Anthropic เปิดตัว Claude Sonnet 5.5 โดยคงราคา Sonnet 5 ไว้เหมือนเดิม

Anthropic ปล่อย Claude Sonnet 5.5 เมื่อวันที่ 28 กันยายน 2026 ซึ่งเป็นโมเดลที่สองในตระกูล Claude 5.5 ของบริษัท โมเดลนี้คงราคา Claude Sonnet 5 ไว้ที่ $2 ต่อหนึ่งล้านโทเคนอินพุตและ $10 ต่อหนึ่งล้านโทเคนเอาต์พุต และ Anthropic ระบุว่ามันสร้างผลลัพธ์ได้เร็วกว่าเกิน 30% ในขณะที่ค่าใช้จ่ายต่อภารกิจลดลงสูงสุด 30% ในการทดสอบของบริษัท

ใน ประกาศการเปิดตัว Anthropic อธิบายว่า Sonnet 5.5 เป็นส่วนเสริมที่เร็วกว่าและมีต้นทุนต่ำกว่าให้กับ Claude Opus 5.5 ซึ่งบริษัทระบุว่าถูกสร้างขึ้นสำหรับงานที่ซับซ้อนที่ต้องการการตัดสินใจอย่างระมัดระวัง Sonnet 5.5 มีความแข็งแกร่งที่สุดในงานประจำวันที่กำหนดขอบเขตชัดเจน การแก้ไขบั๊ก และการสร้างเอกสาร, สไลด์, และสเปรดชีตที่เรียบหรู Anthropic กล่าวเพิ่มเติมว่ามันยังมีสายตาที่คมชัดสำหรับการออกแบบ

Claude Sonnet 5.5 มีให้บริการบนทุกแพลตฟอร์ม รวมถึง Amazon Web Services, Google Cloud, และ Microsoft Azure ภายใต้รหัสโมเดล claude-sonnet-5-5 และมาพร้อมกับการไม่เก็บข้อมูลใด ๆ เช่นเดียวกับ Opus 5.5 และ Sonnet 5.

ผลการทดสอบเบนช์มาร์คที่รายงาน

Anthropic รายงานว่า Sonnet 5.5 ได้คะแนน 70.6% ใน Terminal-Bench 4.0 ซึ่งเป็นการประเมินการเขียนโค้ดแบบเอเจนท์ เทียบกับ Sonnet 5 ที่ได้ 10.3% พร้อมกับคะแนนที่ระบุของ Opus 5.5 ที่ 66.4% ซึ่งสะท้อนผลการทำงานระดับ Xhigh บนชุดหลักของ FrontierCode 1.1 Sonnet 5.5 ให้คะแนน 46.2% ที่ระดับ Max effort และ 52.1% ที่ระดับ Xhigh เมื่อเทียบกับ 42.4% ของ Sonnet 5, 54.4% ของ Opus 5.5, และ 49.3% ของ GPT-6 Sol ของ OpenAI คะแนน CursorBench 4.0 ที่รายงานคือ 55.5% สำหรับ Sonnet 5.5, 34.1% สำหรับ Sonnet 5, และ 57.8% สำหรับ Opus 5.5.

ในการประเมินงานความรู้ บริษัทรายงานคะแนน GDPval-AA v2.1 ของ Sonnet 5.5 ที่ 1844 ซึ่งต่ำกว่า Opus 5.5 ที่ 1846 เพียงสองคะแนน และสูงกว่า Sonnet 5 ที่ 1449 ประมาณ 400 คะแนน รวมถึงคะแนน AA‑Briefcase v1.1 ที่ 1811 เทียบกับ 1822 ของ Opus 5.5 และ 1359 ของ Sonnet 5 ประกาศยังระบุว่าได้ 64.5% พร้อมเครื่องมือใน Humanity’s Last Exam, 80.1% เครดิตบางส่วนใน OSWorld 2.1, และ 61.6% โดยไม่มีเครื่องมือใน Chartography ซึ่งเป็นการทดสอบการจดจำแผนภูมิแบบภาพ Anthropic กล่าวว่า Sonnet 5.5 เป็นโมเดล Sonnet ตัวแรกที่สามารถเอาชนะ Pokémon Red โดยทำงานจากภาพหน้าจอเท่านั้น

บริษัทเตือนว่าคะแนนเบนช์มาร์คสะท้อนเพียงหนึ่งด้านของความสามารถของโมเดลเท่านั้น และระบุว่าในการทดสอบของบริษัทเองและของผู้ทดสอบภายนอก Opus 5.5 ยังคงแข็งแกร่งอย่างชัดเจนในงานที่ซับซ้อนและเปิดกว้างที่ต้องการการตัดสินใจอย่างต่อเนื่อง หมายเหตุหนึ่งระบุว่า Artificial Analysis ได้รัน GDPval-AA และ AA‑Briefcase บนการปรับใช้ก่อนเปิดตัวที่มีบั๊กโครงสร้างผลลัพธ์ซึ่งได้ถูกแก้ไขแล้ว และหากบั๊กนี้มีผล ก็จะทำให้ประเมินประสิทธิภาพของ Sonnet 5.5 ต่ำกว่าความเป็นจริง อีกหมายเหตุหนึ่งบันทึกว่า OpenAI เพิ่งแก้บั๊กการเข้าใจภาพใน GPT‑6 Sol ซึ่งคะแนนจากบุคคลที่สามอาจยังไม่สะท้อนผลการแก้ไขนี้

