Claude Sonnet 5.5 coûte 2 $/10 $ par million de jetons d'entrée/sortie, la moitié des 4 $/20 $ de Claude Opus 5.5. Sur le tableau de lancement d'Anthropic, il se situe à quelques points d'Opus 5.5 sur la plupart des lignes et le bat sur Terminal-Bench 4.0 (70,6 % contre 66,4 %), pourtant Anthropic affirme qu'Opus 5.5 "reste nettement plus fort pour les travaux complexes et ouverts". Le verdict : dirigez les travaux bien délimités et à fort volume ainsi que les sous-agents vers Sonnet 5.5 avec un effort faible à élevé. Payez pour Opus 5.5 pour les tâches longues et ouvertes, ou partout où vous pousseriez Sonnet à xhigh ou max, car Opus à medium ou high obtient souvent de meilleurs scores pour un coût similaire ou moindre.
Pour chaque modèle individuel, voir qu'est-ce que Claude Sonnet 5.5 et qu'est-ce que Claude Opus 5.5. La dernière section montre comment tester les deux sur vos propres prompts dans Apidog.
Spécifications et prix côte à côte
| Sonnet 5.5 | Opus 5.5 | |
|---|---|---|
| ID de modèle API | claude-sonnet-5-5 |
claude-opus-5-5 |
| Entrée / sortie, par 1M de jetons | 2 $ / 10 $ | 4 $ / 20 $ |
| Écriture de cache (5 min) | 2,50 $ | 5 $ |
| Lecture de cache | 0,20 $ | 0,20 $ |
| Mode rapide | Non disponible | 8 $ / 40 $ |
| Effort par défaut sur l'API | high |
medium |
| Réflexion | Adaptatif par défaut, ou between_tools |
Adaptatif, toujours activé |
| Contexte / sortie max | 1M / 128K | 1M / 128K |
| Classe de latence | Rapide | Modérée |
Trois lignes sont les plus importantes :
- Les lectures de cache coûtent le même prix, donc dans les boucles d'agents intensives en cache, l'écart se situe principalement dans la sortie et les écritures de cache. La tarification de Claude Sonnet 5.5 fait le calcul. Aucun des deux modèles n'applique de prime pour les contextes longs.
- L'effort par défaut diffère. Un test avec les paramètres par défaut oppose Sonnet à
highcontre Opus àmedium, la paire où Opus a tendance à gagner. - Le mode rapide est réservé à Opus (docs). Anthropic dit que Sonnet 5.5 génère une sortie 30 % plus rapide que Sonnet 5.
Benchmarks : proches sur le tableau de lancement, plus larges sur la carte système
Les lignes un à huit proviennent du tableau de lancement d'Anthropic ; les autres proviennent de la carte système. Cognition a exécuté FrontierCode, Cursor a exécuté CursorBench, Zapier a exécuté AutomationBench, et Artificial Analysis (AA) a exécuté GDPval-AA et AA-Briefcase ; Anthropic a exécuté les autres. Sonnet est à l'effort maximum sauf indication contraire.
| Benchmark | Sonnet 5.5 | Opus 5.5 |
|---|---|---|
| Terminal-Bench 4.0 | 70,6% | 66,4% (xhigh) |
| FrontierCode 1.1 Main | 46,2% max, 52,1% xhigh | 54,4% |
| CursorBench 4.0 | 55,5% | 57,8% |
| GDPval-AA v2.1 (Elo) | 1844 | 1846 |
| AA-Briefcase v1.1 (Elo) | 1811 | 1822 |
| HLE, avec outils | 64,5% | 67,7% |
| OSWorld 2.1, partiel | 80,1% | 81,8% |
| Chartography, sans outils | 61,6% | 64,4% |
| SWE-Bench Pro | 81,3 | 89,9 |
| SWE-Bench Multimodal | 54,3 | 61,4 |
| HLE, sans outils | 56,9 | 64,4 |
| OSWorld 2.1, strict pass | 43,5% | 48,7% |
| ProgramBench, contexte long | 79,7% | 91,2% |
| Terminal-Bench-Science 0.1 | 59,9% | 58,7% |
| AutomationBench | 44,7 | 42,5 |
| HealthBench Professional | 69,2 | 65,6 |
Le tableau de lancement est la coupe la plus flatteuse : en dehors de Terminal-Bench, Opus devance ses lignes de pourcentage de 1,7 à 3,2 points, en comptant le score xhigh de Sonnet sur FrontierCode. Cinq lignes de la carte système élargissent l'écart à 5,2 à 11,5 points : SWE-Bench Pro, SWE-Bench Multimodal, HLE sans outils, OSWorld strict et ProgramBench avec contexte long. Les travaux longs, non assistés et complets sont les domaines où Opus reste en tête.
