Claude Sonnet 5.5：日常工作更快，哪些任務仍適合 Opus？
Claude Sonnet 5.5 的升級，直接指向日常工作的等待和反覆修改。Anthropic 在 2026 年 9 月 28 日釋出的公告中稱，它比 Sonnet 5 生成輸出快 30% 以上，在內部測試中每任務成本最多降低 30%。API 的 token 單價沒有下調，變化來自完成同一任務時更少的消耗。
這給 Agent 選型帶來一個具體問題：修一個能復現的 bug、把已批准材料做成幻燈片，以及處理仍有爭議的業務判斷，是否需要同一種模型？Sonnet 5.5 被定位為 Opus 5.5 更快的補充。先把任務目的、允許的判斷和驗收證據寫清楚，才能看出它適合替換哪一段工作。
速度先改變的是修改迴圈
以每週經營回顧為例：輸入是已核對的表格和會議記錄，輸出是沿用團隊模板的十頁演示稿。人的驗收標準很明確——數字對應來源、變化解釋成立、未決預測沒有被寫成事實。生成更快，可以縮短每輪修改之間的等待，但不會替代這些檢查。
Anthropic 報告過一個內部實驗：給模型上市公司的季度財報、電話會文字和幻燈片模板，兩位專家認為第一版十頁稿可以直接發出。這是廠商報告的實驗，不是所有公司的 PPT 都會一次透過的保證。它更適合用來設計自己的測試：同樣材料、同樣模板、同樣稽核人，看看最耗時的環節到底在哪。
每任務更省，不是 token 降價
公告列出的 Sonnet 5.5 API 價格與 Sonnet 5 相同：每百萬輸入 token 2 美元、輸出 10 美元、快取讀取 0.20 美元。最多節省 30% 的說法，來自 Anthropic 測試中完成任務所需 token 更少。這是有上限、依賴任務的觀測結果，不是統一折扣。
試點時至少記錄輸入與輸出量、工具呼叫、重試、總耗時和人工返工，再用完整成本除以透過驗收的產物數量。便宜的一次生成若要修改三次，不一定比貴一些的一次透過更划算。這裡的美元數字只描述上游 API，不能據此推算 Buda Credits 或套餐價格。
用判斷邊界區分 Sonnet 與 Opus
邊界清楚的任務已經有明確目的：修復可復現 bug 而不改公共介面、把核准資料整理成表、按給定提綱做文件。模型執行，稽核人對照測試和清單檢查。這是 Sonnet 5.5 最值得先試的工作。
開放任務還要決定目的是什麼：在互相沖突的產品證據裡形成結論、在需求不清時決定架構，或從殘缺材料中構建論證。Anthropic 仍把 Opus 5.5 定位為更擅長複雜、開放、需要持續判斷的模型。可以先把需求與風險談清，再把有邊界的執行單獨測試；這是工作拆分建議，不意味著任何產品已經自動實現這種路由。
努力程度也會改變成本和結果
公告用不同 effort 檔位展示準確率與成本的關係。Sonnet 5.5 在低檔位就能明顯改善部分 Sonnet 5 的結果；升到高檔位後，某些評測接近 Opus，任務成本也可能接近。所以“Sonnet 更便宜”不足以成為規則，還需要檔位和質量門檻。
上游預設在 Claude 應用和 Claude Code 使用 Medium，在 Claude Platform 使用 High。這不是 Buda 引數入口的說明。FrontierCode 的腳註尤其值得看：Max 的成績低於 Xhigh，部分執行額外呼叫審查子 Agent，出現超時或越界修改。在只接受特定範圍程式碼變更的任務裡，做得更多可能反而無法透過驗收。
安全評測不能代替業務驗收
System Card 描述的是部署前能力與風險評估，不是某家公司完整自動化的驗收報告。Anthropic 報告多項對齊表現改善或持平，也明確評測無法發現所有失敗。Sonnet 5.5 針對高風險網路安全請求配有防護和回退；常規軟體開發仍可進行。
把團隊控制寫成能檢查的動作：表格核對合計和源單元格，程式碼檢查 diff 並跑約定測試，客戶材料先核對承諾再傳送。模型完成草稿，與人批准外部操作是兩件事。輸出越快，越需要把這個分界保留下來，否則錯誤也會更快進入下一步。
先做小測試，再改整條流程
選擇三個重複發生、輸入穩定的任務。固定指令、資料、允許工具和稽核人，記錄透過驗收的總耗時、嘗試次數、修改量，以及什麼失敗需要升級處理。不要預填效率提升數字：這是試點設計，不是已經測得的 Buda 效果。
在持久 Agent 工作區裡，把任務說明、證據、稽核意見與產物放在一起，下一次才有依據覆盤。Buda 的 Agent 工作區提供檔案、終端、瀏覽器和 Git，可以組織這類實驗；選擇哪種模型仍應由實際結果決定。需要複用時，可在 Buda AI 的 Marketplace 搜尋並安裝合適的 Skill，再加入團隊驗收清單，讓每次執行都有相同標準。
常見問題
Sonnet 5.5 的 token 單價下降了嗎？
沒有。Anthropic 公佈的 API 單價保持不變，降低的是其測試中的每任務消耗；最多 30% 不等於每次固定優惠。
所有 Opus 任務都應該換成 Sonnet 嗎？
不應該。先測試邊界清楚的日常任務，複雜、開放、需要持續判斷的任務仍按 Opus 的定位評估。比較透過驗收的成本，而不是一次生成的價格。
跑分接近就可以取消人工稽核嗎？
不可以。評測有固定環境，實際工作仍要檢查來源、範圍、許可權以及對外行動的後果。
試點需要留下哪些記錄？
保留輸入、指令、可見 effort 設定、工具許可權、輸出、返工、時間和驗收結論。只留下最後的文件，難以解釋下次為什麼仍該選擇同一模型。