Claude Sonnet 5.5: Lựa chọn mặc định tầm trung, được đặc tả đầy đủ

Claude Sonnet 5.5 là mô hình tầm trung của dòng Claude, ra mắt ngày 28 tháng 9 năm 2026, và mức giá chính là toàn bộ lý do nó đáng được nhắc tới: 2 đô-la cho mỗi triệu token đầu vào và 10 đô-la cho mỗi triệu token đầu ra, so với 4 đô-la và 10 đô-la của Claude Opus 5.5, mẫu chủ lực ra mắt sáu ngày trước đó. Đó là một nửa giá đầu ra để đổi lấy 1,62 điểm trên Chỉ số Trí tuệ Artificial Analysis — 56,00 cho bản tầm trung so với 57,62 cho bản chủ lực, cả hai con số đều do Artificial đo trên bản sửa đổi chỉ số v4.3.2, không phải do chúng tôi và cũng không phải do nhà cung cấp. Phía trên cả hai là Claude Fable 5.1, với giá $10 / $50 và 53,35 trên cùng bản sửa đổi: đắt hơn mẫu chủ lực mà lại xếp sau. Ở cùng mức giá niêm yết $2 / $10 như Claude Sonnet 5.5 là GPT-6.1 Sol của OpenAI, với 51,83 — tức 417 phần trăm điểm chỉ số ở phía bên kia vạch, và đó chính là phép so sánh mà người đọc đang cân nhắc mô hình tầm trung thực sự phải thực hiện.

Trang này là một tài liệu tham chiếu, và các mốc ngày tháng nói lên lý do chứ không phải độ mới. Claude Sonnet 5.5 đã ra đời được mười ngày tính đến ngày 2026-10-08, điều đó đặt nó ngoài cửa sổ bảy ngày mà blog này đưa tin. Nằm trong cửa sổ đó là một sự kiện đã xảy ra cách đây sáu ngày: hai bài đăng trên X đề ngày 2026-10-02, khẳng định rằng một mô hình kế nhiệm trong dòng này đánh bại một đối thủ mà chính nhà cung cấp của nó đã hoàn thiện và giữ lại không phát hành. Tuyên bố đó không có model id, không có bảng giá, không có cửa sổ ngữ cảnh và không có benchmark nào đằng sau nó trong bất kỳ sổ đăng ký nào có thể truy cập từ đây, và nó không phải là chủ đề của trang này — chuỗi nguồn, kiểm tra sự vắng mặt trên bề mặt nhà cung cấp và độ trải chỉ số năm mô hình đều thuộc trọn vẹn về bài viết mà blog này đã xuất bản với tiêu đề Claude Fable 5.5 Beat GPT-6.1 Astra Before It Exists — and That Is the Interesting Part, đề ngày 2026-10-03. Điều mà tuyên bố đó thực sự tạo ra là một hàng người đọc hỏi nên lấy mô hình Claude nào đã phát hành làm chuẩn trong khi chờ đợi, và câu hỏi đó cần một trang về mô hình đang tồn tại. Đây chính là trang đó.

Những gì đã ra mắt vào ngày 28 tháng 9 năm 2026

Tài liệu của chính nhà cung cấp đưa ra đặc tả một cách trực tiếp, và đó là sự tiếp nối của phân hạng chứ không phải một hình dạng mới. Mọi nội dung dưới đây được đọc từ tài liệu Claude Platform của Anthropic vào ngày 2026-10-08, vì vậy đây là đặc tả của Anthropic, chứ không phải một cuộc kiểm nghiệm độc lập đối với đặc tả đó.

• Phát hành — ngày 28 tháng 9 năm 2026. Trang tài liệu của chính mô hình mở đầu bằng dòng "Mới nhất. Phát hành ngày 28 tháng 9 năm 2026."

