Claude Sonnet 5.5 两个配置进入 Code Arena: WebDev 前四

Arena 公布 Claude Sonnet 5.5 在 Code Arena: WebDev 榜单的成绩：High 配置以 1699 分排第 4，混合价格约 $8 per Mtoken，比第 2、3 名便宜 80%；相较 Sonnet 5 (High) 的 1540 分提升 159 分。xHigh 配置随后以 1786 分排第 3，距第 2 名 GPT-6 Astra 的 1788 分仅差 2 分。

同一模型的两个推理配置同时进入前四，xHigh 与第 2 名只差 2 分，且 High 配置价格明显更低。相比 Sonnet 5，分数从 1540 提升到 1699，多个子项从第 30 多名跃升至第 4，说明其在 WebDev 细分能力上的位置发生了实质变化。

榜单分数来自 Arena 的 Code Arena: WebDev 评测，High 与 xHigh 代表不同推理投入档位，价格按混合价格计算。分数与单价同时列出，意味着该榜在能力之外也把成本纳入可比维度，使高推理档与低价档之间的取舍变得可量化。

若该榜单结果可复现，团队在 Web 开发类代码生成任务中可用 Sonnet 5.5 High 替代更贵的第 2、3 名方案以压低推理成本，并把 xHigh 作为高难度任务档位。启动项目前应按自身代码库与任务分布验证，而非直接按榜单分数迁移。

• 在 Web 前端与全栈生成任务中，用 Sonnet 5.5 High 与现用模型做同任务 A/B 成本对比测试。
• 按任务难度拆分路由：常规 WebDev 任务走 High，复杂重构或长链路任务走 xHigh。
• 针对 Reference-Based Design、Simulations、Gaming 三类子项各建立内部回归用例，验证榜单提升是否可复现。
• 把混合价格与实测 token 消耗对照，重新核算代码生成功能的单位成本上限。

• Code Arena: WebDev 的具体评测方法、题集与打分口径未在证据中说明。
• 混合价格约 $8 per Mtoken 的输入输出构成与计费条件未明确。
• 第 1 名与第 2、3 名的具体模型及价格未完整披露。
• 高分提升是否在真实工程任务中稳定复现，缺少独立验证。