Anthropic 发布 Claude Sonnet 5.5，Artificial Analysis 智能指数得分 56，仅次于 Opus 5.5

KwaiKAT发布非推理代码模型KAT-Coder-Pro V2，在Artificial Analysis Intelligence Index获44分，较V1提升8分，与Claude Sonnet 4.6持平。该模型token效率显著，运行仅需约9M输出token，远低于Claude系列及DeepSeek等推理模型。Agent能力大幅提升，Terminal-Bench Hard得分49%（提升40个百分点），匹配Claude Opus 4.6。成本降至73美元，响应速度达…

Artificial Analysis 上线 Terminal-Bench-Science 0.1 智能体科研基准榜单，GPT-6 Astra (max) 以 63% 居首，Claude Opus 5.5 (xhigh) 以 62% 紧随其后。

Grok 4.7 在 AA-Briefcase 上仅次于 Anthropic 模型，排名紧追 Opus 5，每任务成本约为其 50%。在 AA-Briefcase-Lite 尽调场景中，Grok 4.7 分析质量 Elo 从 Grok 4.6 的 1698 升至 1994，展示 Elo 则从 1531 微降至 1499。

Artificial Analysis 在 Coding Agent Index v1.5 中新增安全拒答报告，用于解释模型行为与得分差异。Claude Fable 5.1 在 Claude Code 和 Devin Fusion 中回退率最高，回退尝试分别占指数权重的 8.8% 和 7.1%，结果因此包含回退模型的表现。

上周，智能指数与成本帕累托前沿大幅外移。Claude Fable 5.1、Muse Spark 1.3 和 GPT-6 Astra 各自在高效智能方面树立了新标杆。 分析链接：https://artificialanalysis.ai/#intelligence-comparison-tabs

Anthropic 发布 Claude Sonnet 5.5，Terminal-Bench 4.0 得分 70.6%，远高于 Sonnet 5 的 10.3%，价格维持 $2/$10 每百万输入/输出 token。

Anthropic 发布 Claude Sonnet 5.5，是 Claude 5.5 家族的第二款模型，相比 Sonnet 5 更聪明、高效，运行速度快超 30%，多数工作成本最多低 30%。适合修复 bug、快速迭代功能等范围明确的日常任务，Claude Code 用量也会更耐用。

Arena 宣布 Anthropic 的 Claude Sonnet 5.5 已进入 Agent Arena，并开放投票。Agent Arena 基于全球用户数百万个真实的长程智能体任务评测模型，模型可使用 web search、filesystem 和 terminal 工具完成复杂工作流，榜单用因果追踪方法衡量模型相对平均模型的结果表现。

Anthropic 发布 Claude Sonnet 5.5，是 Claude 5.5 家族的第二款模型，相比 Sonnet 5 提速超过 30%，多数任务成本最多降低 30%。作者 Boris Cherny 用视频演示 Sonnet 5.5 修复 Claude Code 中的一个 bug。

Anthropic 发布 Claude Sonnet 5.5，称为 Claude 5.5 家族的第二款模型，相比 Sonnet 5 是明显升级，运行速度提升超过 30%，多数工作成本最多降低 30%。