Lisez la victoire de Terminal-Bench 4.0 avec prudence : la section 8.5 de la carte système indique que le repli de sécurité a touché 10 % des essais d'Opus contre 1,5 % de ceux de Sonnet, et la propre exécution d'AA a noté Sonnet 5.5 à 63,6 %. Détails dans les benchmarks de Claude Sonnet 5.5.
L'effort décide de la confrontation
Le tableau de lancement compare chaque modèle à son meilleur réglage. Votre facture, non. La page de lancement d'Anthropic trace chaque niveau d'effort avec le coût par tentative ou tâche :
| Benchmark, modèle | Low | Medium | High | Xhigh | Max |
|---|---|---|---|---|---|
| Terminal-Bench, Sonnet | 20,0% (0,76 $) | 28,8% (0,83 $) | 43,0% (1,94 $) | 61,5% (5,30 $) | 70,6% (12,54 $) |
| Terminal-Bench, Opus | 38,5% (1,29 $) | 57,6% (2,94 $) | 64,2% (3,88 $) | 66,4% (7,35 $) | 64,8% (11,24 $) |
| CursorBench, Sonnet | 35,8% (0,50 $) | 39,2% (0,70 $) | 47,8% (1,67 $) | 53,1% (3,88 $) | 55,5% (9,67 $) |
| CursorBench, Opus | 43,7% (1,17 $) | 52,5% (2,91 $) | 56,0% (3,97 $) | 56,0% (6,98 $) | 57,8% (13,43 $) |
| FrontierCode, Sonnet | 29,3% (0,19 $) | 36,5% (0,24 $) | 49,4% (0,42 $) | 52,1% (1,59 $) | 46,2% (20,78 $) |
| FrontierCode, Opus | 47,3% (0,40 $) | 54,6% (0,80 $) | 54,0% (1,09 $) | 51,4% (2,25 $) | 54,4% (6,19 $) |
| AA-Briefcase, Sonnet | 1264 (0,87 $) | 1461 (1,64 $) | 1634 (3,95 $) | 1746 (9,63 $) | 1811 (29,19 $) |
| AA-Briefcase, Opus | 1285 (1,15 $) | 1642 (4,40 $) | 1705 (6,27 $) | 1780 (12,27 $) | 1822 (21,05 $) |
Ce que cela montre :
- Opus à medium bat souvent Sonnet à high. Terminal-Bench 4.0 : Opus obtient 57,6 % pour 2,94 $ par tentative, Sonnet 43,0 % pour 1,94 $.
- Opus en dessous du max peut battre le meilleur de Sonnet pour moins cher. CursorBench : Opus à high (56,0 %, 3,97 $) contre Sonnet à max (55,5 %, 9,67 $). FrontierCode : Opus à medium (54,6 %, 0,80 $) contre le meilleur de Sonnet (52,1 %, 1,59 $).
- Sonnet à max peut coûter plus cher qu'Opus à max : 29,19 $ contre 21,05 $ sur AA-Briefcase, pour un score inférieur. Sur FrontierCode, le score max de Sonnet est tombé en dessous de son score xhigh car il a déployé des sous-agents de révision, selon la note d'Anthropic.
- Sonnet domine le bas de la courbe. Son réglage low est moins cher que le point le moins cher d'Opus sur chaque graphique.
La moitié du prix du jeton n'est pas la moitié du coût par tâche : Sonnet dépense plus de jetons à mesure que l'effort augmente. Les données d'AA, telles que rapportées par OfficeChai, situent Sonnet 5.5 à environ 193 000 jetons de sortie par tâche d'index au maximum, soit environ 60 % de plus qu'Opus 5.5.
