一個價格點，兩種部署策略
Anthropic 在 2026 年 9 月 28 日發布 Claude Sonnet 5.5，主打對 Sonnet 5 快 30%、多數工作最多便宜 30%。定價是每百萬輸入 token $2、輸出 $10，搭配 prompt caching 最多省 90%、batch processing 省 50%。根據 Anthropic 的產品頁面，美國境內推論以 1.1 倍價格提供，這對有資料落地需求的金融與醫療客戶是明確的選項。
對 builder 來說，這不只是降價新聞。當中階模型同時變快、變便宜、還拉高任務完成率，你的模型分層表就需要重新畫一條線。
token 消耗下降，才是複利所在
單價降 30% 已經可觀，但幾個客戶引述的數字指向另一件事：輸出 token 減少。Slackbot 團隊說在幾乎所有離線 eval 上表現更好，輸出 token 少約 14%；一家金融機構的私人測試套件裡，Sonnet 5 每個答案用約 497k token，Sonnet 5.5 只用約 121k；還有團隊回報工具呼叫次數少了三分之一、shell 執行次數約減半。
這些是 Anthropic 頁面上彙整的客戶說法，不是可獨立驗證的基準，但方向一致：省的不只是單價，是整個執行路徑的長度。高流量 agent 的帳單主要由 token 量驅動，執行步驟變短，成本是乘法效果。如果你之前在為 agent 的 token 開銷傷腦筋，這類「更少、更穩的步驟」比單純降價更值得追蹤。
分層的線要往哪裡移
很多團隊的架構是：Opus 級處理難題、Sonnet 級處理日常。Sonnet 5.5 的定位是「Opus 5.5 更快、更便宜互補」，而且幾個測試顯示它縮短了與旗艦的差距——在 118 個真實 app 建置中品質與 Opus 5 持平，平均 3.6 次迭代就達標，Opus 5 要 7.7 次。
這正好呼應我在把模型分層寫進架構裡討論的取捨：分層不是一次性的決定，而是隨模型發布週期持續重算的路由表。當中階模型在長程任務、程式碼審查、支援工單這些場景的完成率提高，原本「保險起見上旗艦」的路由就該有降級的路徑，並用你自己的 eval 驗證。
三個實際動作
第一，把現有的離線 eval 直接對 Sonnet 5.5 跑一輪——Slackbot 團隊特別提到不需要改任何 prompt。第二，用 claude-sonnet-5-5 在小流量環境量測實際 token 消耗，而不是只看公告的百分比。第三，如果你想控制思考預算，這代 API 開放了細粒度的 thinking effort 控制，適合把低風險任務的成本壓得更低。
一個保留：客戶引述都來自 Anthropic 的官方頁面，樣本與情境未公開。最穩的下一步是用自己 5% 的流量做 shadow 測試，讓你的 eval 而不是行銷數字，決定路由表怎麼改。
參考來源
本文由 AI 協助自上述來源整理，經人工審核後發布。