Claude Opus 5.5 与 Sonnet 5.5：哪款更适合创作内容？

大多数人会选一个 Claude 模型，然后什么事都用它来做。通常，他们选的就是自己能用到的最强模型。如果你都付费使用 Opus 了，为什么还要用别的模型写作？

因为在内容创作中，“Opus 5.5 还是 Sonnet 5.5？”这个问题的答案是两者都用，只是在工作流程的不同阶段各司其职。我用 Opus 5.5 思考，用 Sonnet 5.5 创作。让 Opus 起草时，写出来的内容往往过度雕琢：标题不够吸引人，加入了没人要求的保留说明，还有读者根本不需要的警告。Sonnet 写出的初稿则更简洁平实。Opus 负责判断这篇稿子是否值得写。

如果你用 AI 运营公司的内容业务，那么现在最值得做出的模型选择，就是把工作分给不同模型。

两个模型，各司其职

Anthropic 于 9 月 22 日发布了 Opus 5.5，六天后又发布了 Sonnet 5.5。该公司明确表示，这两款模型适用于不同的工作。Anthropic 将 Opus 5.5 描述为“专为需要审慎判断的复杂工作而打造”。Sonnet 5.5 则“最擅长范围明确的日常任务”，包括“制作精良的文档”。

Opus 5.5 的写作能力也胜过早期的 Opus 模型。Anthropic 表示，它的表达更清晰，也会把最重要的信息放在前面。这正是人们常常默认选择它的一个重要原因。但一个擅长审慎判断的模型，会把这种判断带到每个句子里；而一篇博客文章并不需要像法律备忘录那样斟酌每个句子。

价格也很重要。在 API 上，Sonnet 5.5 的每个 token 费用只有 Opus 5.5 的一半：输入 token 每百万个分别为 2 美元和 4 美元，输出 token 则分别为 10 美元和 20 美元，据 Anthropic 的定价页面显示。如果你整天都在生成草稿，费用很快就会累积起来。

从模型选择器中很难看出这些区别。就连Unite.AI 最近对 Claude 的评测也将这一点列为缺点：方案、模型和模式变化太快，让人难以判断该用哪一个。

用 Opus 5.5 决定要说什么

公司内容创作中最难的部分，发生在起草之前。这篇文章的目的是什么？写给谁看？我们究竟掌握了哪些读者不知道的信息？这个说法属实吗？来源在哪里？这些都需要研究、策略和判断，而这正是 Opus 5.5 的设计用途。

假设你要推出一项新产品功能。你会希望 Opus 阅读客户访谈、支持工单和竞争对手的网页，然后告诉你哪种切入角度站得住脚、哪些说法有依据。你也会希望它帮你构建可重复使用的内容资产：写作规范、内容计划，以及每篇草稿都以之为起点的写作简报。

最后，还可以再次用它来检查稿件。把定稿和写作简报交给它，询问有哪些问题：缺乏依据的说法、偏离主题的论点，或是目标客户根本不关心的段落。无论起草前后，审慎判断都非常有用。

用 Sonnet 5.5 来写

思路理清后，起草就是一项范围明确的任务。你已经确定了主旨、读者、事实和结构，接下来需要的是清晰、切题且不偏离重点的句子。这正是 Sonnet 擅长的领域；Anthropic 表示，Sonnet 5.5“写得比我们上一代模型更清晰”。

用 Opus 起草时，我总会得到一些多余内容：本来不需要保留余地的说法却加上了模棱两可的措辞，还会多出一段“请记住”，以及三个试图面面俱到的标题选项。用同一份简报让 Sonnet 起草，我得到的就是文章。和任何初稿一样，它仍然需要编辑，只是不必大动干戈地补救。

我负责运营由 AI 驱动的新闻业务，而新闻编辑室沿用已久的分工依然适用：决定报道主题的人和撰写稿件的人未必是同一个人，而且两者都不应跳过编辑环节。AI 降低了这种分工的成本，让初创公司也负担得起：一个模型负责规划和检查，另一个负责起草，最后仍由人来编辑。

想得更多并不总是更好

如今，两款模型都提供从低到最高的工作强度选项。强度越高，模型推理的时间越长，也会更仔细地检查结果。人们很容易想把所有设置都调到最高。

Anthropic 自己公布的 Sonnet 5.5 测试结果就说明了为什么不该这么做。在一项编程基准测试中，Sonnet 5.5 在最高强度下的得分，低于强度低一档时的得分。设置为最高强度时，它更常启动完整的多智能体审查流程，有时会因超时而无法完成，或擅自作出没人要求的修改。测试内容是代码，不是散文，但我在草稿中也看到了同样的问题：额外的斟酌会带来额外的输出，而输出更多并不等于文章更好。

因此，应像选择模型一样，根据工作阶段设置强度。进行研究、制定策略和核实事实时，可以调高强度；起草时则保持默认设置，或调低强度。Anthropic 自己也建议，较低的设置适合日常工作；而根据一份优质简报起草，比大多数人想象的更接近日常任务。

如何为自己的内容工作做出选择

别把我的分工当成铁律，亲自试试看。为一个真实项目写好一份扎实的简报，然后用两种模型各起草一遍：一次用 Opus 5.5，一次用 Sonnet 5.5。站在买家的角度读读这两份草稿。哪个更快切入重点？哪个需要删掉的句子更少？哪个听起来更像你们公司，而不像一个谨慎行事的模型？

我当时主张采用的也是同样的方法：比较 Opus 5.5 与 GPT-6 Sol时，基准测试可以缩小选择范围，但最终还是要由你自己的工作来决定。每次有新模型发布，都重新测试。模型会变，适合分配给它们的任务也会变。

无论你选哪个模型，都要让人来做决定。模型无法决定你的公司秉持什么理念，也无法决定以你的名义发布什么内容。如果相关知识掌握在你最优秀的专家手中，就由他们提供这些知识并为之负责；而且在任何内容发布之前，都要有人审校。选择模型只会决定审校者需要花多少工夫来清理内容。

思考交给 Opus，写作交给 Sonnet。就从这里开始，用你自己的工作来测试，并根据结果调整。