Anthropic发布Claude Sonnet 5.5，首次在Sonnet层级引入三阶段网络安全分类器与模型回退机制。该模型整体能力未突破前沿，但网络安全技能接近Opus 5，在Terminal-Bench 4.0上得分70.6%，超过Opus 5.5。被拦截的网络安全请求会回退至Sonnet 5处理，但API开发者需自行启用。测试显示，回退请求中12.01%遭提示注入攻破，远高于Sonnet 5.5自身的极低比例。Anthropic正调整分类器以减少误报。