Claude Sonnet 5.5：日常工作更快，哪些任务仍该交给 Opus？
Claude Sonnet 5.5 的升级，直接指向日常工作的等待和反复修改。Anthropic 在 2026 年 9 月 28 日发布的公告中称，它比 Sonnet 5 生成输出快 30% 以上，在内部测试中每任务成本最多降低 30%。API 的 token 单价没有下调，变化来自完成同一任务时更少的消耗。
这给 Agent 选型带来一个具体问题：修一个能复现的 bug、把已批准材料做成幻灯片，以及处理仍有争议的业务判断，是否需要同一种模型？Sonnet 5.5 被定位为 Opus 5.5 更快的补充。先把任务目的、允许的判断和验收证据写清楚，才能看出它适合替换哪一段工作。
速度先改变的是修改循环
以每周经营回顾为例：输入是已核对的表格和会议记录，输出是沿用团队模板的十页演示稿。人的验收标准很明确——数字对应来源、变化解释成立、未决预测没有被写成事实。生成更快，可以缩短每轮修改之间的等待，但不会替代这些检查。
Anthropic 报告过一个内部实验：给模型上市公司的季度财报、电话会文字和幻灯片模板，两位专家认为第一版十页稿可以直接发出。这是厂商报告的实验，不是所有公司的 PPT 都会一次通过的保证。它更适合用来设计自己的测试：同样材料、同样模板、同样审核人，看看最耗时的环节到底在哪。
每任务更省，不是 token 降价
公告列出的 Sonnet 5.5 API 价格与 Sonnet 5 相同：每百万输入 token 2 美元、输出 10 美元、缓存读取 0.20 美元。最多节省 30% 的说法，来自 Anthropic 测试中完成任务所需 token 更少。这是有上限、依赖任务的观测结果，不是统一折扣。
试点时至少记录输入与输出量、工具调用、重试、总耗时和人工返工，再用完整成本除以通过验收的产物数量。便宜的一次生成若要修改三次，不一定比贵一些的一次通过更划算。这里的美元数字只描述上游 API，不能据此推算 Buda Credits 或套餐价格。
用判断边界区分 Sonnet 与 Opus
边界清楚的任务已经有明确目的：修复可复现 bug 而不改公共接口、把核准数据整理成表、按给定提纲做文档。模型执行，审核人对照测试和清单检查。这是 Sonnet 5.5 最值得先试的工作。
开放任务还要决定目的是什么：在互相冲突的产品证据里形成结论、在需求不清时决定架构，或从残缺材料中构建论证。Anthropic 仍把 Opus 5.5 定位为更擅长复杂、开放、需要持续判断的模型。可以先把需求与风险谈清，再把有边界的执行单独测试；这是工作拆分建议，不意味着任何产品已经自动实现这种路由。
努力程度也会改变成本和结果
公告用不同 effort 档位展示准确率与成本的关系。Sonnet 5.5 在低档位就能明显改善部分 Sonnet 5 的结果；升到高档位后，某些评测接近 Opus，任务成本也可能接近。所以“Sonnet 更便宜”不足以成为规则，还需要档位和质量门槛。
上游默认在 Claude 应用和 Claude Code 使用 Medium，在 Claude Platform 使用 High。这不是 Buda 参数入口的说明。FrontierCode 的脚注尤其值得看：Max 的成绩低于 Xhigh，部分运行额外调用审查子 Agent，出现超时或越界修改。在只接受特定范围代码变更的任务里，做得更多可能反而无法通过验收。
安全评测不能代替业务验收
System Card 描述的是部署前能力与风险评估，不是某家公司完整自动化的验收报告。Anthropic 报告多项对齐表现改善或持平，也明确评测无法发现所有失败。Sonnet 5.5 针对高风险网络安全请求配有防护和回退；常规软件开发仍可进行。
把团队控制写成能检查的动作：表格核对合计和源单元格，代码检查 diff 并跑约定测试，客户材料先核对承诺再发送。模型完成草稿，与人批准外部操作是两件事。输出越快，越需要把这个分界保留下来，否则错误也会更快进入下一步。
先做小测试，再改整条流程
选择三个重复发生、输入稳定的任务。固定指令、资料、允许工具和审核人，记录通过验收的总耗时、尝试次数、修改量，以及什么失败需要升级处理。不要预填效率提升数字：这是试点设计，不是已经测得的 Buda 效果。
在持久 Agent 工作区里，把任务说明、证据、审核意见与产物放在一起，下一次才有依据复盘。Buda 的 Agent 工作区提供文件、终端、浏览器和 Git，可以组织这类实验；选择哪种模型仍应由实际结果决定。需要复用时，可在 Buda AI 的 Marketplace 搜索并安装合适的 Skill，再加入团队验收清单，让每次执行都有相同标准。
常见问题
Sonnet 5.5 的 token 单价下降了吗？
没有。Anthropic 公布的 API 单价保持不变，降低的是其测试中的每任务消耗；最多 30% 不等于每次固定优惠。
所有 Opus 任务都应该换成 Sonnet 吗？
不应该。先测试边界清楚的日常任务，复杂、开放、需要持续判断的任务仍按 Opus 的定位评估。比较通过验收的成本，而不是一次生成的价格。
跑分接近就可以取消人工审核吗？
不可以。评测有固定环境，实际工作仍要检查来源、范围、权限以及对外行动的后果。
试点需要留下哪些记录？
保留输入、指令、可见 effort 设置、工具权限、输出、返工、时间和验收结论。只留下最后的文档，难以解释下次为什么仍该选择同一模型。