DataLearner 标志

Claude Sonnet 5.5 评测详情

Claude Sonnet 5.5 当前已收录的代表性评测结果包括 Terminal-Bench 4.0(1 / 97,得分 70.60)、HLE(4 / 235,得分 64.50)、CursorBench 4.0(2 / 47,得分 55.50)。本页还提供与 3 个竞品模型及 3 个前代或同系列模型的对比,在有数据时会展示性能和价格视图。

评测结果

Claude Sonnet 5.5

评测结果

思考模式
工具使用

综合知识考试

共 2 项评测
评测名称 / 模式
得分
排名/总数
HLE
思考水平·Max
56.90
19 / 235
HLE
思考水平·Max工具
64.50
4 / 235

办公与文档流程

共 1 项评测
评测名称 / 模式
得分
排名/总数
AutomationBench
思考水平·Max工具
44.70
11 / 24

文档与图表理解

共 1 项评测
评测名称 / 模式
得分
排名/总数
Chartography
思考水平·Max
61.60
9 / 10

自主开发与终端任务

共 2 项评测
评测名称 / 模式
得分
排名/总数
Terminal-Bench 4.0
思考水平·Max工具
70.60
1 / 97
CursorBench 4.0
思考水平·Max工具
55.50
2 / 47

科学计算与科研编程

共 1 项评测
评测名称 / 模式
得分
排名/总数
Terminal-Bench-Science 0.1
思考水平·Max工具
59.90
2 / 13

程序生成与编辑

共 2 项评测
评测名称 / 模式
得分
排名/总数
FrontierCode 1.1 Main
思考水平·Max工具
46.20
10 / 11
FrontierCode 1.1 Main
思考水平·极高工具
52.10
5 / 11

竞品对比

Claude Sonnet 5.5 与同类主流模型的评测得分对比

评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示;百分制评测使用原始高度,超出 0-100 的评测按该评测内相对比例缩放,标签仍保留原始分数。

6 项可对比评测得分汇总。每个模型展示最佳得分,模式在分数下方标注。

评测项Claude Sonnet 5.5当前GPT-6 SolMuse Spark 1.3DeepSeek-V4.1-Flash
HLE
Accuracy
综合知识考试
64.50思考水平·高 | 工具
--
--
63.90思考水平·高 | 工具
AutomationBench
Pass Rate
办公与文档流程
44.70思考水平·高 | 工具
33.20思考水平·极高 | 工具
49.40思考水平·高 | 工具
54.80思考水平·高 | 工具
Chartography
Score
文档与图表理解
61.60思考水平·高
--
--
78.90思考水平·高 | 工具
CursorBench 4.0
Task score (%)
自主开发与终端任务
55.50思考水平·高 | 工具
--
41.60思考水平·高 | 工具
--
Terminal-Bench 4.0
Resolution rate (%)
自主开发与终端任务
70.60思考水平·高 | 工具
43.94思考水平·高 | 工具
33.30思考水平·高 | 工具
26.80思考水平·高 | 工具
FrontierCode 1.1 Main
Score (%)
程序生成与编辑
52.10思考水平·极高 | 工具
49.30思考水平·高 | 工具
--
--

Claude Sonnet 5.5 与同类模型的标准 API 价格对比

按模型并排展示标准文本输入价与输出价;若存在超长上下文加价,仅保留阈值内标准价,并在下方说明适用范围。

数据来源:DataLearnerAI,展示默认供应商的标准文本价格。 · USD / 1M tokens

若存在上下文阈值,图中标准价仅适用于以下范围:

GPT-6 Sol: 标准价适用于 <= 272000
模型供应商标准输入标准输出标准价适用于
Claude Sonnet 5.5
Anthropic$2 / 1M tokens$10 / 1M tokens—
GPT-6 Sol
OpenAI$2 / 1M tokens$10 / 1M tokens<= 272000
Muse Spark 1.3
Facebook AI研究实验室$1.25 / 1M tokens$4.25 / 1M tokens—

历代版本对比

Claude Sonnet 5.5 系列各版本的评测成绩纵向对比

评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示;百分制评测使用原始高度,超出 0-100 的评测按该评测内相对比例缩放,标签仍保留原始分数。

3 项可对比评测得分汇总。每个模型展示最佳得分,模式在分数下方标注。· 点击任意行可切换下方趋势图。

评测项Claude Sonnet 5.5当前Claude Sonnet 5Claude Sonnet 4.6Claude Sonnet 4.5
HLE
Accuracy
综合知识考试
64.50思考水平·高 | 工具
57.40思考水平·极高 | 工具
49.00开启思考 | 工具
33.60开启思考 | 工具
CursorBench 4.0
Task score (%)
自主开发与终端任务
55.50思考水平·高 | 工具
34.10思考水平·高 | 工具
--
--
Terminal-Bench 4.0
Resolution rate (%)
自主开发与终端任务
70.60思考水平·高 | 工具
12.42思考水平·高 | 工具
3.00思考水平·高 | 工具
--

单评测历史趋势图

当前查看:HLE · 综合知识考试

选择评测
常规常规 + 工具推理推理 + 工具深度推理深度推理 + 工具

横轴为模型与发布时间,纵轴为分数;同一模式会用实线串起版本变化,同代不同模式继续用虚线辅助对齐。

Claude Sonnet 5.5 所在系列的标准 API 价格对比

按模型并排展示标准文本输入价与输出价;若存在超长上下文加价,仅保留阈值内标准价,并在下方说明适用范围。

数据来源:DataLearnerAI,展示默认供应商的标准文本价格。 · USD / 1M tokens

若存在上下文阈值,图中标准价仅适用于以下范围:

Claude Sonnet 4.5: 标准价适用于 <= 200000
模型供应商标准输入标准输出标准价适用于
Claude Sonnet 5.5
Anthropic$2 / 1M tokens$10 / 1M tokens—
Claude Sonnet 5
Anthropic$2 / 1M tokens$10 / 1M tokens—
Claude Sonnet 4.6
Anthropic$3 / 1M tokens$15 / 1M tokens—
Claude Sonnet 4.5
Anthropic$3 / 1M tokens$15 / 1M tokens<= 200000