Claude Opus 5.5发布：性能直逼Fable，成本降40%

九月新模型接连登场，但大多只各领风骚一两天。Anthropic 正式发布 Claude Opus 5.5，这是 Claude 5.5 家族首款模型，未来几周还将推出 Sonnet 5.5 和 Haiku 5.5。官方称，它在多数任务上已达 Claude Fable 5.1 水平，相比 Opus 5 典型任务成本降低 40%，输出速度提高超 30%。

Anthropic 将 Opus 5.5 定位为面向长时间编程 Agent 和知识工作的主力模型。Terminal-Bench 4.0 中得分 66.4%，高于 GPT-6 Astra 的 57.9% 和 Opus 5 的 52.3%；FrontierCode v1.1 得分 54.4%，略高于 Astra 的 53.3%；CursorBench 4.0 从 Opus 5 的 46.6% 提高到 57.8%。GDPval-AA v2.1 中得 1846 Elo，超过 Fable 5.1 的 1735 和 Opus 5 的 1708；OSWorld 2.0 从 74.0% 提高到 81.8%。但 AutomationBench 得 40.0%，略低于 Astra 的 41.4%；Terminal-Bench-Science 0.1 得 58.7%，与 Astra 的 64.6% 仍有差距。Anthropic 提醒，榜单差距已无法完整反映真实体验，内部使用中 Opus 5.5 与 Fable 5.1 差距更小。

真正体现升级的是长任务。早期测试者用 Opus 5.5 一天内完成 68 万行代码迁移；20 万行代码库审计不到三小时，而 Opus 5 同类任务超 20 小时，token 消耗约为前者 2.5 倍。将 HAProxy 从 C 重写为 Rust，Opus 5.5 用时 9.5 小时，Fable 5.1 用时 12 小时，前者成本低 51%。季度业绩报告测试中，Opus 5.5 提交的 18 份报告有 16 份过关，Fable 5.1 和 Opus 5 无一达标。虚构并购分析中，完成时间从 93 分钟缩短到 63 分钟，成本降低一半。

价格和速度变化更易感知。API 输入和输出价格分别为每百万 token 4 美元和 20 美元，比 Opus 5 低 20%；缓存读取从 0.50 美元降至 0.20 美元，降幅 60%。还提供最高 2.5 倍速度的 Fast mode，价格为每百万输入 8 美元、输出 40 美元。模型支持 100 万 token 上下文和 12.8 万 token 最大输出，思考模式始终开启，默认 effort 为 medium。长时间 Agent 可通过上下文压缩整理较早对话。Opus 5.5 已上线 Claude、Claude Code 和 Claude Platform，同时登陆 AWS、Google Cloud 与 Microsoft Azure，API 模型名为 claude-opus-5-5，并成为 Claude 付费计划默认模型。Anthropic 将 Pro、Max 和 Team 计划五小时使用限额提高 20%，更低价格还会让同一额度可用时长增加约 25%，订阅用户获一次额度重置，有效期至 10 月 22 日。

有开发者指出，Opus 5.5 在 max 档运行 Intelligence Index 时输出 token 消耗为已测模型最高。官方所称单任务成本降低主要基于默认设置和典型负载，真实成本仍受任务类型、推理档位、上下文长度和缓存命中率影响。

社区实测多集中在创意编程、3D 建模和可交互模拟。Wes Bos 认为其已达 Fable 级别；BridgeMind 用一次提示生成可玩的 Mario Kart 游戏；Jake Eaton 让其编写约 7500 行 Python 代码逐像素绘制多种艺术风格。但 Auggie 用 Bach Benchmark 测试音乐创作，发现四声部众赞歌存在声部间距、重复音和平行八度问题。Ethan Mollick 认为 Opus 5.5 是首个接近 Fable 水平且不属 Fable 或 Astra 系列的模型，但文字过密问题仍未完全消失。官方将表达能力列为更新重点。

Opus 5.5 是 Anthropic 提出放慢前沿竞赛节奏后发布的首款模型。Frontier Design 和 METR 等参与评估，Anthropic 用覆盖近 2000 个模拟场景的自动化行为审计检查越界、欺骗和高风险行为。官方称其尝试突破限制边界的频率较 Opus 5 和 Claude Mythos 5.1 低约 85%，但承认模型有时能察觉自己正接受测试。由于其生物与网络安全能力接近 Mythos 5.1，Opus 5.5 启用与 Fable 5.1 相近的安全措施，大部分网络安全任务转交 Opus 4.8，只有通过验证的安全研究人员和生命科学机构才能获得更完整能力。还启用防止模型蒸馏的 preserved thinking，保留零数据留存选项，每次操作前经分类器检查，企业安全团队可审计其开源沙箱。

从 Opus 5 到 Opus 5.5 仅约两个月。型号只前进