Claude Sonnet 5.5 官方发布评测厂商报告
2026-09-28收录 Anthropic 2026-09-28 发布主表、系统卡第 109 页能力汇总及 DeepSWE、Terminal-Bench-Science、Chartography、OSWorld 小节，共 18 项指标、55 条成绩；空缺不生成成绩。默认 adaptive / max，Terminal-Bench 4.0 的 Opus 5.5 为 xhigh；FrontierCode 主值保留 max 的 46.2，xhigh 的 52.1 作为补充。OSWorld 2.1 与已收录的 2026-09-10 任务和配置一致，复用该版本指标，partial 与 strict 分开。HealthBench Professional 使用长度校正分；AutomationBench 为 v1.0.6 私有集，Sonnet 5.5 启用默认回退，Opus 5.5 拒绝任务经回退重跑。AA 两项 Sonnet 5.5 成绩来自存在结构化输出缺陷的预发布服务，官方预计影响较小且可能低估表现，缺陷已修复；保留原始成绩。对比模型只保留本次厂商来源，不替换历史报告。