ai.canshu.com
EN
显存计算器 配机与回本向导 API 价格 同屏 PK 对比 模型库 排行榜 显卡库

全局搜索模型、显卡与工具

↑↓ 移动 · Enter 直达 · ★ 优先展示我的关注 ai.canshu.com
Anthropic
闭源商业 API Anthropic · claude-sonnet-5-5 · Text+Image+PDF

Claude Sonnet 5.5 官方规格参数、API 定价与评测档案

全球程序员日常编码与 Agent 工作流使用率最高的闭源模型($2/$10),响应速度比 Opus 快近一倍,代码直出质量极稳。

📋 Claude Sonnet 5.5 官方 API 技术规格与计费参数总表

核验自 Anthropic 官方开发者文档与公开定价页(核验日期 2026-11-20)

API Model ID: claude-sonnet-5-5

1. 模型标识与能力开关

API Spec
官方调用 Model ID
claude-sonnet-5-5
版本发布日期
2026-09-28
权重授权形态
闭源商业权重 (未公开参数量)
原生深度推理思考
✅ 支持 (可调思考预算)
Function Calling & JSON Schema
✅ 原生支持
Batch API 异步批处理
✅ 支持 (通常享 5 折)

2. 上下文、输出上限与模态

Limits
最大输入上下文窗口
1,000,000 tokens (1000K)
单次最大输出上限
128,000 tokens
支持输入模态
Text + Image + PDF
支持输出模态
Text
中国大陆网络直连
🌐 需海外网络或 OpenRouter 聚合
分发与部署形态
仅官方云端 API(不开放私有权重)

3. 官方 Token 单价与缓存阶梯

USD / 1M
标准输入单价 (每百万)
$ 2
Prompt 缓存命中输入
$ 0.1 -95%
标准输出单价 (每百万)
$ 10
长上下文阶梯与计费备注
1M 上下文窗口;缓存命中输入 $0.10/M(0.5 折),全球 AI IDE 默认主力模型

