半价近旗舰:Sonnet 5.5 那张成绩单

半价拿到近旗舰的活,Sonnet 5.5 这张成绩单,先看那处不同条件。

"Claude 回来了"这句在圈里传,理由是 Sonnet 5.5 几乎贴着 Opus 5.5 的能力,价钱只有一半。价格实锤:每百万 token 输入两美元、输出十美元,正是 Opus 5.5 那四美元和二十美元的一半,缓存读取两毛。

9 月 28 日当天上 Claude API、Bedrock、Google Cloud 和 Microsoft Foundry。

基准那半要小心看。Terminal-Bench 4.0 上,Sonnet 5.5 拿到 70.6%,Opus 5.5 是 66.4%。但设置不同:Opus 那个成绩跑在 Xhigh 档,代表它的最高分,Sonnet 的数字没标档位,不算同条件比较。

其余榜单 Opus 全部在前,CursorBench 4.0 是 57.8 对 55.5,FrontierCode 1.1 是 54.4 对 52.1,GDPval 只差两分。

真正打动人的反而是官方那句自陈:在需要持续判断的复杂开放任务上,Opus 5.5 明显更强。敢把短板写进发布页,比多印一个百分比可信。FrontierCode 上还有一笔账,在默认档它追平 GPT-6 Sol 的最高分,每任务成本约五分之一。

我留的疑问在便宜的边界。网络攻防这一档它被点名能力接近 Opus 5,高风险请求会回退到 Sonnet 5,护住的是最窄那条带;长期跑开放题,半价换来多少判断力损失,得拿自己的活试。

手上有订阅的,那句催得急,"Do this in Claude Code NOW"。把默认档跑一周,账单和效果一起对。

话题来源 @daniel_mac8 10.2K阅读 ❤️101 x.com/…↗ 已改写,非原文转载
103 浏览 0 评论 0 反应
登录 后参与评论
还没有评论,来抢沙发。
查看完整榜单
查看完整榜单
查看完整榜单