任务

在使用真实Cursor编程会话任务进行测试的CursorBench上，Sonnet5.5的最佳成绩与Opus5.5相差约2分以内。

Anthropic展示了各模型在不同effort设置下的得分及对应的单项任务成本。

在FrontierCode上，采用Higheffort设置的Sonnet5.5，比相同设置下的Sonnet5高出10分，单项任务成本却只有后者的约十五分之一。

在多项基准测试中，采用Low或Mediumeffort设置的Sonnet5.5，能够以约十分之一的单项任务成本，超过Sonnet5的最佳成绩。

在较低的effort设置下，Sonnet5.5的单项任务成本更低，也最能与Opus5.5形成互补。

随着effort提高，模型通常会花更长时间完成任务，因此单项任务成本更高，得分通常也会提高。