Claude Sonnet 5.5：规格、价格与 Modelflare 接入
依据 Anthropic 2026 年 9 月 28 日的发布页和模型页，整理 claude-sonnet-5-5 的规格、官网标价和基准读法，并记录 2026 年 9 月 30 日 Modelflare 价格接口中的公开分组与用户价格。
Claude Sonnet 5.5 于 2026 年 9 月 28 日发布。API 模型 ID 是 claude-sonnet-5-5。它是 Claude 5.5 系列的第二款。Anthropic 把它放在 Opus 5.5 旁边：范围清楚的日常任务、修 bug，以及文档、幻灯片和表格，用这一款；复杂、开放、需要持续判断的工作，仍用 Opus 5.5。官网标价与 Sonnet 5 相同，每百万输入 token $2，每百万输出 token $10，缓存读取 $0.20。
本文把三层分开。规格和破坏性变更来自模型页、更新说明和迁移指南。基准表抄自发布页，Modelflare 没有重跑这些评测。分组和用户价格来自 2026 年 9 月 30 日读取的 GET https://modelflare.dev/api/pricing。厂商关于“最多便宜 30%”“快 30% 以上”的说法，描述的是他们自己的测试装置。
核查后的结论
按官网标价，Sonnet 5.5 与 Sonnet 5 是同一张价格卡，输入和输出都是 Opus 5.5 的一半。发布页印出的编程和知识工作行上，它明显高于 Sonnet 5。Terminal-Bench 4.0 的 70.6% 高于 Opus 5.5 在该表中的 66.4%。CursorBench 4.0 的 55.5% 与 GDPval-AA v2.1 的 1844，都紧挨着 Opus 5.5，并低于它。Anthropic 同时写明，在他们自己的使用和外部测试里，复杂、开放、需要持续判断的工作仍是 Opus 5.5 更强。
2026 年 9 月 30 日，Modelflare 价格接口已经有 claude-sonnet-5-5。单位价格与官网的输入、输出、缓存读取和 5 分钟缓存写入一致。公开分组是 claude-award、claude-stable、claude-premium 和 claude-tmp-cheap。2026 年 9 月 29 日的主站公告写的是当时开放的 claude-award 和 claude-stable。到这次读取时，公开分组已经多了后两个。
已经公开的规格
| 项目 | Claude Sonnet 5.5 |
|---|---|
| Claude API ID | claude-sonnet-5-5 |
| Amazon Bedrock ID | anthropic.claude-sonnet-5-5 |
| Google Cloud、Microsoft Foundry、Claude Platform on AWS | claude-sonnet-5-5 |
| 发布日期 | 2026 年 9 月 28 日 |
| 退役承诺 | 不早于 2027 年 9 月 28 日 |
| 上下文 / 同步最大输出 | 1M / 128K tokens |
| 批量 API 最大输出 | 300K tokens，beta 头 output-300k-2026-03-24 |
| 输入 → 输出 | 文本和图片 → 文本 |
| 思考 | 自适应，默认开启 |
| Claude API 的默认 effort | high |
| Claude 应用与 Claude Code 的默认 effort | medium |
| effort 取值 | low、medium、high、xhigh、max |
| 可靠知识截止 | 2026 年 6 月 |
| 可缓存提示的最短长度 | 512 tokens |
| 分词器 | 与 Sonnet 5 相同，同一段文本的 token 数相同 |
模型页把延迟档写成 Fast，这是相对当前 Claude 产品线的比较，不是一个 tokens/秒的测量值。关闭预先思考的最低档是 thinking: {"type": "between_tools"}，只在 low、medium 和 high 上接受。xhigh 和 max 要改回自适应思考。temperature、top_p 或 top_k 设成非默认值会返回 400。
Haiku 5.5 在发布页上写的是随后几周推出。本文不给一个尚未出现的 ID 写价格。
官网价格
单位是美元 / 每百万 tokens。Sonnet 5.5 这一列来自模型页。Opus 5.5 这一列来自同一发布页的对比表。更新说明写明，Sonnet 5.5 的价格与 Sonnet 5 相同，包含提示缓存和批量。批量折扣是输入和输出的 50%。
| 每 1M tokens | Sonnet 5.5 | 发布页上的 Opus 5.5 |
|---|---|---|
| 输入 | $2 | $4 |
| 输出 | $10 | $20 |
| 缓存读取 | $0.20 | $0.20 |
| 缓存写入 | 5 分钟 $2.50；1 小时 $4 | $5 |
| 批量输入 / 输出 | 标价的 50% | 这张表没有给出 |
发布页把 Opus 5.5 的缓存写入印成一个 $5，没有拆开 5 分钟和 1 小时。Sonnet 5.5 的模型页把两档分开。相对 Opus 5.5 的输入和输出，这张卡是一半。缓存读取两款都是 $0.20。