• Định vị — "Sự kết hợp tốt nhất giữa tốc độ và trí tuệ", với độ trễ so sánh được liệt kê là Nhanh so với Trung bình đối với Claude Opus 5.5, Chậm hơn đối với Claude Fable 5.1 và Nhanh nhất đối với hạng nhỏ.

• ID mô hình — claude-sonnet-5-5 trên Claude API, Google Cloud, Microsoft Foundry và Claude Platform on AWS; anthropic.claude-sonnet-5-5 trên Amazon Bedrock. Mọi ID mô hình Claude đều là một snapshot được ghim cố định, vì vậy chuỗi đó không phải là một con trỏ có thể trôi dạt ngay dưới chân bạn.

• Ngữ cảnh và đầu ra — 1.000.000 token ngữ cảnh và 128.000 token đầu ra đồng bộ trên Messages API, tăng lên 300.000 nhờ header beta output-300k-2026-03-24 trên Message Batches API.

• Suy nghĩ — thích ứng, luôn bật theo mặc định, với mức nỗ lực mặc định là high. Cài đặt thấp nhất là between_tools, tắt suy nghĩ trước và được chấp nhận ở mức nỗ lực high hoặc thấp hơn. Đặt temperature, top_p hoặc top_k thành bất kỳ giá trị nào khác ngoài mặc định của nó sẽ trả về lỗi 400, vì vậy một yêu cầu được di chuyển từ mô hình Claude cũ hơn với temperature đã được tinh chỉnh sẽ thất bại một cách rõ ràng thay vì âm thầm.

• Điểm cắt kiến thức — tháng 6 năm 2026, đối với cả điểm cắt đáng tin cậy và điểm cắt dữ liệu huấn luyện.

• Vòng đời — Đang hoạt động (mới nhất), với cam kết ngừng hỗ trợ không sớm hơn ngày 28 tháng 9 năm 2027 trên các nền tảng do Anthropic vận hành. Amazon Bedrock và Google Cloud tự ấn định ngày riêng.

Cách nhà cung cấp định khung khi ra mắt đáng để trích dẫn vì đó là một tuyên bố chứ không phải một phép đo: thông báo của Anthropic mô tả Claude Sonnet 5.5 là "một nâng cấp rõ ràng so với Sonnet 5, chạy nhanh hơn 30% và tốn ít hơn tới 30% cho hầu hết công việc." Câu đó là của nhà cung cấp, không phải do chúng tôi tái tạo lại, và đó là kiểu tuyên bố phụ thuộc hoàn toàn vào việc bạn đặt loại công việc nào trước nó. Còn có một chi phí di trú gắn với bản phát hành mà trang này không phải nơi bàn tới: năm thay đổi phá vỡ tương thích ảnh hưởng đến mã đang chạy trên Claude Sonnet 5, và thay đổi thứ sáu làm thay đổi cấu trúc phản hồi mà không khiến bất kỳ yêu cầu nào thất bại. Phần hạch toán đó thuộc về bài viết về quá trình triển khai mà blog này đã đăng trong tuần phát hành, và đó là thứ đầu tiên cần đọc nếu hôm nay bạn đang chạy Sonnet 5 trong môi trường sản xuất.

1,62 điểm, và nửa giá

Điểm số độc lập cho mô hình này đến từ một nơi, và chúng mang một con số quyết định cuộc tranh luận. Artificial Analysis đo Claude Sonnet 5.5 ở mức 56.00 trên Chỉ số Thông minh của mình, bản sửa đổi v4.3.2 trong cấu hình mà trang đó gọi là "Claude Sonnet 5.5 (Max, Default Fallback)". Chúng tôi đã đọc trang đó vào ngày 2026-10-08. Trên cùng bản sửa đổi, cùng ngày:

• Claude Opus 5.5 — 57.62, phát hành ngày 2026-09-22, $4 / $20

• Claude Sonnet 5.5 — 56.00, phát hành 2026-09-28, $2 / $10

• Claude Fable 5.1 — 53.35, ra mắt ngày 2026-09-01, $10 / $50

• GPT-6 Astra — 52.67, phát hành ngày 2026-09-03, $10 / $50, với hạng ngữ cảnh dài trên 272.000 token gợi ý ở mức $20 / $75

