Claude Sonnet 5.5 现已上线 DigitalOcean AI 推理云

Anthropic 最新发布的 Claude Sonnet 5.5 现已上线 DigitalOcean 无服务器推理（Serverless Inference）。开发者无需单独管理 Anthropic 账号或模型基础设施，即可通过 DigitalOcean API 调用该模型，而且支持国内直连，无需担心网络障碍。

相比上一代 Sonnet 5，这次升级并不是简单地把模型“做得更大”。Sonnet 5.5 更强调一个很现实的方向：把日常软件工程、Agent 和知识工作做得更快、更省 Token，同时保持 Sonnet 系列相对均衡的能力与成本。

根据 Anthropic 公布的数据，Sonnet 5.5 的输出速度比 Sonnet 5 提升 30% 以上。虽然每百万 Token 的单价没有变化，但完成同一项任务通常需要更少的 Token，Anthropic 测试中单任务成本最高可降低约 30%。

与此同时，它依然支持 100 万 Token 上下文和最高 128K Token 输出，重点能力覆盖 AI Coding、长周期知识工作、代码安全审查以及文档、幻灯片和表格生成。

对于正在使用 Claude 做 Coding Agent、企业 Agent 或专业知识工作的团队来说，Sonnet 5.5 更像是 Sonnet 5 的一次直接替代升级。

注：新注册DigitalOcean 的用户暂无权限使用 Anthropic 的模型，可联系 DigitalOcean 中国区战略合作伙伴卓普云（aidroplet.com），直接开通权限。

这次升级，重点还是 AI Coding

Sonnet 系列一直是 AI 编程领域使用比较广泛的一条产品线，而 Sonnet 5.5 这次最明显的提升，依然集中在 Coding 和 Agent。

根据 Anthropic 公布的测试数据：

其中，Terminal-Bench 4.0 主要测试模型能否在命令行环境下完成复杂、多步骤的软件工程任务。

Sonnet 5.5 的成绩达到 70.6%，相比 Sonnet 5 的 10.3% 提升非常明显。Anthropic 同时指出，在 Medium effort 下，Sonnet 5.5 可以用不到 Sonnet 5 最佳成绩十分之一的单任务成本取得更高成绩。

但这并不意味着 Sonnet 5.5 在所有 Coding Benchmark 上都超过了 Opus 5.5。

例如 CursorBench 4.0 中，Sonnet 5.5 得分 55.5%，Opus 5.5 为 57.8%；在更复杂、开放度更高、需要持续判断的任务上，Anthropic 仍然把 Opus 5.5 定位为更强的模型。

所以更合理的理解是：

Opus 更适合最复杂、最开放的任务，而 Sonnet 5.5 更偏向大量日常软件工程工作。

例如：

• 开发新功能
• 修复 Bug
• 阅读和修改现有代码库
• Code Review
• 编写测试
• 排查问题
• 调用工具完成多步骤任务

对于真正部署到生产环境的 Coding Agent 来说，这种定位其实很重要。

因为并不是每一个任务都需要使用最强、也最贵的模型。

速度提升 30%+，但 Token 单价没有上涨

Sonnet 5.5 一个比较直接的变化，是速度。

Anthropic 表示，它生成输出的速度相比 Sonnet 5 提升超过 30%，也是目前速度最快的 Sonnet 模型。

但价格并没有随能力提升而上涨。

目前 Sonnet 5.5 与 Sonnet 5 保持相同的 Token 单价：

这里有一个容易忽略的地方：

单价一样，并不意味着一次任务的成本也一样。

大模型真正的任务成本，最终取决于：

Token 单价 × 实际消耗 Token 数量

按照 Anthropic 自己的测试，Sonnet 5.5 完成相同任务通常需要更少的 Token，因此在相同单价下，单任务成本最高可以比 Sonnet 5 低约 30%。

对于普通聊天，这种差距可能不太明显。

但如果是 Coding Agent，一个任务可能包含几十次甚至更多模型调用：

读取代码 → 分析问题 → 搜索文件 → 修改代码 → 运行测试 → 查看错误 → 再修改。

这时候模型每一步能够少调用几次工具、少生成一些无效 Token，最终都会直接反映在成本和响应速度上。

Anthropic 的早期测试也显示，Sonnet 5.5 在处理代码库时更倾向于批量调用工具，从而减少执行步骤。

100 万 Token 上下文，更适合完整代码库和长任务

Claude Sonnet 5.5 支持最高 100 万 Token 上下文窗口，最大输出长度达到 128K Token，知识截止时间为 2026 年 6 月。

对普通聊天应用来说，100 万 Token 可能显得有些过剩。

但在软件工程和 Agent 场景中，这种上下文容量会更有价值。

例如一个 Coding Agent 在处理真实项目时，可能需要同时理解：

• 数百个代码文件
• README 和技术文档
• API 定义
• 数据库 Schema
• Git Diff
• 测试代码
• Terminal 输出
• 多轮 Tool Calling 记录