Anthropic 还有两条工作负载说法：同样的工作通常更省 token，多数任务最多便宜 30%；输出生成比 Sonnet 5 快 30% 以上。成本图上还有若干“大约十分之一”“大约五分之一”“大约十五分之一”的单任务成本比较。这些都是他们测试装置里的结果。真实账单仍取决于 effort、缓存命中、工具轮次和有没有走批量。
基准应该怎么读
下表就是发布页印出的那一张。破折号是发布页自己的空格。Terminal-Bench 4.0 和 CursorBench 4.0 的成本图改用了 GPT-5.6 Sol，因为 OpenAI 没有公开 GPT-6 Sol 的这两项。本文不把图上的 GPT-5.6 Sol 填进 GPT-6 Sol 这一列。Modelflare 没有重跑。
| 基准 | Sonnet 5.5 | Sonnet 5 | Opus 5.5 | GPT-6 Sol |
|---|---|---|---|---|
| Terminal-Bench 4.0 | 70.6% | 10.3% | 66.4% | — |
| FrontierCode v1.1，Main | 46.2%（max）；52.1%（xhigh） | 42.4% | 54.4% | 49.3% |
| CursorBench 4.0 | 55.5% | 34.1% | 57.8% | — |
| GDPval-AA v2.1 | 1844 | 1449 | 1846 | 1487 |
| AA-Briefcase v1.1 | 1811 | 1359 | 1822 | 1483 |
| Humanity's Last Exam，有工具 | 64.5% | 54.9% | 67.7% | — |
| OSWorld 2.1，partial | 80.1% | 57.0% | 81.8% | — |
| Chartography，无工具 | 61.6% | 15.6% | 64.4% | 53.6% |
脚注要和分数放在一起看。Opus 5.5 的 Terminal-Bench 4.0 是 xhigh，发布页称这是该模型的最高分。FrontierCode 上，Sonnet 5.5 的 max 低于 xhigh。发布页的解释是：max 更常运行代码审查，审查被拆到多个子代理之后，出现过超时，也出现过超出任务范围的修改，而这项评测会惩罚超范围改动。GDPval-AA 和 AA-Briefcase 由 Artificial Analysis 跑在一个预发布部署上，该部署有一个可能压低结构化输出的缺陷，发布页说这个缺陷后来已修复，若有影响，方向是低估 Sonnet 5.5。GPT-6 Sol 列上的 GDPval-AA、AA-Briefcase 和 Chartography 还带另一条说明：OpenAI 修复过一个损害图像理解的缺陷，这些外部分数当时未必已经更新。
同一页的成本图用的是另一种读法。Medium effort 是 Claude 应用里的默认值。在若干基准上，Low 或 Medium 的 Sonnet 5.5 以大约十分之一的单任务成本超过 Sonnet 5 的最好成绩。High effort 是 Claude Platform 的默认值。发布页写，FrontierCode 在 High 上比同一档的 Sonnet 5 高大约 10 分，单任务成本大约是十五分之一，并与 GPT-6 Sol 的最好成绩相当，成本大约是五分之一。CursorBench 在 Low 上超过 Sonnet 5 的最好成绩，成本不到十分之一。AA-Briefcase 在 Medium 上超过 Sonnet 5 的最好成绩，成本大约是九分之一。表里的 55.5% 和 1844 是发布页印出的点，成本句是另一套装置。发布页上的客户引语是挑选过的证词，可以提示该重放什么，不属于这张表。
发布页还写到，它是第一款只看截图就通过 Pokémon Red 的 Sonnet。这是厂商的产品叙述，不是上表的一行。
Modelflare 的价格和分组
2026 年 9 月 30 日的价格响应里，claude-sonnet-5-5 的 input_price 是 2，completion_ratio 是 5，所以输出是 $10。cache_ratio 是 0.1，所以缓存读取是 $0.20。create_cache_ratio 是 1.25，所以目录里的缓存写入是 $2.50。这一行没有 billing_mode，也没有单独的 1 小时写入价。官网的 1 小时 $4 和批量五折，都不要乘上分组倍率之后当成已经入账的金额。入账看用量记录。
端点类型是 anthropic 和 openai。分组写在 API 密钥上。四个公开分组调用的是同一个模型 ID。
价格表
| 分组 | 倍率 | 输入 / 1M | 缓存读取 / 1M | 目录缓存写入 / 1M | 输出 / 1M | 当天的目录说明 |
|---|---|---|---|---|---|---|
claude-award |
0.25 | $0.50 | $0.05 | $0.625 | $2.50 | 价格优先，适合预算敏感、可以重试的开发、测试和弹性任务 |
claude-stable |
0.315 | $0.63 | $0.063 | $0.7875 | $3.15 | 看重稳定性的个人开发、较长期项目和生产应用 |
claude-premium |
0.5 | $1.00 | $0.10 | $1.25 | $5.00 | 优先连续性和请求成功，按官网标价的 50% 计 |
claude-tmp-cheap |
0.06 | $0.12 | $0.012 | $0.15 | $0.60 | 限时优惠路由 |
计算方式是目录单位价格乘以分组倍率。claude-stable 的 $0.63 是 $2 × 0.315，缓存写入 $0.7875 是 $2.50 × 0.315。目录说明是分组定义里的文字，不是已经测得的可用性协议。
