北京时间 9 月 23 日凌晨(美东 9 月 22 日),Anthropic 没有任何预热,直接发布了 Claude Opus 5.5。这是新命名的 Claude 5.5 家族的第一个成员,距离 7 月 24 日的 Opus 5 不到两个月,版本号一次跳两级。官方给它的一句话定位是:大多数工作上的表现与 Claude Fable 5.1 齐平,而默认设置下的典型任务成本比 Opus 5 低 40%。

不到两小时,OpenAI 扔出 GPT-6 Sol 与 GPT-6 Luna 正面接火,API 价格一起对半砍。同一天,SpaceXAI 的 Grok 4.7 和小米开源的 MiMo-V2.6-Pro 也在抢头条。我们 9 月 13 日那篇 Fable 5.1 缓存降价里说过,Anthropic 是在押注“长程 Agent 的钱袋子”;这次它不只砍缓存,还把整个价格表往下压了一档,并且第一次把“默认档位”当成卖点来讲。

这篇文章只回答三个问题:变了什么、账怎么算、你该不该换。

延伸阅读

顺带一提:模型账省下来的钱,别全烧在 token 上——十一过完接下来四个月都在用的那张桌子,这篇居家办公桌面 10 件算过另一笔账。

本文由拾光札记编辑部整理,勘误请联系我们。

一、先把传闻和实锤分开

发布前后中文圈里传得最凶的几条,真假混在一起,先过一遍:

  • 传闻:“Opus 5.5 全面碾压 GPT-6 Astra,新王登基”——一半对一半错。官方 9 项对比里 Opus 5.5 有 7 项领先,但业务流程基准 AutomationBench(40.0%,Astra 41.4%)和科研 Agent 基准 Terminal-Bench-Science 0.1(58.7%,Astra 64.6%)这两项它仍然输。Anthropic 自己在发布页写着:到了这个能力档位,榜单差距已经不是真实体验的可靠指南,他们内部使用中 Opus 5.5 与 Fable 5.1 的差距比分数显示的更小。
  • 传闻:“API 价格打六折”——错。挂牌价是降 20%(输入 $5 → $4、输出 $25 → $20);“典型任务省 40%”是单价下降叠加每个任务消耗的 token 更少之后的合计结果。真正降幅最狠的一项是缓存读取,从 $0.50 直接砍到 $0.20,降 60%。
  • 传闻(发布前的爆料):“代号 claude-wafer-eap、跳过 5.2 直升 5.5、定价 $4/$20、Fable 5.2 在路上”——前三条已被证实,版本号确实跳级、定价确实 $4/$20;Fable 5.2 至今没有任何官方口径,按传闻看待。
  • 实锤:同一天 OpenAI 发布 GPT-6 Sol 与 Luna,Sol 从上一代促销价的 $4/$20 降到 $2/$10,Luna 从 $0.20/$1.20 降到 $0.10/$0.50,官方口径是“较 GPT-5.6 对应模型降 50%”。

把这一层过完,才能理解 Opus 5.5 的处境:它不是“最便宜的那一档”,而是“把最贵那档的能力搬到主力档”。

二、价格横评:它在 9 月 23 日这张价格表里排第几档

模型输入($/百万 token)输出($/百万 token)缓存读取($/百万 token)上线与备注
Claude Opus 5.54.0020.000.209/22 美东上线,缓存写入 $5;Fast 档 $8/$40
Claude Opus 55.0025.000.507/24 发布,缓存写入 $6.25
Claude Fable 5.110.0050.000.259/1 发布,Anthropic 最贵一档
Claude Sonnet 52.0010.000.20缓存价与 Opus 5.5 相同
GPT-6 Astra10.0050.001.009/3 发布,272K 以上输入价翻倍
GPT-6 Sol2.0010.00缓存输入折扣最高 90%9/22 发布,较上一代促销价降 50%
GPT-6 Luna0.100.50同上9/22 发布,比 DeepSeek 闲时价还低
Grok 4.72.006.000.509/22 发布,≥20 万 token 档升至 $4/$12
MiMo-V2.6-Pro(开源权重)¥3(约 $0.42)¥6(约 $0.85)缓存折扣 99%9/22 开源,AA 智能指数 46 分
DeepSeek V4.1-Flash(闲时)¥1(约 $0.14)¥4(约 $0.56)¥0.02高峰时段全部翻倍
GLM-5.3-FlashX未公布统一口径————9/18 上线,速度最高 200 tokens/s,价格是 Flash 的 2.5 倍

