Présentation de Claude Sonnet 5.5, le deuxième modèle de la famille Claude 5.5. C'est une amélioration nette par rapport à Claude Sonnet 5, fonctionne 30%+ plus vite et coûte jusqu'à 30% de moins pour la plupart des travaux. Sonnet 5.5 est un complément plus rapide et moins coûteux à Claude Opus 5.5. Là où Opus 5.5 est conçu pour des travaux complexes nécessitant un jugement attentif, Sonnet 5.5 est le plus fort pour les tâches quotidiennes bien définies, la correction de bugs et la création de documents, diapositives et feuilles de calcul soignés. Il a également un œil avisé pour le design. Claude Haiku 5.5 rejoindra la famille dans les semaines à venir.

Sonnet 5.5 s'améliore par rapport à Sonnet 5 en termes de performances, obtenant 70.6% sur Terminal-Bench 4.0, une évaluation de codage agentique, contre 10.3% pour Sonnet 5. Il obtient deux points de moins qu'Opus 5.5 sur GDPval-AA. Il est fort sur le travail à long terme et la compréhension d'images—c'est le premier modèle Sonnet à battre Pokémon Red en travaillant uniquement à partir de captures d'écran. Il écrit plus clairement que les modèles précédents, les premiers testeurs le décrivant comme un meilleur partenaire de collaboration que Sonnet 5.

Sonnet 5.5 est au même prix que Sonnet 5 : 2 $ par million de tokens d'entrée, 10 $ par million de tokens de sortie et 0,20 $ par million de tokens pour les lectures de cache, mais il a généralement besoin de beaucoup moins de tokens. Il coûte jusqu'à 30% de moins par tâche et génère des sorties 30%+ plus rapidement. Lors de l'audit comportemental automatisé, Sonnet 5.5 s'améliore ou égalise Sonnet 5 en matière d'alignement. C'est le premier modèle Sonnet à être lancé avec des mesures de protection cybernétique et des solutions de repli, les mesures de protection biologique restant inchangées.

Sur plusieurs benchmarks, Sonnet 5.5 à effort Faible ou Moyen bat le meilleur score de Sonnet 5 pour environ un dixième du coût par tâche. Il complète le mieux Opus 5.5 à des réglages d'effort plus faibles, où il coûte moins par tâche. À des réglages plus élevés, il peut performer de manière comparable à un coût similaire.