BenchLeader

Claude Sonnet 5.5 vs GPT-6 Astra

完整资料:Claude Sonnet 5.5(Anthropic)和 GPT-6 Astra(OpenAI),包括全部基准测试、价格和排名。

更新于 · 数据来自 13 个来源

截至 2026年11月16日,Claude Sonnet 5.5 与 GPT-6 Astra 的质量不相上下(BenchLeader Index 64.2 比 67.3,在 ±3.9 的误差范围内)。Claude Sonnet 5.5 更便宜,对方的价格是它的 5.0 倍(每百万 token 混合价格 $4.00 比 $20.00)。看重智能体与工具(71 比 64)和长上下文(66 比 65)选 Claude Sonnet 5.5;看重知识(72 比 57)、推理(72 比 68)和编程(73 比 70)选 GPT-6 Astra。Claude Sonnet 5.5 的输出更快(3 倍以上)。

要点(截至 2026年11月16日)

  • Claude Sonnet 5.5 的 BenchLeader Index 为 64.2,GPT-6 Astra 为 67.3(BenchLeader,2026年11月16日)。
  • Claude Sonnet 5.5 每百万 token 混合价格为 $4.00(标价,2026年11月16日)。
  • GPT-6 Astra 每百万 token 混合价格为 $20.00(标价,2026年11月16日)。
  • Claude Sonnet 5.5 比 GPT-6 Astra 输出更快(3 倍以上;Artificial Analysis,7 日中位数,2026年11月16日)。
  • 在两者都有结果的 88 项基准测试中,GPT-6 Astra 领先 46 项(BenchLeader,2026年11月16日)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
编程GPT-6 Astra类别得分 73 比 70;FrontierCode 2.0 (AA) 42.4% 比 41.7%中
智能体与工具调用Claude Sonnet 5.5类别得分 71 比 64;Terminal-Bench 63.9% 比 60.3%中
数学均可类别得分 71 比 71;FrontierMath Tiers 1–3 88.8% 比 93.7%均可
推理GPT-6 Astra类别得分 72 比 68;GPQA Diamond 95.8% 比 95.6%中
知识GPT-6 Astra类别得分 72 比 57;SimpleQA Verified 75.6% 比 46.5%高
长文档Claude Sonnet 5.5类别得分 66 比 65;AA-LCR v1.1 82.7% 比 80.7%中
对话质量(人类偏好)–只有 GPT-6 Astra 有 Arena 评分(类别得分 66)无法比较
成本最低Claude Sonnet 5.5每百万 token 混合价格 $4.00 比 $20.00;智能体编程会话 $0.160 比 $0.800–
首次回答最快GPT-6 Astra首个回答 token 198.4 秒(GPT-6 Astra (max))比 290.5 秒(Claude Sonnet 5.5 (max))–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • Claude Sonnet 5.5 (max) 与 GPT-6 Astra (max) 的质量不相上下(64.2 比 67.3,在 ±3.9 的误差范围内)。
  • Claude Sonnet 5.5 (max) 在智能体与工具、长上下文、数学方面更强。
  • GPT-6 Astra (max) 在编程、综合、知识、推理方面更强。
  • Claude Sonnet 5.5 (max) 更便宜,对方的价格是它的 5.0 倍(每百万 token 混合价格 $4.00 比 $20.00)。
  • Claude Sonnet 5.5 (max) 的输出速度是对方的 3.7 倍(152 比 41 token/秒)。

概览

规格Claude Sonnet 5.5GPT-6 Astra
提供商AnthropicOpenAI
发布日期2026年9月28日2026年9月2日
上下文窗口(token)1,000,0001,050,000
对比时的配置Claude Sonnet 5.5 (max)GPT-6 Astra (max)
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$2.00 / $10.00 / $0.100$10.00 / $50.00 / $1.00

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别Claude Sonnet 5.5 (max)GPT-6 Astra (max)领先者
推理67.872.4GPT-6 Astra
编程70.273.2GPT-6 Astra
智能体与工具70.563.9Claude Sonnet 5.5
数学71.370.8持平
知识57.472.3GPT-6 Astra
人类偏好–66.2无法比较
多模态–65.6无法比较
长上下文66.065.0Claude Sonnet 5.5
综合63.071.3GPT-6 Astra

