🚨 AI-LECTURER 快訊速報｜2026-09-29｜5 分鐘速讀

🚨 Claude Sonnet 5.5 上線：更快、更省，寫程式代理任務大躍進

取材：Sonnet 5.5（Hacker News（AI 高人氣））｜完整課同日跟進，見書架

📍 真實場景

在小公司負責維護網站後台的後端工程師小陳

每天用 AI 幫忙修 bug、整理報表，月底一看 AI 用量帳單，token 費用又超支

😖 卡住的地方：模型越強通常越貴、越慢；想用便宜的模型，又怕它修不好 bug、寫出來的東西不能用

💡 讀完你會知道 Sonnet 5.5 到底改進了什麼、適合拿來做什麼，以及今天就能怎麼試它、怎麼判斷值不值得換

⚡ 一句話講清楚

Anthropic（做 Claude 的公司）推出了 Claude Sonnet 5.5。Claude 5.5 是一個模型家族，Sonnet 是其中「中量級」的成員：比最強的 Opus 5.5 便宜、速度快，專門處理「範圍明確的日常工作」，例如修 bug、做簡報、整理試算表。官方說它比上一代 Sonnet 5 快 30% 以上，而且完成同樣的工作，花費最多可省 30%。

最亮眼的是「代理式寫程式」的成績。代理式寫程式（agentic coding）讓 AI 自己開終端機、讀檔案、改程式、跑測試，一步步把任務做完，而不是只回答一段程式碼的評測 Terminal-Bench 4.0 上，Sonnet 5.5 拿到 70.6%，上一代 Sonnet 5 只有 10.3%。這個分數甚至高過官方列出的 Opus 5.5（66.4%）。不過官方也老實說：遇到需要長時間判斷、答案不唯一的複雜工作，Opus 5.5 仍然明顯比較強，基準測試（benchmark）用一組固定題目幫模型打分數的考試，只能反映能力的一個面向的分數不能全信。

價格沒有漲：每百萬個 tokenAI 計費與處理文字的最小單位，大約是一個字或半個字輸入收 2 美元、輸出收 10 美元，快取讀取（cache read）重複送出相同的開頭內容時，系統直接用已存好的結果，所以只收很低的 0.20 美元。因為它做同一件事通常用更少的 token，所以每個任務的實際成本會比 Sonnet 5 低。另外它是第一個內建資安防護的 Sonnet：因為它的資安能力接近 Opus 5，所以加上了跟最強模型同等級的防護，只針對少數高風險請求，一般寫程式不受影響。

🏃 快速上手三步（今天就能做）

查：你現在的任務屬不屬於「範圍明確」列出你過去一週丟給 AI 的 5 件事，逐一標記：是「修一個已知 bug、改一份文件、做簡報」這類目標清楚的（適合 Sonnet 5.5），還是「重構整個系統、開放式設計判斷」這類（仍建議用 Opus 5.5）。只有前者才值得換。

▼

試：用同一批任務 A/B 比較，不要憑感覺挑 3 個你已經有標準答案的舊任務（例如一個修好的 bug、一份已完成的報表）。在 Claude Code 或 API 把模型指定為 claude-sonnet-5-5 重跑一次，記錄三件事：有沒有做對、花了幾秒、用了多少 token。對照你現在用的模型（如 Sonnet 5），算出實際省了多少。

▼

注意：別被單一分數騙，並設好退路官方自己承認複雜開放任務 Opus 5.5 更強，所以先用在低風險工作上，並保留「Sonnet 5.5 做不好就切回 Opus 5.5」的做法。同時留意：資安相關的請求（例如寫漏洞利用程式）可能被防護機制擋下或轉交，這是預期行為，不是壞掉。判斷標準：成功率不低於舊模型、成本下降，就可以正式換。

🧠 工程思維透鏡（資深工程師看到的是什麼）

🔭 Terminal-Bench 從 10.3% 跳到 70.6%，這個數字該怎麼看？

跳幅大到不像單純的模型變強，更可能是評測版本、工具接法或 agent 框架也一併改變（Terminal-Bench 4.0 是新版本），而且 10.3% 這個基準點本身偏低。工程上應把它當成「方向正確」的訊號，而不是保證：真正該看的是你自己的任務集上的通過率。另外同一張表裡 FrontierCode 1.1 的成績是 46.2%（Max 強度）對 Opus 5.5 的 54.4%，差距就明顯得多，說明在難題上兩者仍有距離。

🔭 「單價不變但更省」對成本結構代表什麼？

單價沒變，省的是「每個任務需要的 token 數」，所以效益取決於你的工作型態：輸出短、步驟少的任務省得多，長上下文且大量快取的工作省得少。加上速度快 30%，在需要多輪迭代的代理流程裡，延遲會累積成明顯差異。取捨是：把高頻、低複雜度的流量路由給 Sonnet 5.5，把少數需要判斷力的留給 Opus 5.5，通常比全部換成單一模型划算，也比較容易控管風險。