如果模型上下文太小，就需要频繁做裁剪、摘要或者重新检索。

而更大的上下文窗口意味着，可以在同一次任务中保留更多代码和历史状态。

这对于持续几个小时甚至更长时间的 Agent 任务尤其重要。

当然，100 万 Token 并不意味着每次请求都应该把整个代码库塞进去。长上下文本身依然意味着更高的输入量和延迟。

它真正的价值是：

当任务需要完整上下文时，模型不会首先被窗口限制住。

不只是写代码，文档、PPT 和表格也更强了

Sonnet 5.5 还有一个容易被 Coding 能力掩盖的变化，就是知识工作和内容表达能力也明显增强了。

在 GDPval-AA 这类面向真实职业任务的测试中，Sonnet 5.5 得分已经接近 Opus 5.5；在测试长周期知识工作的 AA-Briefcase 中，Anthropic 公布的数据也显示，它明显高于 Sonnet 5 和 GPT-6 Sol。

Anthropic 的早期测试者还特别提到了几个变化：

写作更清楚，文档结构更自然，对界面和视觉设计的判断也更好。

这让 Sonnet 5.5 不只适合 Coding Agent，也比较适合生成：

• 技术方案
• 商业报告
• Excel / Spreadsheet
• PowerPoint / Slides
• 产品文档
• 分析报告
• UI 和网页内容

Anthropic 甚至做过一个内部测试：给模型上市公司的季度财报、电话会材料以及指定的 PPT 模板，让它生成一份 10 页经营分析报告，评审人员认为第一版已经达到了可以直接发送的程度。

对于企业 Agent 来说，这类能力其实很实用。

因为真实工作往往并不是“回答一个问题”就结束了，最终还需要把结果整理成文档、表格或者汇报材料。

一个 API，不需要只绑定 Claude

Claude Sonnet 5.5 现在已经可以直接通过 DigitalOcean 无服务器推理（Serverless Inference） 调用。

开发者不需要自己维护模型服务器或者 GPU 集群，使用 DigitalOcean API 即可接入。

但如果只是把 DigitalOcean 理解成“又提供了一个 Claude API”，其实有点低估它的价值。

DigitalOcean Inference 目前已经提供 70 多款基础模型、Embedding 和 Reranking 模型，覆盖 Claude、GPT、DeepSeek、Qwen、Kimi、GLM、Llama 等多个模型系列。

而且文本模型统一提供 OpenAI 兼容接口。

这意味着，一个 AI 应用可以通过同一套 API 同时使用多个模型，而不是分别维护。

配合推理路由，让 Sonnet 用在真正需要它的地方

如果一个应用已经同时使用多款模型，还可以进一步使用 DigitalOcean Inference Router（推理路由器）。

它可以根据成本、延迟或者任务类型，把不同请求发送给更合适的模型。DigitalOcean 的推理平台把模型目录和路由放在同一套控制面中，开发者不需要自己再维护一层模型选择逻辑。

例如一个 Coding Agent 的任务可以拆成：

用户任务
   ↓
DigitalOcean Inference Router
   ↓
├── 意图分类 → 轻量模型
├── 日常 Coding → Claude Sonnet 5.5
├── 简单摘要 → 低成本模型
└── 高难度架构设计 → Claude Opus 5.5

对应用来说，还是一个推理入口。

这种方式控制成本的核心，并不是简单地找“哪一个模型最便宜”，而是：

不要让所有任务都使用同一个模型。

Sonnet 5.5 本身已经在能力、速度和成本之间做了比较明显的平衡，再配合多模型路由，可以把它集中用在真正需要较强 Coding 和知识工作能力的任务上。

立即体验 Claude Sonnet 5.5

Claude Sonnet 5.5 现已上线 DigitalOcean 无服务器推理（Serverless Inference）。

相比 Sonnet 5，这次升级最值得关注的并不是某一个 Benchmark，而是几个变化同时发生：

Coding 和 Agent 能力明显提升；

输出速度提高 30% 以上；

相同 Token 单价下，单任务 Token 消耗进一步下降；

100 万 Token 上下文继续保留；

知识工作、文档和视觉设计能力也进一步增强。

对于正在做 AI Coding、企业 Agent、文档自动化或者其他需要大量模型调用的应用来说，Sonnet 5.5 很适合作为日常主力模型进行测试。

而通过 DigitalOcean AI 推理平台，还可以把 Claude Sonnet 5.5 与 GPT、DeepSeek、Qwen、Kimi、GLM 等模型放进同一套推理架构，通过一个 API 接入多个模型，再配合 Inference Router 根据不同任务选择更合适的模型。

这样做的价值，不只是省掉几套 API 的接入工作，更重要的是避免把整个 AI 产品长期绑定在某一个模型上。

开发者可以通过 DigitalOcean API 调用 Claude Sonnet 5.5，也可以直接进入 DigitalOcean Cloud Console 在 Model Catalog 中进行测试。

DigitalOcean 中国区企业用户如果需要测试 Claude Sonnet 5.5、比较不同模型的实际效果，或者规划 Serverless Inference、Inference Router 与多模型架构，也可以联系 DigitalOcean 中国区战略合作伙伴 卓普云 AI Droplet 获取中文技术支持。