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理编程智能体与工具数学知识长上下文Claude Sonnet 5.5, 推理: 67.8Claude Sonnet 5.5, 编程: 70.2Claude Sonnet 5.5, 智能体与工具: 70.5Claude Sonnet 5.5, 数学: 71.3Claude Sonnet 5.5, 知识: 57.4Claude Sonnet 5.5, 长上下文: 66.0GPT-6 Astra, 推理: 72.4GPT-6 Astra, 编程: 73.2GPT-6 Astra, 智能体与工具: 63.9GPT-6 Astra, 数学: 70.8GPT-6 Astra, 知识: 72.3GPT-6 Astra, 长上下文: 65.0

未绘制(测得的模型少于两个):指令遵循, 多模态, 人类偏好。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 88 项基准测试中,Claude Sonnet 5.5 领先 40 项,GPT-6 Astra 领先 46 项,2 项持平。第三方来源看法不一:Claude Sonnet 5.5 在 Vals Index 上领先;GPT-6 Astra 在 AA Intelligence Index v5.0.1和Arena Text 上领先。

综合 IndexClaude Sonnet 5.5 (max)GPT-6 Astra (max)领先者
BenchLeader Index64.267.3不相上下
AA Intelligence Index v5.0.154.556.9GPT-6 Astra
Vals Index70.865.0Claude Sonnet 5.5
Arena Text1473†1474GPT-6 Astra

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标Claude Sonnet 5.5 (max)GPT-6 Astra (max)
每百万 token 混合价格$4.00$20.00
每百万 token 输入 / 输出$2.00 / $10.00$10.00 / $50.00
每百万 token 缓存输入$0.100$1.00
每项任务价格:聊天回复$0.0038$0.019
每项任务价格:总结一份 30 页的报告$0.030$0.150
每项任务价格:代码编辑$0.027$0.135
每项任务价格:智能体编程会话$0.160$0.800
每项任务价格:结构化信息提取$0.0060$0.030
智能体编程会话(输入大多命中缓存)$0.074$0.395
每项基准测试任务成本(AA Index)$10.02$6.24
每项任务输出 token(AA Index)285k52k
其中推理部分206k36k
每项任务耗时(AA Index)31 min21 min
输出速度152 tok/s41 tok/s
首次回答时间290.5 秒198.4 秒
完整回答耗时(最近一次测量 2026年11月13日)487.7 秒533.7 秒

按 token 计价不等于按任务计价:在 Artificial Analysis 的 Intelligence Index 中,一项平均任务在 Claude Sonnet 5.5 (max) 上花费 $10.02,在 GPT-6 Astra (max) 上花费 $6.24;完成同样的工作,Claude Sonnet 5.5 (max) 输出的 token 是对方的 5.5 倍,这是只看 token 单价看不出来的。

