Anthropicは、AIモデル「Claude Sonnet 5.5」を発表しました。「Claude 5.5」シリーズの2番目のモデルで、従来の「Claude Sonnet 5」より出力の生成が30％以上速く、同社のテストでは多くの作業でタスク当たりの費用が最大30％低くなったと説明しています。
同社はSonnet 5.5を、複雑で慎重な判断を要する作業向けの「Claude Opus 5.5」を補完するモデルと位置付けています。範囲が明確な日常業務やバグ修正、文書・スライド・表計算ファイルの作成を得意分野として挙げ、デザインを見極める能力も強調しました。大量処理や費用を重視する用途向けの「Claude Haiku 5.5」も、今後数週間以内に同シリーズへ加わるとしています。
コーディング能力を測るTerminal-Bench 4.0では、Sonnet 5.5のスコアは70.6％で、Sonnet 5の10.3％を上回りました。実際の職業に関わる作業を評価するGDPval-AAでは、Opus 5.5を2ポイント下回る結果でした。一方、Anthropicは、自社と外部のテストでは、判断を継続して求められる複雑で自由度の高い作業においてOpus 5.5の方が明確に強いと説明しています。
ほかの評価でも、複数のファイルにまたがる曖昧な開発課題を扱うCursorBench 4.0で、Sonnet 5.5は55.5％、Sonnet 5は34.1％でした。画像内のグラフを認識するChartographyでは、ツールを使わない条件でそれぞれ61.6％と15.6％です。同社は、ベンチマークの結果はモデルの能力の一面を示すものだとしています。
価格設定はSonnet 5と同じで、入力100万トークン当たり2ドル、出力100万トークン当たり10ドル、キャッシュ読み取り100万トークン当たり0.20ドルです。タスク当たりの費用が下がる理由について、同社は同じ作業を終えるのに通常は必要なトークン数が少ないためだと説明しました。低・中程度の処理設定では、複数の評価でSonnet 5の最高スコアをタスク当たり約10分の1の費用で上回ったとしています。
共同作業の面では、従来世代より明確な文章を書くと同社は説明しています。初期の試用者からは、Sonnet 5より共同作業の相手として優れているとの評価が寄せられました。開発作業では、コードベースを素早く理解し、ツールの呼び出しをまとめることで手順と費用を減らしたとしています。Epic Gamesも初期テストで、数万行のコードを扱い、数時間にわたる作業に対応したと述べました。
安全性については、自動化された行動監査の大半の項目でSonnet 5と同等か改善したとしています。サイバーセキュリティーに関する能力がOpus 5に匹敵するため、Sonnetとして初めて、この分野の安全対策と代替措置を導入しました。生物学分野の安全対策はSonnet 5と同じです。同社によると、両対策は一部の高リスクな要求を対象とし、通常のソフトウェア開発や大半の生命科学分野の作業には影響しません。