数据人民币折算按 1 USD ≈ 7.1 CNY。

三个不能跳过的数字

  • 缓存读取 $0.20:这是长对话、大代码库、多轮工具调用场景里占比最高的一项计费。现在它与 Sonnet 5 持平,是 GPT-6 Astra($1.00)的五分之一。顺手对比一下:我们 9 月 17 日写的 DeepSeek V4.1-Flash闲时缓存命中是 ¥0.02,也就是 Opus 5.5 的约 1/70——省钱这件事上,海外旗舰和国产开源压根不在同一张表里。
  • 官方那张假设账单:200 万缓存读取 + 20 万新输入 + 6 万输出,Opus 5 是 $3.50,Opus 5.5 是 $2.40,单靠降价省约 31%。剩下的 9 个百分点,来自“干同样的活少绕弯”。
  • Fast 档是独立 SKU,不白送:输出速度最高 2.5 倍,价格也翻倍到 $8/$40,只在 Claude Code 和 Claude Platform 提供。订阅用户不额外掏钱;API 用户要先算清楚“省下的等待时间值不值这一倍钱”。

三、Effort 经济学:这次真正的变化是“默认档就够用”

Claude 的 reasoning effort(推理强度)是可调档位,越高想得越久、token 越多、账单越贵。Opus 5 时代的习惯做法是“重要任务开最高档保险”——Opus 5.5 改的正是这件事:

  • Terminal-Bench 4.0:Opus 5.5 默认档 57.6%,单任务约 $2.94;GPT-6 Astra 最高档 57.9%,约 $7.21。成绩几乎持平,成本约为四成。按官方原话,Opus 5.5 默认档就能赢 Opus 5 的最高档,成本约五分之一。
  • FrontierCode v1.1(看代码改动能不能被合入):默认档 54.6%,这个数字高于表内所有对手的最高分,包括 Astra 的 53.3%。
  • CursorBench 4.0(真实 Cursor 会话里的模糊、跨文件任务):默认档 52.5%,最高档 57.8%,比 GPT-5.6 Sol 的最高分高 11 个百分点;成本约为三分之一。
  • 客户侧口径:Deloitte 的代码审查测试里,Opus 5.5 的最低档抓出 72% 的已知 bug,Opus 5 开高档只有 56%;Optiver 说同样的编程任务只用了约一半的轮次、时间和输出 token,成本降 40%–50%;Box 说 token 用量是 Opus 5 的三分之一、回答短 40% 而准确率没掉(Anthropic 发布页的早期测试者语录)。

性能榜的另一半,是第三方和“翻车面”:

基准Opus 5.5Fable 5.1Opus 5GPT-6 AstraGPT-5.6 Sol
Terminal-Bench 4.066.4%55.8%52.3%57.9%37.3%
FrontierCode v1.154.4%50.3%48.0%53.3%47.5%
CursorBench 4.057.8%51.8%46.6%——41.7%
GDPval-AA v2.1(知识工作)18461735170815421588
AutomationBench(业务流程)40.0%31.4%26.9%41.4%28.8%
Terminal-Bench-Science 0.158.7%52.6%29.0%64.6%22.4%
OSWorld 2.0(电脑操作)81.8%80.7%74.0%————
Chartography(图表识别)89.0%88.4%83.4%————

数据。官方注明 Terminal-Bench 4.0 的标准误为 ±2.6 分,也就是说 0.2 个百分点这种“险胜”落在噪声里,别拿它当结论。第三方 Artificial Analysis 的智能指数给了 Opus 5.5 58 分、位列第一(Fable 5.1 与 GPT-6 Astra 均为 53 分),这个口径相对能横向比。

四、怎么用起来:四条路径

4.1 订阅用户(最快,三分钟)