ผลการทดสอบจากผู้ใช้แรกเริ่ม

David Loker รองประธานฝ่าย AI ของ CodeRabbit กล่าวว่า Sonnet 5.5 แสดงการตัดสินใจที่ดีกว่า Sonnet 5 ในทุกระดับความซับซ้อนพร้อมกับใช้โทเคนเอาต์พุตน้อยกว่ามาก และ CodeRabbit มีแผนจะย้ายการตรวจสอบแบบง่ายและปานกลางไปยังโมเดลนี้ทันที พร้อมเพิ่มจำนวนในสัปดาห์ต่อไป Gabriel Grinberg หัวหน้าวิศวกรรม AI ของ Base44 รายงานว่าจากการสร้างแอปจริง 118 ครั้ง Sonnet 5.5 มีค่าเฉลี่ย 3.6 รอบต่อการสร้าง เทียบกับ Opus 5 ที่ 7.7 โดยมีจำนวนการเรียกใช้เครื่องมือที่ล้มเหลวน้อยที่สุดในบรรดาโมเดลที่ Base44 เปรียบเทียบ

Curtis Allen วิศวกรระดับ Principal ของ Slack รายงานว่าการประเมิน Slackbot แบบออฟไลน์ได้โทเคนเอาต์พุตน้อยลงประมาณ 14% โดยไม่มีการเปลี่ยนแปลงพรอมต์ Zendesk ผู้อำนวยการฝ่าย AI, Abhinay Kathuria, กล่าวว่า คำร้องขอรับบริการได้รับการประมวลผลเร็วขึ้น 20% เมื่อเทียบกับโมเดล Claude ที่ Zendesk ใช้ในระบบใช้งานจริง Balyasny Asset Management รายงานว่าเฉลี่ยประมาณ 121,000 โทเคนต่อคำตอบ เทียบกับ Sonnet 5 ที่ 497,000 ในชุดงานการเงินส่วนตัวจำนวน 2,441 งาน Box รายงานผลลัพธ์เร็วขึ้น 2.4 เท่าพร้อมโทเคนรวมลดลง 12% และ Atlassian กล่าวว่าลูกค้าสามารถรัน Rovo Agents ได้เร็วขึ้นสูงสุด 30% เมื่อเทียบกับ Sonnet 5

ราคา, ความเร็ว, และการย้าย

ราคาที่ระบุของ Sonnet 5.5 ตรงกับ Sonnet 5 อย่างแม่นยำ: $2 ต่อหนึ่งล้านโทเคนอินพุต, $10 ต่อหนึ่งล้านโทเคนเอาต์พุต, $0.20 ต่อหนึ่งล้านโทเคนอ่านแคช, และ $2.50 ต่อหนึ่งล้านโทเคนเขียนแคช Opus 5.5 มีราคา $4 สำหรับอินพุต, $20 สำหรับเอาต์พุต, และ $5 สำหรับการเขียนแคช Anthropic ระบุว่า Sonnet 5.5 มักต้องการโทเคนน้อยกว่ามากสำหรับงานเดียวกันและเป็นโมเดล Sonnet ที่เร็วที่สุดจนถึงปัจจุบัน

โมเดลนี้มีระดับความพยายามที่ปรับใหม่ทั้งหมดห้าระดับ: low, medium, high, xhigh, และ max ค่าเริ่มต้นคือ Medium ใน Claude Code และแอป Claude และ High ใน Claude Platform ซึ่งเป็นค่าเริ่มต้นของ API ด้วย

คู่มือการย้าย ระบุการเปลี่ยนแปลงที่สำคัญสำหรับนักพัฒนาที่ย้ายจาก Sonnet 5 การคิดแบบ Adaptive ตอนนี้ทำงานเป็นค่าเริ่มต้น การตั้งค่าการคิดที่ปิดใช้งานจะคืนค่า error 400 และนักพัฒนาที่เคยรัน Sonnet โดยปิดการคิดต้องสลับไปยังการตั้งค่าใหม่ between_tools การตั้งค่านี้เป็นค่าต่ำสุดที่มีให้ก่อนทำการย้าย การเลือกเครื่องมือแบบบังคับจะถูกปฏิเสธและแทนที่ด้วยการเลือกเครื่องมืออัตโนมัติที่จับคู่กับเครื่องมือเข้มงวด และพรอมต์ที่สามารถแคชได้ขั้นต่ำลดลงเป็น 512 โทเคน จาก 1,024 โทเคนใน Sonnet 5 เอกสารยังระบุห้าประเภทเหตุผลการปฏิเสธ ได้แก่ cyber, bio, frontier_llm, reasoning_extraction, และ general_harms, และระบุว่าการลองใหม่แบบ fallback ฝั่งเซิร์ฟเวอร์จะทำเฉพาะ cyber และการปฏิเสธ frontier_llm บน Sonnet 5 เท่านั้น

