Sonnet 5.5 单价不变、靠少用 token 省钱，但思考关不掉、强制调工具直接报 400
thinking: disabled 和强制 tool_choice 都改成直接返回 400；要关掉前置思考改用 between_tools，要强制调用工具改用 auto 加 strict 工具；读取 content 必须按块的 type 来读。stop_reason: "refusal" 的形式返回，开启 server-side fallback 后，部分拒绝会被悄悄改到 Sonnet 5 上重试。Sonnet 5.5 与 Opus 5.5 按任务性质分工：规格清楚、结果可检验的日常任务（修 bug、迭代功能、做文档、slides、表格）用 Sonnet；需要细致判断的复杂工作和最难的长程任务用 Opus。
能不能交给更便宜、更快的模型，取决于有没有外部判据：规格清楚，加上能检验结果，就能及时发现中档模型的偏差；没有判据的开放任务更依赖模型自身的判断质量，所以作者建议回到 Opus。Claude Code 里 default 仍是 Opus 5.5，要用 Sonnet 得手动执行 /model sonnet（¶48）。
“the task has a clear spec and a way to check the result” ¶7
全文没有给出 Sonnet 5.5 和 Opus 5.5 之间的任何定量差距（质量或价格），「什么时候该换 Opus」只有定性说法。cyber 防护会误伤多少正常请求也没有数据，只说「Most routine software development is unaffected」。
成本下降来自 token 用量减少，不是降价。而且 effort 档位重新校准过，旧档位不能直接搬过来，必须重跑 effort sweep。
单价、批处理价、缓存价都与 Sonnet 5 一致（¶8），省钱靠的是同样的任务用更少的 token（¶9）。但同一个档位名在新模型上对应的思考量不同，各 surface 的默认值也不一样：Claude Platform 默认 high，Claude Code 默认 medium（¶10）。作者给出的起点是：一般任务从 high 开始；规格清楚的 agentic 任务从 medium 开始；只有 eval 证明 xhigh/max 能提升质量时才用。想让模型少想，要直接降 effort，在 system prompt 里要求它少想并不可靠（¶33）。
“Effort levels are recalibrated, so a level doesn't produce the same amount of thinking” ¶32
「up to」（最多）和「for most work」（多数工作）叠在一起，30% 只是上限，不是典型值。另外有两处成本反方向上升：思考默认开启并计入 max_tokens；同尺寸图片比 Sonnet 4.6 多耗约 2.5 倍 token（¶11），对比对象不是 Sonnet 5。
思考默认开启，而且关不掉。替代方案 between_tools 只在工具调用之间思考，同时带来一组硬约束。
不传 thinking 字段时走 adaptive thinking，传 disabled 会返回 400（¶16）。between_tools 只能在 low/medium/high 档使用，不能附带其他字段，对话中途也不能改 effort（¶18–¶20）。工具调用之间的进度说明以 thinking 块返回，必须原样回传（¶21）。所以凡是按 content[0].text 取文本的代码，都会因为第一个块是 thinking 而出错。
“because Sonnet 5.5 thinks by default, so a response can begin with a” ¶4
文中所有 400 错误约束（disabled、强制 tool_choice、between_tools 用在 xhigh 档、旧版 computer 工具）和缓存失效规则，都能用几次廉价调用直接复现。
强制调用工具的写法（tool_choice 为 any/tool）被取消，改成三件事配合：auto、strict: true 的 schema，以及在 prompt 里写明什么时候调用。
以前「保证结构化输出」靠 API 强制模型调用某个工具；现在拆成两层：schema 层由 strict 模式保证输入合法（每个 object 都要写 additionalProperties: false，¶25），什么时候调用则交给 prompt 里的指令。结构合法仍然由机器保证，但「一定会调用」不再由 API 担保，变成依赖指令遵循的概率行为。
“say in the prompt when to use it” ¶24
这一点暂无对应的审视。
缓存的门槛和价格都更友好了，但顶层 effort 一改，缓存就失效；只有 per-message effort（beta）能做到「这一轮换个档位、缓存还在」。
最小可缓存长度降到 512 tokens，短的 system prompt 和工具定义也能缓存；缓存读取价是输入价的十分之一（¶38）。顶层 effort 属于请求级参数，一变就不再命中缓存前缀；per-message effort 只作用于这一条消息，所以缓存得以保留。这和 ¶20 的约束（between_tools 下不能中途改 effort）一起限定了「生成用低档、核验用高档」这类方案能怎么落地。
“Changing the top-level effort between requests invalidates the cache” ¶38
这一点暂无对应的审视。
拒绝变成了「成功响应」里的一个状态，并且分成五类。在 prompt 里要求模型写出推理过程，本身就会触发其中的 reasoning_extraction 类拒绝。
拒绝返回 HTTP 200，stop_reason 为 refusal，由 stop_details 标明类别（¶40）。只看 HTTP 状态码的流水线会把拒绝当成正常答案。server-side fallback 会把 cyber/frontier_llm 两类拒绝转到 Sonnet 5 上重试，于是实际作答的模型可能悄悄换掉。想看推理过程，应改用 thinking.display: summarized，而不是在 prompt 里要求模型写出来（¶36）。
“Don't ask the model to write out its reasoning in the response” ¶36
advisor 返回的建议是加密的，代码读不到（¶28）；fallback 换模型也不会主动提示。对审计场景来说这是可追溯性缺口，文章没有讨论。
作者没有直接谈到这一点。
「30% faster」「up to 30% less」都是厂商自报，没有给任务集、测量口径和方差。Epic 那段引言是客户背书，只有定性描述。
作者没有直接谈到这一点。