C'est le principal débat dans le fil de discussion Hacker News : de nombreux commentateurs lisent les graphiques comme indiquant qu'Opus à faible effort égale ou bat Sonnet à high ou xhigh, laissant la niche de Sonnet à faible ou moyen effort et comme sous-agent sous un orchestrateur Opus.
Le guide de prompt d'Anthropic indique que l'effort de Sonnet 5.5 est recalibré : commencez à high (medium pour un codage agentique bien spécifié) et réservez xhigh et max pour des gains mesurés. Changer l'effort de haut niveau entre les requêtes invalide le cache de prompt, alors définissez-le par charge de travail (guide API).
Différences de sécurité et de comportement
Les résultats d'injection de prompts sont partagés. Sur le benchmark d'injection de prompts indirects de Gray Swan, le taux de succès d'attaque de Sonnet 5.5 est de 3,4 % sur 15 tentatives (Sonnet 5 : 6,7 %) : moins résistant qu'Opus 5.5, plus que tous les modèles non-Claude testés, le plus faible en utilisation informatique GUI (12,5 %). Contre les attaquants adaptatifs de Shade, Sonnet bat Opus en codage (3,01 % contre 54,61 % sans protections, 2,63 % contre 11,13 % avec sondes activées) et fait jeu égal en utilisation informatique (0,07 %) ; en utilisation de navigateur, c'est le premier modèle évalué par Anthropic sans aucune attaque réussie. Voir Opus 5.5 et l'injection de prompts.
Les deux modèles sont équipés de protections cybernétiques ; Sonnet 5.5 est le premier Sonnet à les obtenir. Les tâches cybernétiques à haut risque signalées sont redirigées vers Sonnet 5, automatiquement dans les applications d'Anthropic et sur l'API seulement si vous choisissez de le faire (fallbacks: "default", bêta). La carte système avertit de davantage de refus même sur des travaux de sécurité bénins.
La carte système constate également que Sonnet 5.5 est plus honnête sous pression qu'Opus 5.5 mais plus sujet à l'hallucination.
Mélanger Sonnet 5.5 et Opus 5.5 dans un même système
Une façon d'obtenir les deux : Opus planifie, Sonnet exécute. Trois mécanismes sont importants.
Les blocs de réflexion ne se croisent pas. Sonnet 5.5 ignore les blocs de réflexion d'Opus 5 et Opus 5.5 (non facturés ; la requête retourne toujours 200), et les blocs sont liés au modèle, à la conversation et au compte. Changez de modèle en cours de conversation et le raisonnement est perdu, alors transférez l'état sous forme de texte : Opus écrit le plan comme un message, Sonnet commence à partir de celui-ci (guide de migration).
L'outil conseiller accepte Opus 5.5 comme conseiller pour un exécutant Sonnet 5.5 ; les conseils sont retournés chiffrés en tant que advisor_redacted_result.
Claude Code a opusplan : Opus en mode planification, Sonnet pour l'exécution. L'alias sonnet signifie Sonnet 5.5 uniquement sur l'API Anthropic (v2.1.284 ou ultérieure), donc sur Bedrock, Google Cloud et Foundry, opusplan s'exécute sur un Sonnet plus ancien. Voir Claude Sonnet 5.5 dans Claude Code.
Où se situe GPT-6 Sol
GPT-6 Sol partage le prix catalogue de 2 $/10 $ de Sonnet 5.5, avec des lectures mises en cache à 0,20 $ (90 % de réduction) et une fenêtre de contexte de 872 000. Le tableau d'Anthropic donne à Sol quatre cellules : FrontierCode 49,3 %, GDPval-AA 1487, AA-Briefcase 1483 et Chartography 53,6 % sans outils. Une note de bas de page indique qu'OpenAI a récemment corrigé un bug de compréhension d'image de Sol que les scores d'AA et de Surge AI pourraient ne pas encore refléter.