ผลการค้นพบด้านความปลอดภัยและมาตรการป้องกัน

เนื่องจากความสามารถด้านไซเบอร์ของ Sonnet 5.5 เปรียบเทียบได้กับของ Opus 5, Anthropic กล่าวว่ามันเป็นโมเดล Sonnet รุ่นแรกที่เปิดตัวพร้อมกับมาตรการป้องกันไซเบอร์และการสำรองที่ใช้ในโมเดลที่มีความสามารถสูงสุดของบริษัท การ์ดระบบ รายงานว่าเมื่อปิดการป้องกัน, Sonnet 5.5 มีค่าเฉลี่ย 11.53 ตัวบ่งชี้ความสามารถและอัตราการจับได้ 80% บน ExploitBench และสร้างการโจมตีแบบรันโค้ดใดก็ได้ทั้งหมด 178 รายการ, เทียบกับหนึ่งรายการของ Sonnet 5. มันทำสำเร็จ 46.1% ของโจทย์ CyScenarioBench เทียบกับ 0.7% ของ Sonnet 5, และสร้างการยึดการไหลของการควบคุม 50 ครั้งบน Binary Exploitation Benchmark เทียบกับ 3 ครั้งของ Sonnet 5.

มาตรการป้องกันไซเบอร์ทำงานในสามขั้นตอน: การตรวจสอบการกระตุ้นภายในของโมเดล, ตัวจำแนกแบบเบาที่ทำงานบนโมเดล, และตัวจำแนก LLM ที่ฝึกแยกต่างหาก. การ์ดรายงานอัตราการเรียกคืน 99.43% บนชุดการครอบคลุมอันตรายไซเบอร์และอัตราความสำเร็จของการโจมตี 21.0% ในการประเมินความทนทานต่อผู้โจมตีแบบย้อนกลับ, ปรับปรุงจาก 57.2% ของ Sonnet 5, พร้อมเตือนผู้ใช้ให้คาดหวังการปฏิเสธที่เพิ่มขึ้นแม้ในงานด้านความปลอดภัยไซเบอร์ที่ไม่มีอันตราย. คำขอที่มีความเสี่ยงสูงจะถอยกลับไปยัง Sonnet 5 อย่างชัดเจน, และโปรแกรมการตรวจสอบไซเบอร์ที่ขยายขนาดจะเร็ว ๆ นี้ให้ผู้ป้องกันที่ผ่านการตรวจสอบเข้าถึงความสามารถขั้นสูงใน Sonnet 5.5, Opus 5.5, และโมเดล Claude Mythos อย่างเป็นระดับ.

มาตรการป้องกันด้านชีววิทยาใช้ตัวจำแนกการใช้ในทางที่เป็นอันตรายเดียวกับที่ใช้ใน Opus 5, โดยไม่มีโมเดลสำรอง, และ โปรแกรมการตรวจสอบวิทยาศาสตร์ชีวิต ของ Anthropic ครอบคลุมการเข้าถึงสำหรับงานชีววิทยาทั้งหมด. Sonnet 5.5 ยังเป็นโมเดล Sonnet รุ่นแรกที่มีตัวจำแนกความปลอดภัยที่บล็อกการสกัดเหตุผล, และขยายการคิดที่ถูกเก็บไว้เพื่อให้การคิดของโมเดลไม่สามารถแยกออกจากบัญชีที่สร้างมันได้.

จากการตรวจสอบพฤติกรรมอัตโนมัติของ Anthropic ที่ครอบคลุมประมาณ 1,850 สถานการณ์, บริษัทรายงานว่า Sonnet 5.5 ปรับปรุงหรือเทียบเท่ากับ Sonnet 5 ในตัวชี้วัดส่วนใหญ่ของการจัดแนว, การต้านการใช้ในทางที่ผิด, และความซื่อสัตย์, บันทึกอัตราการพยายามหลบหนี sandbox ที่ต่ำที่สุดในบรรดาโมเดลที่ทดสอบ, และแสดงการคิดที่อ่านยากมากกว่าหลายโมเดลก่อนหน้า. การ์ดระบบระบุว่า Sonnet 5.5 ไม่ข้ามเกณฑ์ใหม่ใด ๆ ของนโยบาย Responsible Scaling, ถือว่าเป็นไปตามเกณฑ์ CB-1 และ Autonomy-1 ของนโยบาย, และมีความเสี่ยงที่ประเมินว่าเป็นระดับต่ำต่อการไม่สอดคล้องอย่างรุนแรง. ขอบเขตความรู้ที่เชื่อถือได้ของโมเดลคือเดือนมิถุนายน 2026.

Anthropic กล่าวว่า Claude Haiku 5.5 ซึ่งสร้างสำหรับการใช้งานที่มีปริมาณสูงและคำนึงถึงต้นทุน จะเข้าร่วมกับตระกูล Claude 5.5 ในสัปดาห์ต่อไป.