每个模型都按其排名最高的推理强度设置进行对比。Claude Sonnet 5.5 (max) 得分 64.2,首个回答 token 需 291 秒;Claude Sonnet 5.5 (xhigh) 为 62.5(27 秒),Claude Sonnet 5.5 (high) 为 59.5(9 秒)。GPT-6 Astra (max) 得分 67.3,首个回答 token 需 198 秒;GPT-6 Astra 为 66.4(5 秒),GPT-6 Astra (high) 为 66.3(49 秒)。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 176 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方Claude Sonnet 5.5 (max)GPT-6 Astra (max)
BenchLeader IndexBenchLeader64.267.3
智能体与工具得分BenchLeader70.563.9
编程得分BenchLeader70.273.2
综合得分BenchLeader63.071.3
知识得分BenchLeader57.472.3
长上下文得分BenchLeader66.065.0
数学得分BenchLeader71.370.8
推理得分BenchLeader67.872.4
人类偏好得分BenchLeader–66.2
多模态得分BenchLeader–65.6
混合价格(美元/百万 token)BenchLeader$4.00$20.00
输出速度BenchLeader152 tok/s41 tok/s
首次回答时间BenchLeader290.5 秒198.4 秒
上下文窗口BenchLeader1,000,000 token1,050,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub95.6%95.8%
Humanity's Last ExamScale AI / CAIS46.1%†54.8%†
SimpleBenchSimpleBench75.9%†83.6%†
Arena Hard PromptsArena (LMArena)1499†1500
LiveBench 2.0 ReasoningLiveBench91.6%92.7%
LiveBench 1.0 ReasoningLiveBench91.6%92.7%
GPQA Diamond (AA)Artificial Analysis–96.1%
Humanity's Last Exam (AA)Artificial Analysis55.0%54.7%
HLE-Diamond (AA)Artificial Analysis53.3%63.8%
ARC-AGI-1ARC Prize96.5%97.5%
ARC-AGI-2ARC Prize83.9%†95.0%
ARC-AGI-3ARC Prize72.4%†98.6%
CritPtArtificial Analysis31.4%31.7%
CritPt v2 hard subset (AA)Artificial Analysis59.0%70.5%
MysteryMechanismVals AI49.1%53.1%
HLE-Diamond (Scale)Scale AI SEAL37.5%†60.6%†
Arena ExpertArena (LMArena)1512†1517
Chess PuzzlesEpoch AI Benchmarking Hub59.0%74.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub65.0%84.0%
LMCAEpoch AI Benchmarking Hub68.3%64.1%†
DTBenchEpoch AI Benchmarking Hub97.3%97.1%†
ForecastBenchForecastBench–66.6%†
BTF-3Epoch AI Benchmarking Hub–13.5%†
编程
SciCodeSciCode61.0%56.5%
WeirdMLWeirdML–93.3%
显示全部 176 项基准测试
指标发布方Claude Sonnet 5.5 (max)GPT-6 Astra (max)
编程
FrontierCodeCognition52.1%†53.3%
GSO-BenchGSO-Bench–79.4%†
Arena CodingArena (LMArena)1517†1548
Arena WebDevArena (LMArena)1772†1764
LiveBench 2.0 CodingLiveBench77.2%87.5%
LiveBench 1.0 CodingLiveBench91.4%80.4%
IOIVals AI83.1%100.0%
Code MigrationVals AI69.8%67.7%
Code Migration v1.1Vals AI86.9%80.6%
ProgramBenchVals AI6.5%5.5%
SWE-bench MultimodalVals AI58.3%43.3%
Vibe Code Bench 1-100Vals AI–27.6%
Vibe Code Bench v1.1Vals AI92.4%89.6%
SWE Atlas v1.0: Codebase QnAScale AI SEAL–59.1%†
SWE Atlas v1.0: RefactoringScale AI SEAL–59.0%†
SWE Atlas v1.0: Test WritingScale AI SEAL–50.7%†
SWE Atlas v1.1Scale AI SEAL68.3%†69.4%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL74.2%†70.2%†
SWE Atlas v1.1: Test WritingScale AI SEAL67.8%†66.7%†
SWE Atlas v1.1: RefactoringScale AI SEAL62.9%†71.4%†
SWE-Bench Pro V2Scale AI SEAL95.8%†96.9%†
SWE-Bench Pro V2 HARDScale AI SEAL70.6%†90.2%†
MirrorCodeEpoch AI Benchmarking Hub97.8%60.0%
DeepSWE v1.1Epoch AI Benchmarking Hub–73.2%
CursorBenchCursor55.5%–
ALE-BenchEpoch AI Benchmarking Hub1819.1†2951.3
FrontierSWEEpoch AI Benchmarking Hub61.9%65.5%
WeirdML v3WeirdML19.9%†42.2%†
Terminal-Bench 4.0 (AA)Artificial Analysis63.6%59.1%
Terminal-Bench 2.1 (AA)Artificial Analysis–88.4%
Startrise FrontendStartrise75.9%†79.9%†
GameBench 2 OverallDuelLab GameBench 260.4†88.8†
GameBench 2 by reasoning settingDuelLab GameBench 291.4†94.3†
Design Arena WebsiteDesign Arena1309†1338
FrontierCode 1.1 (AA)Artificial Analysis45.8%47.0%
FrontierCode 2.0 (AA)Artificial Analysis41.7%42.4%
智能体与工具
Terminal-BenchTerminal-Bench63.9%60.3%
Remote Labor IndexScale AI / CAIS–20.8%†
APEX-AgentsMercor75.5%64.7%†
Arena AgentArena (LMArena)1614.5
LiveBench Long AgenticLiveBench63.4%75.6%
LiveBench BrowserLiveBench89.3%91.3%
LiveBench Agentic CodingLiveBench56.3%57.3%
Terminal-Bench 2.1 (Vals)Vals AI83.2%†87.3%
HiL-BenchScale AI SEAL–65.3%†
GDPval-AA v2.1, normalised scoreArtificial Analysis66.9%53.7%
GDPval-AA v2.1Artificial Analysis18381587
τ³-Banking (AA)Artificial Analysis–41.4%
ITBench SRE (AA)Artificial Analysis–48.6%
Analyst Agent (AA)Artificial Analysis57.5%51.3%
CUA-benchVals AI–19.2%
CyberBenchVals AI59.6%41.1%
