Anthropic 近日更新其中端模型产品线，推出 Claude Sonnet 5.5。此次迭代的核心变化体现在终端任务处理能力上，官方公布的 Terminal-Bench 4.0 测试结果显示，新模型得分达到 70.6%。

对比上一代 Claude Sonnet 5，该基准成绩仅为 10.3%。两代模型在同一测试中的差距接近七倍，表明 Sonnet 5.5 在终端环境下的指令执行与任务完成能力出现了明显跃升。

定价方面，Anthropic 维持了 Sonnet 系列的原有价格体系：每百万输入 token 收费 2 美元，每百万输出 token 收费 10 美元。这意味着开发者在获得显著性能提升的同时，无需承担更高的调用成本。

Terminal-Bench 4.0 主要评估模型在真实终端场景中的操作能力，涵盖命令执行、环境交互与多步骤任务处理等维度。Sonnet 5.5 在该测试中的表现，使其在同类中端模型中具备了更强的竞争力。