同一份响应还列出未公开的 claude-first-topup，倍率 0.03，定义写成单笔充值达到 50 美元后解锁。它不在公开可选分组里，所以上表没有这一行。密钥如果还配置了回退分组，请求离开活动分组之后，按实际承接的分组计费。
三个算例
形状是 10 万个相应类别的输入 token，加 5,000 个输出 token。缓存行假定用量记录真的把这些 token 计成读取或写入。金额很小时，额度取整也可能让入账数字移动。
| 请求 | 官网标价 | claude-award |
claude-stable |
claude-premium |
claude-tmp-cheap |
|---|---|---|---|---|---|
| 10 万未缓存输入，5,000 输出 | $0.2500 | $0.0625 | $0.07875 | $0.1250 | $0.0150 |
| 10 万缓存读取，5,000 输出 | $0.0700 | $0.0175 | $0.02205 | $0.0350 | $0.0042 |
| 10 万目录缓存写入，5,000 输出 | $0.3000 | $0.0750 | $0.0945 | $0.1500 | $0.0180 |
第一行的官网标价是 0.1 × $2 + 0.005 × $10。分组列是这个 $0.25 乘以倍率。第三行用的是目录里的 $2.50 写入价，对应官网的 5 分钟档，不是 1 小时的 $4。实时页面是 claude-sonnet-5-5 价格页。总表是模型与价格。
失败一次的代价很高时，目录把 claude-premium 写成连续性优先。日常生产和较长期项目，目录把 claude-stable 写成默认的那一类。可以重试的开发和测试，用 claude-award。claude-tmp-cheap 是限时优惠路由，倍率 0.06。选择分组看失败成本，不要只看倍率。
在 Modelflare 上怎么调用
创建密钥时选上表里的一个分组。模型 ID 必须精确发送 claude-sonnet-5-5。规范基址是 https://modelflare.dev/v1。同一套 API 也在 https://cf.modelflare.dev/v1 和 https://origin.modelflare.dev/v1。根域名是规范站点。
Messages API 是设置 effort 的那条入口。下面这个请求把思考留在自适应，把 effort 设为 medium。max_tokens 要给思考块留出位置。
export MODELFLARE_API_KEY="YOUR_MODELFLARE_API_KEY"
curl -sS https://modelflare.dev/v1/messages \
-H "x-api-key: $MODELFLARE_API_KEY" \
-H "anthropic-version: 2023-06-01" \
-H "Content-Type: application/json" \
-d '{
"model": "claude-sonnet-5-5",
"max_tokens": 1024,
"thinking": {"type": "adaptive"},
"output_config": {"effort": "medium"},
"messages": [
{
"role": "user",
"content": "审这份迁移计划，列出最需要补测试的三个假设。"
}
]
}'
Chat Completions 也列在这个 ID 上。这个例子只发文本，不带 reasoning_effort。
curl -sS https://modelflare.dev/v1/chat/completions \
-H "Authorization: Bearer $MODELFLARE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "claude-sonnet-5-5",
"messages": [
{
"role": "user",
"content": "审这份迁移计划，列出最需要补测试的三个假设。"
}
]
}'
要指定 effort，用上面的 Messages 请求。当前网关把 Chat Completions 的 reasoning_effort 写成带 budget_tokens 的手动思考，而 Sonnet 5.5 会拒绝手动预算。省略 effort 时，Claude API 的默认值是 high。两种入口的差别见 Responses API 与 Chat Completions 对比。用量怎么对上账单，见 AI API 成本追踪。
从 Sonnet 5 迁过来
更新说明列出五处会让原来跑在 Sonnet 5 上的代码返回 400 的变更，另有一处请求仍然成功、响应形状变了。
会返回 400 的请求
thinking: {"type": "disabled"}
thinking: {"type": "enabled", "budget_tokens": N}
thinking: {"type": "between_tools"} 且 effort 为 xhigh 或 max
tool_choice: {"type": "any"}
tool_choice: {"type": "tool", "name": "..."}
temperature、top_p、top_k 设为非默认值
Claude API 与 Google Cloud 上的工具类型 computer_20251124