🏆 Claude Sonnet 5.5 官方基准评测成绩单

摘录自官方 System Card / Model Card 与权威公开横评表

Arena Elo ~1516 AA Index 55
💻 代码工程
SWE-bench Verified 81.5 %

经人类工程师逐题验证可解的 500 道真实 GitHub 开源仓库 Issue 修复基准,衡量模型阅读大型代码库并生成通过单测补丁的实战工程能力。

🧠 数学与深度推理
GPQA Diamond 89.8 %

研究生级物理、化学与生物高难防搜索推理选择题

🤖 Agent 工具调用
TAU2-Bench 89 %

双控动态交互环境下的业务规则遵循与工具调用评测

📚 知识与指令
MMLU-Pro 88.5 %

MMLU 进阶推理增强版,将选项从 4 个扩充至 10 个并剔除简单记忆题,重点考察跨学科复杂计算与多步逻辑推理。

🎛️ 官方调用采样与思考参数指南

API / 推理引擎调用时的最佳超参数与约束说明

Extended Thinking 编码模式
temperature=1 top_p=1 max_tokens=32,768

💡 建议搭配 cache_control: {"type": "ephemeral"} 缓存代码库上下文,降低 90%+ 输入成本

📊 Claude Sonnet 5.5 全量评测成绩与维度排名

共 41 项公开评测 · 排名为在本站 154 款有评测数据模型中的名次 · 数据同步于 2026-11-20

⚔️ 和其他模型逐项比分

💻 代码工程 13 项

BenchCAD (with Python tool) #1/8 96.3%

允许调用 Python 辅助计算与几何验证的程序化三维 CAD 建模推理评测。

SWE-bench Multilingual #3/33 90.3%

覆盖 Java、TypeScript、JavaScript、Go、Rust、C 与 C++ 等主流语言的 1,632 道真实开源仓库 Issue 修复评测。

SWE-Bench Pro #3/52 81.3%

SWE-Bench 高阶专业版,聚焦需要跨文件长链推理与复杂架构改动的真实工业级软件工程任务。

Program Bench #4/18 79.7%

要求智能体仅凭编译后的二进制可执行文件与文档说明,逆向复现出等价功能源码(涵盖 CLI 工具至 FFmpeg/SQLite 级系统)的 200 项硬核工程评测。

BenchCAD #1/8 74.7%

基于 1.79 万个经执行验证的工业零件参数化三维建模程序(对齐 ISO/DIN/ASME 标准)的程序化 CAD 视觉与代码推理基准。

DeepSWE 1.1 #15/49 71%

基于隔离容器环境与 mini-swe-agent 框架评测的软件工程智能体实战基准(v1.1)。

Terminal-Bench 4.0 #1/31 70.6%

第 4 代真实容器终端智能体评测,涵盖 66 项命令行工程与科学计算实战任务,考察编译、排障、环境配置与端到端交付能力。

FrontierCode 1.1 (Extended) #1/3 64.4%

FrontierCode 1.1 扩展任务集,评估复杂仓库变更的可合并补丁质量。

FrontierSWE V2 #3/7 61.9%

FrontierSWE V2 开放式大型技术工程项目智能体评测(按 5 次运行均值 mean@5 计分)。

Terminal-Bench-Science 0.1 #7/16 59.9%

由斯坦福大学牵头构建的科研终端智能体基准,包含生命科学、物理、地球科学、数学与工程领域的 70 项真实科研命令行工作流任务。

CursorBench 4.0 #3/4 55.5%

源自真实 Cursor IDE 开发会话的长周期编码智能体评测(v4.0),考察多文件编辑与持续迭代能力。

SWE-Bench Multimodal #3/7 54.3%

多模态软件工程基准,任务输入包含界面截图、设计稿与架构图,考察视觉前端与全栈缺陷修复能力。

FrontierCode 1.1 #5/23 52.1%

评估编码智能体所提交补丁是否达到仓库维护者合并标准的工程质量基准(联网作弊记零分)。

🤖 Agent 与工具调用 12 项

OSWorld 2.1 (partial) #3/7 80.1%

OSWorld 2.1 桌面电脑操作按步骤部分得分(Partial-Credit)评测。

Toolathlon-Verified #1/5 77.8%

经严格环境验证的 Toolathlon 多工具协同智能体评测集。

OfficeQA #3/4 76.9%

Databricks 发布的端到端办公文档推理基准,要求模型在海量美国财政部历史公报库中跨表检索并完成精确财务核算。

LatchBio SpatialBench Verified #1/3 72.5%

经外部验证的空间转录组学数据分析智能体基准,要求基于生物信息学分析结果回答样本组织学问题。

OfficeQA Pro #8/15 65.6%

源自真实企业办公流的专业文档分析、电子表格计算与跨源商业信息综合问答基准。

PhysicianBench #2/3 63.2%

模拟真实电子病历系统(EHR)环境的 100 项临床医生工作任务智能体评测。

GDPval-AA 2.1 #3/7 1844

Artificial Analysis 运行的专业知识工作经济价值评测(v2.1,以 Elo 分衡量模型在真实高价值白领任务中的交付水平)。

AA-Briefcase v1.1 #2/7 1811

评估持续数小时的复杂专业办公交付能力的职场综合评测(AA-Briefcase v1.1,采用 Elo 计分)。

LatchBio SingleCellBench #2/3 59.1%

单细胞转录组测序(scRNA-seq)真实科研工作流评测,涵盖细胞亚群注释、差异表达基因分析与批次效应校正。

AutomationBench #11/26 44.7%

真实工作流自动化基准,测试 AI 智能体编排多种工具自动完成跨应用日常办公任务的成功率。

OSWorld 2.1 (strict) #2/4 43.5%

OSWorld 2.1 桌面电脑操作严格满分通过率(要求任务内所有检查点全部达成)。

Legal Agent Benchmark #2/17 11.7%

Harvey 开源的长周期专业法律智能体基准(LAB),采用严格全通过(All-Pass)专家评分细则检验合同审查与法律检索质量。

来源:ZeroEval / llm-stats.com 公开评测聚合(✓ 为第三方验证,其余为厂商官方自报)。点击任一评测可查看全库排名。

想私有化部署?能力最接近 Claude Sonnet 5.5 的开源权重平替模型

以下开源模型提供完整 HuggingFace 权重与 config.json,支持本地 GPU / Mac / 国产算力卡私有部署

与这些平替逐项对比 →

常见问题解答 (FAQ)

Claude Sonnet 5.5 是开源模型还是闭源商业模型?能本地部署吗?

Claude Sonnet 5.5 是由 Anthropic 研发的闭源商业大模型(官方调用 ID 为 claude-sonnet-5-5),未公开模型权重与底层网络层数,因此不支持本地显卡私有部署,需通过官方 API 或云端网关按 Token 计费调用。如需私有化部署,可参考本页底部的同档位开源平替模型。

Claude Sonnet 5.5 的最大上下文窗口、单次最大输出和 API 价格是多少?

Claude Sonnet 5.5 支持最高 1,000K 上下文输入与 128,000 tokens 单次输出,支持输入模态包括 Text、Image、PDF。官方标准费率为每百万输入 $2、缓存命中输入 $0.1、每百万输出 $10。