• GPT-6.1 Sol — 51.83, phát hành 2026-09-29, $2 / $10

Việc nêu rõ đang dùng phiên bản nào là điều quan trọng, bởi vì điểm số từ một phiên bản của chỉ số này không thể so sánh được với điểm số từ một phiên bản khác: v4.3.2 bao gồm mười đánh giá — AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience và AA-LCR v1.1 — và thành phần của tập hợp đó đã thay đổi qua các phiên bản. Cả năm số liệu ở trên đều đến từ cùng một phiên bản, đó là lý do chúng có thể được đối chiếu với nhau, và cũng là lý do không con số nào trong đó có thể được đối chiếu với một con số được trích dẫn từ một phiên bản trước đó.

Việc so sánh giá là phần quyết định hành vi. Tốc độ đầu ra của Claude Sonnet 5.5 bằng một nửa của Claude Opus 5.5, và tốc độ đầu vào của nó cũng bằng một nửa; trên bảng giá của chính nhà cung cấp, hạng trung cấp có giá $2 / $10 trong khi hạng cao cấp nhất có giá $4 / $20. Ghép hai con số đã công bố lại với nhau và tỷ lệ thật rõ rệt: trên mỗi đô-la giá niêm yết đầu ra, Claude Sonnet 5.5 mang 5,60 điểm chỉ số và Claude Opus 5.5 mang 2,88 — gần gấp đôi chỉ số trên mỗi đô-la đầu ra, trên chính bảng giá của Anthropic và phép đo của chính Artificial Analysis. Đó là số học trên hai con số đã công bố chứ không phải phép đo bất cứ thứ gì, và đó là dạng trung thực của lập luận ủng hộ hạng trung cấp. Đó cũng không phải một phán quyết: một điểm chỉ số không phải là một đơn vị đo tính đúng đắn, và trọng tâm của phần còn lại của trang này là 1,62 được tạo nên từ gì và không được tạo nên từ gì.

Bảng giá, và hai dòng biến động nhiều nhất

Danh sách giá đầy đủ của Anthropic, được đọc vào ngày 2026-10-08. Mọi số liệu trong phần này đều là của nhà cung cấp.

• Đầu vào — $2.00 mỗi triệu token. Đầu ra — $10.00 mỗi triệu, và token suy nghĩ được tính như đầu ra, điều này không thể tắt ở đây vì chế độ suy nghĩ thích ứng được bật theo mặc định.

• Đọc bộ nhớ đệm — 0,10 USD mỗi triệu, mức mà Anthropic ghi là 5 phần trăm giá đầu vào cơ bản. Đây cũng chính là mức chiết khấu theo tỷ lệ mà Claude Opus 5.5 áp dụng, nên việc dùng bộ nhớ đệm không làm thay đổi thứ hạng giữa hai mô hình, và điều đó thực sự có nghĩa là một phiên chạy agent dài với tiền tố ổn định chỉ trả một phần mười mức giá đầu vào cho mọi thứ nó đọc lại.

• Ghi cache — $2.50 mỗi triệu token cho cache năm phút, $4.00 cho cache một giờ. Độ dài prompt tối thiểu có thể cache là 512 token, vì vậy những prompt ngắn hoàn toàn không thể nhận được mức giảm giá này.

• Batch API — giảm 50 phần trăm theo cả hai chiều, tức $1.00 cho đầu vào và $5.00 cho đầu ra đối với công việc có thể chờ đợi.

• Không phụ phí ngữ cảnh dài — Anthropic tính hóa đơn cho toàn bộ cửa sổ 1 triệu token theo mức giá chuẩn trên mỗi token ở model này, vì vậy một yêu cầu 900.000 token tốn cùng mức giá trên mỗi token như một yêu cầu 9.000 token. Đó là một khác biệt thực sự so với GPT-6 Astra, nơi bậc ngữ cảnh dài trên 272.000 token prompt tăng vọt lên $20 / $75 — đáng để nêu rõ vì đây là điểm duy nhất mà những con số nổi bật của hai nhà cung cấp phân kỳ mạnh một khi prompt trở nên dài.