顾问工具使用 Opus 4.8、Opus 4.7 或 Sonnet 5 作为顾问
关闭预先思考时，发送 between_tools，effort 保持在 high 或更低。tool_choice 继续用 auto 或 none。要得到符合 schema 的工具参数，把 strict 打开，或改用结构化输出，并在提示里写明何时调用工具。计算机操作在 Claude API 和 Google Cloud 上改用 computer_toolset_20260801。Amazon Bedrock 仍接受原来的 computer_20251124。顾问工具接受 Mythos 5.1、Fable 5.1、Mythos 5、Fable 5、Opus 5.5、Opus 5，或 Sonnet 5.5 自己。顾问返回的内容是加密的，客户端读不到正文。
2026 年 8 月 31 日 00:00 UTC 及之后创建的账号，在 Claude API、Amazon Bedrock 和 Google Cloud 上还有一处 400：重放 Sonnet 5.5 的思考块时，如果系统提示、工具列表或更早的消息已经改过，请求会失败。对话保持只追加。指令必须改时，用对话中途的系统消息。
请求成功，行为仍然变了
省略 effort 时，API 跑在 high。同一个词在 Sonnet 5 上的思考量对不上，更新说明要求重新做 effort 扫描，不要把旧配置抄过来。范围清楚的工具循环可以从 medium 开始，更长或更难的再升到 high。延迟敏感的对话从 medium 或 low 开始。
工具调用之间超过一两句的进度文字，回到思考块里。默认 display 为 omitted 时，这些块的文本是空的，界面会在工具之间变静，请求本身仍然成功。需要这些进度行时，设置 display。使用 between_tools 时，这段文字会回来。
思考块记着产生它的模型。Sonnet 5.5 能读 Sonnet 5、Opus 4.8、Haiku 4.5 和更早模型的思考块。它不读 Opus 5、Opus 5.5、Fable 或 Mythos 的思考块。其他模型也不读 Sonnet 5.5 的思考块。目标模型读不了的块会在模型看到之前被丢掉，丢掉的块不计费。Sonnet 5.5 产生的思考块还绑在产生它的账号上。换一个没有关联的账号重放时，块会被丢掉，请求仍然成功。
拒答和回退
被拒绝的请求以 HTTP 200 返回，stop_reason 为 "refusal"。更新说明里的类别包括 cyber、bio、frontier_llm、reasoning_extraction 和 general_harms。发布页写明，它的网络安全能力已经接近 Opus 5，因此这是第一款带上同类网络安全防护的 Sonnet。更高风险的网络安全任务会回退到 Sonnet 5。生物防护与 Sonnet 5 相同。常规软件开发和多数生命科学工作不在这两条窄防护里。
更新说明里的 Claude API beta 默认回退，会把 cyber 和 frontier_llm 转到 Sonnet 5，不重试 bio、reasoning_extraction 和 general_harms。那是 Anthropic 文档里的行为。Modelflare 这条路由有没有同一种回退，以响应里的模型名为准。拒答和传输错误要分开处理。计费是否发生，还要看拒答类别。发布页同时写明，Sonnet 5.5 可以提供零数据保留。
切换流量前要核对的事
- 固定
claude-sonnet-5-5。完成结果里的模型名也要核对，防护回退时，作答的模型可以是 Sonnet 5。 - 确认密钥分组是上表四个公开分组之一，并按失败成本来选。
- 用同一份不含敏感信息的集合，分别在
low、medium、high、xhigh和max上回放。记录成功率、延迟、输入、缓存读取、缓存写入、输出和费用。 - effort 放在 Messages 请求的
output_config.effort里。不要用 Chat Completions 的reasoning_effort来设置这一款的思考档。 - 原来发送
disabled、强制工具选择、手动思考预算或computer_20251124的客户端，先改再放量。 - 重放思考块的对话保持只追加。
- 把 HTTP 200 的拒答和传输失败分开计数。
- 用一条短提示和一条会命中缓存的提示核对入账金额。官网的 1 小时写入价和批量五折，都以用量记录为准。
- 复杂、开放、需要持续判断的任务继续用
claude-opus-5-5。claude-sonnet-5继续可用。
来源
核对日期：2026 年 9 月 30 日。Modelflare 没有独立复现基准。
- 发布页，2026 年 9 月 28 日：https://www.anthropic.com/claude-sonnet-5-5
- 模型页：https://platform.claude.com/docs/en/models/sonnet-5-5/overview
- 更新说明：https://platform.claude.com/docs/en/models/sonnet-5-5/whats-new-sonnet-5-5
- 迁移指南：https://platform.claude.com/docs/en/models/sonnet-5-5/migration-guide
- Modelflare 价格接口：https://modelflare.dev/api/pricing
- 价格页：https://modelflare.dev/pricing/claude-sonnet-5-5