effort 档位名跨模型、跨 surface 都不等价：Platform 默认 high，Claude Code 默认 medium。不先固定档位就比较「Sonnet 5.5 vs Opus 5.5」，结论不成立。
output_config.effort，在 Claude Code 里显式传 --effort，并把实际档位写进日志。想关掉前置思考只能改用 between_tools，但它换来一组会报 400 的硬约束。
Sonnet 5.5 与 Opus 5.5 按任务性质分工：规格清楚、结果可检验的日常任务（修 bug、迭代功能、做文档、slides、表格）用 Sonnet；需要细致判断的复杂工作和最难的长程任务用 Opus。
能不能交给更便宜、更快的模型，取决于有没有外部判据：规格清楚，加上能检验结果，就能及时发现中档模型的偏差；没有判据的开放任务更依赖模型自身的判断质量，所以作者建议回到 Opus。Claude Code 里 default 仍是 Opus 5.5，要用 Sonnet 得手动执行 /model sonnet（¶48）。
the task has a clear spec and a way to check the result
¶7 ↗
成本下降来自 token 用量减少，不是降价。而且 effort 档位重新校准过，旧档位不能直接搬过来，必须重跑 effort sweep。
单价、批处理价、缓存价都与 Sonnet 5 一致（¶8），省钱靠的是同样的任务用更少的 token（¶9）。但同一个档位名在新模型上对应的思考量不同，各 surface 的默认值也不一样：Claude Platform 默认 high，Claude Code 默认 medium（¶10）。作者给出的起点是：一般任务从 high 开始；规格清楚的 agentic 任务从 medium 开始；只有 eval 证明 xhigh/max 能提升质量时才用。想让模型少想，要直接降 effort，在 system prompt 里要求它少想并不可靠（¶33）。
Effort levels are recalibrated, so a level doesn't produce the same amount of thinking
¶32 ↗
思考默认开启，而且关不掉。替代方案 between_tools 只在工具调用之间思考，同时带来一组硬约束。
不传 thinking 字段时走 adaptive thinking，传 disabled 会返回 400（¶16）。between_tools 只能在 low/medium/high 档使用，不能附带其他字段，对话中途也不能改 effort（¶18–¶20）。工具调用之间的进度说明以 thinking 块返回，必须原样回传（¶21）。所以凡是按 content[0].text 取文本的代码，都会因为第一个块是 thinking 而出错。
because Sonnet 5.5 thinks by default, so a response can begin with a
¶4 ↗
强制调用工具的写法（tool_choice 为 any/tool）被取消，改成三件事配合：auto、strict: true 的 schema，以及在 prompt 里写明什么时候调用。
以前「保证结构化输出」靠 API 强制模型调用某个工具；现在拆成两层：schema 层由 strict 模式保证输入合法（每个 object 都要写 additionalProperties: false，¶25），什么时候调用则交给 prompt 里的指令。结构合法仍然由机器保证，但「一定会调用」不再由 API 担保，变成依赖指令遵循的概率行为。
say in the prompt when to use it
¶24 ↗
缓存的门槛和价格都更友好了，但顶层 effort 一改，缓存就失效；只有 per-message effort（beta）能做到「这一轮换个档位、缓存还在」。
最小可缓存长度降到 512 tokens，短的 system prompt 和工具定义也能缓存；缓存读取价是输入价的十分之一（¶38）。顶层 effort 属于请求级参数，一变就不再命中缓存前缀；per-message effort 只作用于这一条消息，所以缓存得以保留。这和 ¶20 的约束（between_tools 下不能中途改 effort）一起限定了「生成用低档、核验用高档」这类方案能怎么落地。
Changing the top-level effort between requests invalidates the cache
¶38 ↗
拒绝变成了「成功响应」里的一个状态，并且分成五类。在 prompt 里要求模型写出推理过程，本身就会触发其中的 reasoning_extraction 类拒绝。
拒绝返回 HTTP 200，stop_reason 为 refusal，由 stop_details 标明类别（¶40）。只看 HTTP 状态码的流水线会把拒绝当成正常答案。server-side fallback 会把 cyber/frontier_llm 两类拒绝转到 Sonnet 5 上重试，于是实际作答的模型可能悄悄换掉。想看推理过程，应改用 thinking.display: summarized，而不是在 prompt 里要求模型写出来（¶36）。
Don't ask the model to write out its reasoning in the response
¶36 ↗
「30% faster」「up to 30% less」都是厂商自报，没有给任务集、测量口径和方差。Epic 那段引言是客户背书，只有定性描述。
「up to」（最多）和「for most work」（多数工作）叠在一起，30% 只是上限，不是典型值。另外有两处成本反方向上升：思考默认开启并计入 max_tokens；同尺寸图片比 Sonnet 4.6 多耗约 2.5 倍 token（¶11），对比对象不是 Sonnet 5。
effort 档位名跨模型、跨 surface 都不等价：Platform 默认 high，Claude Code 默认 medium。不先固定档位就比较「Sonnet 5.5 vs Opus 5.5」，结论不成立。
output_config.effort，在 Claude Code 里显式传 --effort，并把实际档位写进日志。文中所有 400 错误约束（disabled、强制 tool_choice、between_tools 用在 xhigh 档、旧版 computer 工具）和缓存失效规则，都能用几次廉价调用直接复现。
全文没有给出 Sonnet 5.5 和 Opus 5.5 之间的任何定量差距（质量或价格），「什么时候该换 Opus」只有定性说法。cyber 防护会误伤多少正常请求也没有数据，只说「Most routine software development is unaffected」。
advisor 返回的建议是加密的，代码读不到（¶28）；fallback 换模型也不会主动提示。对审计场景来说这是可追溯性缺口，文章没有讨论。