做的动作，是把线上那几十条最刁钻的请求整理出来，在旧模型和新模型上各跑一遍，逐条比。这个过程通常半天就能完成，得到的信息量却远超任何公开榜单。模型迭代越来越快，这套私有评测集的复利也越来越高。
小数点后面的战争
版本号透露的节奏
5 到 5.5，不是大版本，却是一次实打实的性能与成本双升。这种半代发布正在变成主流：基础架构不动，靠训练配方、推理优化和数据配比再挤一轮收益。它意味着厂商之间的竞争已经从「谁的模型更强」转向「谁的模型更划算」，而后者是一场没有终点的长跑。
效率才是接下来的主战场
过去两年，大家比的是能力上限——谁能做别人做不了的事。现在比的是同一件事谁做得更便宜、更快、更稳。这个转向对应用层是好消息：能力差距在收窄，成本差距在放大，产品经理终于可以把注意力从「能不能做」挪到「值不值得做」。Sonnet 5.5 只是这个转向里的一个刻度，但它标得很清楚。