Hai dòng mới là thứ quyết định phần lớn hóa đơn, chứ không phải mức giá hiển thị: chiết khấu đọc bộ nhớ đệm trong suốt một lượt chạy agent dài, và chiết khấu theo lô cho mọi tác vụ bất đồng bộ. Mức $2 / $10 trên tiêu đề là thứ được đem so sánh trên bảng xếp hạng; còn các dòng cache và batch mới là thứ tạo nên hóa đơn hàng tháng trên thực tế.

Khoảng cách đó có nghĩa là gì và không có nghĩa là gì

Intelligence Index là một con số duy nhất trên một hỗn hợp tác vụ cố định, và chính thuộc tính đơn lẻ đó giải thích phần lớn sự nhầm lẫn xung quanh nó. Mười bài đánh giá đằng sau v4.3.2 bao gồm lập trình dạng tác tử và công việc trên terminal, suy luận khoa học ở trình độ sau đại học, một bộ kỹ thuật phần mềm, một bộ tự động hóa dạng tác tử và một bộ truy xuất ngữ cảnh dài, được gộp trọng số thành một chỉ số tổng hợp. Một mô hình kém một mô hình khác 1,62 điểm là kém trên chỉ số tổng hợp đó — không phải trên khối lượng công việc của bạn, vốn có thể gán trọng số cho mười hạng mục đó theo một tỷ lệ hoàn toàn khác, và có thể chứa những tác vụ mà không hạng mục nào trong số đó đại diện.

Điều đó trên thực tế có nghĩa là sự phân chia theo hình thái công việc thay vì theo độ danh giá của hạng. Công cụ chọn mô hình của chính Anthropic thể hiện rõ ràng sự phân chia này, và đáng để đọc vì nó không tâng bốc tầng trung: tài liệu hướng dẫn người đọc “hãy bắt đầu với Claude Opus 5.5 cho hầu hết các khối lượng công việc”, và dùng đến Claude Fable 5.1 “cho những tác vụ suy luận đòi hỏi cao và công việc dạng tác tử có tầm xa, hoặc khi các đánh giá của bạn trên Claude Opus 5.5 ở mức nỗ lực cao hơn vẫn chưa đạt yêu cầu”. Claude Sonnet 5.5 không phải là mô hình mà câu đó bắt đầu bằng. Nó là mô hình mà cùng tài liệu đó mô tả là sự kết hợp tốt nhất giữa tốc độ và trí tuệ, với độ trễ so sánh nhanh nhất ngoài tầng nhỏ — một lập luận khác, và hẹp hơn.

Vậy cách diễn giải trung thực là thế này. Tầng trung thường là câu trả lời đúng cho công việc có phạm vi rõ ràng với khối lượng lớn: các tính năng và bản sửa lỗi trên một codebase đã biết, trích xuất và phân loại với dạng đầu ra đã định, các vòng lặp gọi công cụ nơi phần khó là harness chứ không phải lập luận, và bất cứ việc gì mà token đầu tiên nhanh cùng chi phí thấp mỗi lượt gọi quan trọng hơn 2% năng lực cuối cùng. Flagship xứng đáng với mức giá của nó khi công việc thực sự dài hơi — các phiên chạy agent kéo dài nhiều giờ, những đợt refactor trải khắp các file mà prompt không thể chứa hết cùng lúc, và các đánh giá trên tầng trung cho thấy sự thiếu hụt đo lường được khi tăng effort. Điều kiện cuối cùng ấy là của chính nhà cung cấp, và nó là một điều kiện có thể kiểm chứng: hãy nâng mức effort trên tầng trung, chạy đánh giá của riêng bạn, và xem liệu nó có thu hẹp khoảng cách hay không. Nếu có, thì 1.62 không đóng vai trò chịu lực đối với bạn. Nếu không, bạn đã mua câu trả lời của mình bằng chính số liệu của bạn thay vì bằng điểm tổng hợp của người khác.

