概要
- Claude Opus 5.5 于周二发布，输入和输出每百万 token 定价分别为 4 美元和 20 美元，在默认设置下比 Opus 5 便宜 40%，而 Anthropic 表示它在大多数任务上可与 Fable 5.1 匹敌。
- 根据 Anthropic 自己的数据，Opus 5.5 在编码和知识工作测试上领先 Fable 5.1 和 Opus 5，但 GPT-6 Astra 仍在 AutomationBench 和 Terminal-Bench-Science 0.1 上击败它。
- 这是 Anthropic 在 CEO Dario Amodei 呼吁业界放缓 AI 能力提升后发布的首个模型，它带有与 Fable 5.1 相同的网络安全和生物安全防护措施。

Anthropic 于周二发布了 Claude Opus 5.5，这是该公司所称的 Claude 5.5 系列中的第一个模型。Anthropic 表示，新模型在大多数任务上的表现达到其最昂贵旗舰产品 Claude Fable 5.1 的水平。

不同之处在于，该模型的运行成本比它所取代的 Opus 5 低 20%，并且比该公司最先进的产品 Fable 5.1 便宜 60%。

该模型显然能力很强。它无论是在版本（5.5 对比 Fable 的 5.1）还是在系列（Opus 是公开可用的最大模型，其次是 Sonnet，Haiku 是最小的）上都是最先进的模型。

Anthropic 承认 Fable 与 Opus 之间的差距比其基准分数所显示的要小，但 Opus 公开可用、价格更低，并且每 token 更便宜，这使得它成为大多数 Claude 用户的明显选择。

Opus 5 于 7 月发布，在定价上低于 Fable 5，并在大多数基准测试中得分超过 Fable 5。Fable 5.1 于 9 月初发布，扭转了这一局面，在 Anthropic 公布的每项基准测试中都击败了 Opus 5。

Opus 5.5 再次缩小了差距，但这次是在价格而不是原始分数上。开发者平台 Lovable 曾在 7 月用其内部编码测试对 Opus 5 进行过测试，该公司在 Anthropic 分享的一份声明中表示，早期模型比之前的模型“更稳定，运行之间的差异小得多”——这正是 Anthropic 现在再次提出的效率主张。

Opus 5.5 也是 Anthropic 在 CEO Dario Amodei 发表文章呼吁业界放缓之后发布的首个模型。Amodei 在文章中认为，AI 能力提升正超出旨在控制这些提升的安全测试。“我们必须放慢提升 AI 模型能力的速度，”Amodei 本月早些时候写道。

Anthropic 主要通过代理编码来衡量这类进展——即由 AI 代理完成的工作，这种模型能够自主采取多步骤行动，而不仅仅是回答单个提示。

在 Terminal-Bench 4.0 上，该测试考察代理能否在命令行界面内完成复杂的专业任务，并以完成任务百分比作为评分结果，Opus 5.5 达到 66.4%，领先于 Fable 5.1 的 55.8% 和 GPT-6 Astra 的 57.9%。FrontierCode 使用相同的通过率评分方法，检查代理的代码改动是否能在真实工程管线中实际被合并，Opus 5.5 的得分为 54.4%，而 Fable 5.1 为 50.3%。

在 GDPval-AA v2.1 上，该测试使用 Elo——即用于衡量相对技能而非简单百分比的棋类排名系统——对 44 个职业的真实世界专业工作进行评分，Opus 5.5 得分为 1846，Fable 5.1 为 1735，Opus 5 为 1708。

不过，Opus 5.5 并非在所有地方都领先。在 AutomationBench 上，这是一个由 Zapier 构建的基准测试，考察代理能否在没有人类帮助的情况下从头到尾完成一个完整的业务流程，GPT-6 Astra 的 41.4% 略高于 Opus 5.5 的 40.0%。

在 Terminal-Bench-Science 0.1 上，该测试使用同样的通过率方法，考察代理在命令行环境中进行的代理式科学研究，Astra 的 64.6% 以更大幅度击败了 Opus 5.5 的 58.7%。

更大的卖点是成本。输入 token——模型读取和写入的文本块，按每百万个定价——现在 Opus 5.5 为 4 美元，而 Opus 5 为 5 美元；输出 token 从 25 美元降至 20 美元。缓存读取——即重用模型已经处理过的上下文而非从头重新处理，这在长时代理编码会话中占据了大部分成本——下降了 60%，降至每百万 token 0.20 美元。

由于 Opus 5.5 在这两项能力上与 Anthropic 的 Mythos 级模型（该公司最严格的层级，仅限经过审查的网络安全和生物学研究人员使用）相当，因此它推出了与 Fable 5.1 相同的防护措施。

大多数网络安全任务会自动转至较旧的 Opus 4.8，这是许多开发者和用户此前抱怨过的问题。

Opus 5.5 现已可在 Anthropic 的各平台上使用，包括 Amazon Web Services、Google Cloud 和 Microsoft Azure。Anthropic 表示，Sonnet 5.5 和 Haiku 5.5 将在未来几周内推出，并将相同的降价措施延伸到产品线的其余部分。