Finance Agent v2Vals AI58.1%53.5%
Finance Agent v2.1Vals AI67.3%60.4%
Harvey's Legal Agent Benchmark v1.1Vals AI10.4%7.1%
Harvey's Legal Agent Benchmark v1Vals AI2.9%5.4%
Legal Research BenchVals AI48.1%39.4%
Robo-benchVals AI–23.3%
SREBenchVals AI30.1%56.9%
Tax Agent BenchVals AI42.0%20.7%
Terminal-Bench 4.0 (Vals)Vals AI64.1%59.6%
Terminal-Bench ScienceVals AI47.1%62.9%
Time Horizon Index: KSPVals AI–90.5%
Arena SearchArena (LMArena)–1245
Arena Agent Task CompletionArena (LMArena)19.514
BALROGBALROG–68.3%
PostTrainBenchEpoch AI Benchmarking Hub–41.9%
Vending-Bench 2Andon Labs11165.3†15514.7†
SpireClimbEpoch AI Benchmarking Hub1.3%34.0%
AutomationBenchArtificial Analysis71.8%68.5%
GDP.pdf (AA)Artificial Analysis25.8%31.0%
Harvey LAB-AA v1.1Harvey2.8%8.6%
AA-Briefcase v1.1Artificial Analysis18161569
GDPxGDPx by SemiAnalysis8.2%9.6%
Design Arena AgenticDesign Arena1293†1405
RoboDojo (LLM as robot policy)RoboDojo–29.0†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis53.3%63.3%
CWE-Bench (AA)Artificial Analysis–63.3%
DeepSec-Bench (AA)Artificial Analysis–36.9%
CyberGym end-to-end (AA)Artificial Analysis–0.0%
MKA (AA)Artificial Analysis52.0%50.2%
FACTS SearchGoogle86.8%†93.3%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub88.8%93.7%
FrontierMath Tier 4Epoch AI Benchmarking Hub80.5%97.6%
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%100.0%
ProofBenchVals AI100.0%99.0%†
LiveBench MathematicsLiveBench96.1%96.8%
Arena MathsArena (LMArena)1486†1481
FrontierMath ErdősEpoch AI Benchmarking Hub2.9%2.9%
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub46.5%75.6%
LiveBench 2.0 Data AnalysisLiveBench59.5%83.0%
LiveBench ResearchLiveBench88.0%90.6%
LiveBench 1.0 Data AnalysisLiveBench59.5%83.0%
AA-Omniscience v1.1Artificial Analysis30.542.4
PRBench FinanceScale AI SEAL–47.5%†
PRBench LegalScale AI SEAL–48.4%†
BioMysteryBenchVals AI81.1%79.3%
ClaimBenchVals AI100.0%–
Excel Modeling BenchmarkVals AI75.7%71.7%
Excel Modeling Benchmark v1.1Vals AI75.9%72.7%
MedCodeVals AI52.9%48.5%
MedScribeVals AI91.1%87.9%
Public Benefits Bench v1.1Vals AI67.2%–
Access to Justice BenchmarkVals AI74.9%–
Financial Coaching BenchVals AI74.9%67.5%
Immigration BenchVals AI69.0%67.7%
DrugDiscoveryBenchScale AI SEAL–68.7%
EBR-benchEpoch AI Benchmarking Hub–76.2%
GDP.pdfEpoch AI Benchmarking Hub31.4%34.2%
AA-Omniscience v1.1: accuracyArtificial Analysis51.5%61.6%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis56.7%50.2%
HealthBench Professional (AA)OpenAI63.0%66.0%
FACTS ParametricGoogle35.1%†83.8%†
指令遵循
LiveBench LanguageLiveBench78.0%89.4%
LiveBench Instruction FollowingLiveBench56.8%75.6%
Arena Instruction FollowingArena (LMArena)1482†1474
人类偏好
Arena TextArena (LMArena)1473†1474
EQ-Bench Creative Writing v3EQ-Bench–2177†
Arena Creative WritingArena (LMArena)1464†1451
Arena Multi-turnArena (LMArena)1469†1483
Arena Longer QueriesArena (LMArena)1491†1485
多模态
Arena VisionArena (LMArena)1284†1279
LiveBench DesignLiveBench81.3%80.0%
MMMU-ProArtificial Analysis–86.9%
SAGEVals AI88.0%–
Humanity's Sixth SenseScale AI SEAL–53.6%
Blueprint-Bench 2Epoch AI Benchmarking Hub39.3%†49.7%†
Furniture AssemblyEpoch AI Benchmarking Hub75.0%80.0%
VIALS-AAHandshake AI59.6%62.7%
Code2Video-AAArtificial Analysis14431427
AA-3DArtificial Analysis12041168
FACTS MultimodalGoogle50.4%†55.2%†
长上下文
AA-LCR v1.1Artificial Analysis82.7%80.7%
Arena DocumentArena (LMArena)–1474
MLCRArtificial Analysis41.7%41.7%
FACTS GroundingGoogle62.5%†80.1%†
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub166.6†169†
LiveBench 2.0LiveBench77.0%84.5%
LiveBench 1.0LiveBench75.7%82.2%
AA Intelligence Index v5.0.1Artificial Analysis54.556.9
AA Intelligence Index v4.3.2Artificial Analysis5652.7
AA Progress Index v1Artificial Analysis350.5349.6
Vals IndexVals AI70.865.0
Vals Finance IndexVals AI64.5%55.6%
Vals RSI IndexVals AI–27.1%
Vals Science IndexVals AI59.1%65.1%
Vals Router IndexVals AI69.0%†65.0%†
Vals Legal IndexVals AI68.0%68.4%
AA Cyber IndexArtificial Analysis–33.4
安全与诚实
FORTRESSScale AI SEAL–12.1%†
DistressBenchScale AI SEAL74.6%†74.3%†