Le coût par tâche varie selon le benchmark. Sur AA-Briefcase au maximum, Sol coûte 2,67 $ par tâche contre 29,19 $ pour Sonnet, avec un score de 1483 contre 1811. Sur FrontierCode, Sonnet à high correspond au meilleur de Sol (49,4 % contre 49,3 %) pour 0,42 $ contre 2,07 $. Voir GPT-6 Sol vs Claude Opus 5.5 et qu'est-ce que GPT-6 Sol.
Quel modèle pour quelle charge de travail
| Charge de travail | Modèle et effort |
|---|---|
| Chat à haut volume, classification, extraction | Sonnet 5.5, low ou medium |
| Corrections de bugs bien définies, changements de taille de PR | Sonnet 5.5, medium ou high |
| Sous-agents exécutant un plan Opus | Sonnet 5.5, medium ou high |
| Travail agentique long et ouvert | Opus 5.5, medium puis high |
Tout ce qui nécessite Sonnet à xhigh ou max |
Opus 5.5, medium ou high |
| Raisonnement sur codebase à contexte long | Opus 5.5, medium ou supérieur |
| Agents lisant du contenu non fiable | L'un ou l'autre ; testez vos propres cas d'injection |
Testez les deux sur votre propre trafic
Chaque graphique ci-dessus provient du banc d'essai de quelqu'un d'autre, pas de vos prompts, outils ou mélange de jetons. Commencez par la paire que les données signalent :
ask() {
curl -s https://api.anthropic.com/v1/messages \
-H "x-api-key: $ANTHROPIC_API_KEY" \
-H "anthropic-version: 2023-06-01" \
-H "content-type: application/json" \
-d '{"model":"'"$1"'","max_tokens":16000,
"output_config":{"effort":"'"$2"'"},
"messages":[{"role":"user","content":"Review this diff and list each bug as JSON: ..."}]}' \
| jq '{model, stop_reason, usage}'
}
ask claude-sonnet-5-5 high
ask claude-opus-5-5 medium
Dans Apidog, rendez-le reproductible : une requête à https://api.anthropic.com/v1/messages, ANTHROPIC_API_KEY comme variable d'environnement, et {{model}} et {{effort}} dans le corps. Dupliquez-la par paire et ajoutez un post-processeur pour que chaque exécution vérifie les mêmes choses :
const body = pm.response.json();
pm.test("finished cleanly", () => {
pm.expect(body.stop_reason).to.not.be.oneOf(["max_tokens", "refusal"]);
});
pm.test("stays inside the token budget", () => {
pm.expect(body.usage.output_tokens).to.be.below(8000);
});
Exécutez chaque paire 10 à 20 fois et comparez l'usage, le temps de réponse et le taux de réussite ; les jetons multipliés par le prix catalogue représentent votre coût réel par tâche. Plus d'informations dans comment tester les applications LLM.
FAQ
Claude Sonnet 5.5 est-il meilleur qu'Opus 5.5 ? Pas sur la plupart des lignes. Opus 5.5 est en tête du tableau de lancement, sauf sur Terminal-Bench 4.0 et un quasi-égalité GDPval-AA. La confrontation de la génération précédente : Claude Opus 5 vs Sonnet 5.
Sonnet 5.5 coûte-t-il la moitié du prix d'Opus 5.5 ? Par jeton, oui. Par tâche, cela dépend de l'effort : au maximum, Sonnet coûte plus cher sur AA-Briefcase (29,19 $ contre 21,05 $).
Puis-je changer de modèle en cours de conversation ? Oui, mais Sonnet 5.5 ignore les blocs de réflexion d'Opus 5.5, alors transmettez l'état sous forme de texte.
Sonnet 5.5 ou GPT-6 Sol à 2 $/10 $ ? Sonnet est en tête des quatre lignes partagées à son meilleur réglage ; Sol peut être beaucoup moins cher par tâche. Testez les deux.
Étape suivante
Exécutez vos deux prompts les plus coûteux via Sonnet 5.5 à high et Opus 5.5 à medium, et comparez le taux de réussite et le coût par tâche avant de modifier une règle de routage. Pour conserver les requêtes, les assertions et les résultats dans un seul projet, téléchargez Apidog.