Điều mà khoảng cách này không có nghĩa là 1,62 điểm chẳng là gì. Đó là toàn bộ mức chênh lệch giữa hai mô hình, và trên một khung đánh giá cố định được đánh giá trong cùng điều kiện, đó là một thứ tự xếp hạng thật. Nó chỉ đơn thuần là thứ tự xếp hạng của một tổ hợp tác vụ cụ thể, ở mức nỗ lực tối đa với dự phòng mặc định, và nó không nói lên điều gì về việc trong hai mô hình, cái nào là lựa chọn đáng mua hơn cho một khối lượng công việc mà cả hai đều chưa được đánh giá chuẩn trên đó.

Cái bẫy về tên gọi: đây là trang Claude Sonnet 5.5 nào

Một độc giả tìm kiếm tên của mô hình này sẽ gặp trên blog này vài trang trông giống như trang này, nhưng thực ra chúng không phải vậy. Trang đề ngày 2026-09-24 là trang dự đoán trước: nó được viết trước khi mô hình ra mắt, và chủ đề của nó là một bài đăng X duy nhất tuyên bố về một cuộc thử nghiệm kín đáo, được tái dựng dựa trên các con số của mô hình mà nó sẽ thay thế. Trang được xuất bản trong tuần ra mắt là bài viết về đợt triển khai: chủ đề của nó là năm thay đổi phá vỡ tương thích ảnh hưởng đến mã đang chạy trên Claude Sonnet 5, cộng thêm thay đổi thứ sáu làm thay đổi hình dạng phản hồi mà không gây ra lỗi. Ngoài ra còn có một loạt các trang so sánh đối đầu mang tên mô hình này với các mô hình của nhà cung cấp khác, và một trang ứng dụng về những gì chương trình khuyến mãi của đợt ra mắt bao gồm.

Không trang nào trong số đó là trang mô hình, và đó chính là khoảng trống mà bài viết này lấp đầy. Trang này là tài liệu tham chiếu mà người đọc tìm đến sau khi tra cứu chính tên của mô hình: nó là gì, chi phí ra sao, nó đo lường những gì, và những công việc nào thuộc về nó. Chi tiết di trú của trang triển khai và phần phê bình nguồn tin của trang dự đoán vẫn giữ nguyên vị trí; nếu bạn có mã Sonnet 5 đang chạy trong môi trường production, trang triển khai là nơi bạn nhấp vào đầu tiên, còn trang này sẽ cho bạn biết liệu mô hình mà bạn đang chuyển sang có phải là mô hình bạn muốn hay không.

Có một thói quen đặt tên đáng để sửa nhân đây, vì tự bản thân nó đã gây hiểu nhầm. Hậu tố 5.5 đánh dấu một thế hệ, không phải một thứ hạng. Claude Sonnet 5.5 và Claude Opus 5.5 thuộc cùng một thế hệ của cùng một dòng, và con số trước dấu chấm là hạng. Không có gì trong hậu tố cho bạn biết mẫu nào thắng một bài benchmark.

Tình trạng còn hàng, có ghi ngày

Claude Sonnet 5.5 đã có mặt trên OrcaRouter kể từ khi ra mắt, dưới dạng anthropic/claude-sonnet-5.5, với mức giá niêm yết của chính Anthropic và không cộng thêm phụ phí: 2,00 USD cho đầu vào và 10,00 USD cho đầu ra trên mỗi triệu token; hai con số này được đọc từ endpoint mô hình của chúng tôi vào ngày 2026-10-08 và khớp từng dòng với bảng giá của nhà cung cấp. Trang của chúng tôi dành cho mô hình này ghi cùng cửa sổ ngữ cảnh 1M token và đầu ra tối đa 128K, liệt kê văn bản, hình ảnh và tệp là các loại đầu vào được chấp nhận, văn bản là đầu ra duy nhất, đánh dấu nó được phát hành vào 2026-09-28 và chưa bị ngừng hỗ trợ, đồng thời cho thấy nó có thể truy cập được qua cả endpoint chat-completions tương thích OpenAI lẫn endpoint messages của chính Anthropic — điều này khiến nó trở thành một sự thay thế trực tiếp cho một tích hợp vốn đã tương thích với một trong hai.