数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

变化

  • Claude Sonnet 5.5 (max):36 项新结果(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • GPT-6 Astra (max):8 项新结果(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • GPT-6 Astra (max):1 项分数修订。
  • Claude Sonnet 5.5 (max):BenchLeader Index 65.1 → 64.6。
  • GPT-6 Astra (max):1 项新结果(PostTrainBench);2 项分数修订。
  • Claude Sonnet 5.5 (max):1 项新结果(MirrorCode)。
  • GPT-6 Astra (max):1 项新结果(MirrorCode);1 项分数修订。
  • GPT-6 Astra (max):BenchLeader Index 68.1 → 67.4。
  • Claude Sonnet 5.5 (max):2 项分数修订。
  • GPT-6 Astra (max):2 项分数修订。

排行榜: 综合最佳大模型 · 最适合编程的大模型 · 最适合智能体的大模型 · 便宜好用的大模型

Claude Sonnet 5.5 vs GPT-6 Astra:常见问题

Claude Sonnet 5.5 比 GPT-6 Astra 更好吗?
Claude Sonnet 5.5 (max) 与 GPT-6 Astra (max) 的质量不相上下(64.2 比 67.3,在 ±3.9 的误差范围内)。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,两者差距在误差范围内,请结合你的用途查看各类别得分。
Claude Sonnet 5.5 和 GPT-6 Astra 哪个更便宜?价格会变吗?
目前 Claude Sonnet 5.5 更便宜:每百万 token $4.00 比 $20.00(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
编程用 Claude Sonnet 5.5 还是 GPT-6 Astra 更好?
GPT-6 Astra 在编程方面得分更高(类别得分 73 比 70,50 为平均水平)。在两者共同的最主要编程基准测试 FrontierCode 2.0 (AA) 上,Claude Sonnet 5.5 为 41.7%,GPT-6 Astra 为 42.4%。
Claude Sonnet 5.5 和 GPT-6 Astra 哪个更快?
Claude Sonnet 5.5 输出更快(3 倍以上;输出 152 比 41 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 Claude Sonnet 5.5 还是 GPT-6 Astra 更好?
Claude Sonnet 5.5 在智能体任务方面得分更高(类别得分 71 比 64,50 为平均水平)。在两者共同的最主要智能体与工具基准测试 Terminal-Bench 上,Claude Sonnet 5.5 为 63.9%,GPT-6 Astra 为 60.3%。
更多问题(4)
处理长文档哪个更好?
Claude Sonnet 5.5 在长上下文基准测试上得分更高(66 比 65)。两者都约为 1.1M token(Claude Sonnet 5.5 为 1,000,000,GPT-6 Astra 为 1,050,000)。
哪个延迟更低?
GPT-6 Astra 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 198.4 秒比 290.5 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
第三方基准测试对 Claude Sonnet 5.5 和 GPT-6 Astra 的看法一致吗?
在两者都有结果的 88 项基准测试中,Claude Sonnet 5.5 领先 40 项,GPT-6 Astra 领先 46 项,2 项持平。第三方来源看法不一:Claude Sonnet 5.5 在 Vals Index 上领先;GPT-6 Astra 在 AA Intelligence Index v5.0.1和Arena Text 上领先。
Claude Sonnet 5.5 是什么时候发布的?
Claude Sonnet 5.5 于 2026年9月28日 发布。