Mọi thứ khác trong cùng danh mục đó đều được truy cập từ cùng một khóa: một API cho hơn 200 mô hình, với giá niêm yết của nhà cung cấp được chuyển tiếp nguyên vẹn ở mức 0% markup để khi nhà cung cấp giảm giá thì khách hàng nhận được ngay trong ngày giá được công bố, tự động chuyển đổi dự phòng khi một endpoint bị suy giảm, cùng một DSL định tuyến cho những trường hợp bạn muốn ghim một mô hình hoặc kết hợp nhiều mô hình thành một câu trả lời. Chính sự kết hợp đó khiến câu hỏi trên trang này trở nên rẻ thay vì tốn kém để trả lời. Cả hai mô hình trong so sánh ở trên đều nằm sau cùng một thông tin xác thực, nên mức giá bạn so sánh là giá do chính nhà cung cấp công bố chứ không phải của một nhà bán lại, và bài kiểm tra phiên bản chỉ tốn một lần chạy đánh giá thay vì một dự án di trú: hãy hướng một phần lưu lượng vào anthropic/claude-sonnet-5.5, giữ phần còn lại trên mô hình chủ lực, và để chính các con số chi phí cho mỗi tác vụ hoàn thành của bạn quyết định mô hình nào nên là mặc định.

Phiên bản ngắn

Claude Sonnet 5.5 là một mô hình tầm trung với các con số cận flagship và giá đầu ra bằng một nửa flagship, và ba sự thật quyết định liệu nó có phải là mặc định của bạn hay không là những điều sau. Nó kém Claude Opus 5.5 1,62 điểm trên chỉ số v4.3.2 của Artificial Analysis, ở mức 56,00 so với 57,62, với cả hai con số được đo trên cùng một bản sửa đổi và trong cùng cấu hình nỗ lực tối đa với fallback mặc định. Nó có giá $2 / $10 so với $4 / $20 của flagship, với chiết khấu cache và batch tỷ lệ thuận thay vì khác biệt, nên khoảng cách giá vẫn tồn tại qua mọi chiết khấu mà mỗi mô hình đưa ra. Và nó mặc định ở mức nỗ lực cao, trong khi flagship mặc định ở mức nỗ lực trung bình, nghĩa là một cài đặt được mang từ flagship sẽ chạy ở đây cao hơn một bậc thay vì thấp hơn, và chi phí của điều đó thuộc về bạn để đo lường thay vì giả định.

Bộ chọn của chính Anthropic vẫn bắt đầu ở Claude Opus 5.5 cho hầu hết khối lượng công việc, và điều đó đáng để biết trước khi bạn chuẩn hóa trên bất kỳ thứ gì. Nhưng với hầu hết độc giả đến trang này bằng cách tìm kiếm tên mô hình này, phân khúc tầm trung là mặc định hợp lý, còn mô hình chủ lực là ngoại lệ bạn mua khi các bài đánh giá của chính bạn yêu cầu — công việc có phạm vi rõ ràng ở khối lượng lớn, độ trễ thấp, cửa sổ một triệu token không phụ phí ngữ cảnh dài, và mức giá chỉ bằng một nửa cho hạng mục đầu ra. Cả hai chỉ cách một khóa trên OrcaRouter, và bài đánh giá để quyết định giữa chúng tốn một buổi chiều thay vì một cuộc chuyển đổi.