Pro、Max、Team 和按席位计费的企业版计划里,Opus 5.5 已经是默认模型,登录 claude.ai 或升级 Claude Code 就能选到,不需要改任何配置。Claude Code 里也可以显式指定:claude --model claude-opus-5-5。

4.2 API 开发者

模型 ID 是 claude-opus-5-5,官方 API、Amazon Bedrock、Google Cloud、Microsoft Azure 四个平台同步可用:

1
2
3
4
5
6
7
8
9

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-opus-5-5",
    "max_tokens": 4096,
    "messages": [{"role": "user", "content": "把这个模块的重复逻辑合并一下"}]
  }'

要让缓存那 60% 的降幅真正落到账单上,你的请求前缀得稳定:system prompt、工具 schema、文件前缀不要每次动态拼(别塞时间戳和随机 ID),否则命中率是自己打掉的——这条在 9 月 13 日那篇里算过一次账。

4.3 企业侧

同一批平台上架,支持零数据保留(zero data retention);合规要求高的团队,迁移路径和 Fable 5.1 一样,不用重做集成。

4.4 两个省钱开关

  • 先把默认档跑一遍,再决定要不要升档。官方给的数据表明,以前“保险起见开最高档”的任务,现在默认档常常够用,这是省 40% 的主要来源。
  • Fast 档按需开,别默认开。它是 2.5 倍速度换 2 倍价格,只在“人等结果”的交互式场景才划算。

五、订阅额度:这次加了多少,以及别把它当成降价

  • 官方明确提高了五小时使用限额,覆盖 Pro、Max、Team 和席位制企业版;这比“取消涨价”这类口径实在,因为它是直接加可用量。
  • 订阅用户另外拿到一次 rate limit reset:可以存着、自己挑时间用。等于是“我这周没用完的额度,能挪到下周赶项目时再烧”。
  • 提醒一句旧账:8 月底公告的“标准周额度提高 25%”是相对 5 月的旧标准,对当时的临时额度其实是下调。这次官方没给百分比,只说“提高五小时限额”——到手多少以你自己用量页为准,别把“额度提高”直接读成“订阅更划算”。

六、风险与限制:官方没高亮、但会影响你的四件事

  • 部分任务会被换模型执行。官方写明:网安相关的多数任务会交给 Opus 4.8 完成,生物与前沿 LLM 开发任务交给 Opus 5,并直接承认这会拉低 Opus 5.5 在这些基准上的分数。对安全从业者来说,你买到的不是那个 58 分。
  • thinking 模式不能再关。Opus 5.5 与 Fable 5.1 一样,启动时带上防蒸馏的 preserved thinking 机制,且只对 2026 年 8 月 31 日及之后新建的 API 账户生效:保留思考块时,不能修改它之前的对话、工具定义或系统提示,改了请求直接失败。老账户不受影响,但如果你正准备新建组织跑长程 Agent,这条会影响架构设计。
  • 输出带水印。和 Fable 5.1 同款,为符合欧盟 AI 法案的要求。这条对做内容分发的团队意味着下游环节可能要多一道确认。
  • 版本节奏没停。Sonnet 5.5 与 Haiku 5.5 官方说“未来几周”推出。现在就把整套模型矩阵迁到 Opus 5.5,两周后很可能要再改一遍——建议先只换最贵、最痛的那个环节。

七、判断:谁该上、谁再等等、谁别碰

  • 今天就上:每天跑 Claude Code / Cursor 长 session、多文件重构的人(默认档更稳、缓存更便宜);做代码库级迁移与审计的团队(官方内部案例:HAProxy 从 C 改写 Rust,9.5 小时完成、成本比 Fable 5.1 低 51%;另一位测试者一天迁完 68 万行代码);Pro / Max 订阅者(限额提升和缓存降价直接叠加)。
  • 再等等:正在把整条矩阵迁到 Fable 5.1 的团队——等 Sonnet 5.5 落地,一次迁完,迁移成本只付一次;只跑短问答、高并发的应用——你吃不到 Effort 档位省下来的那部分,单价比 Opus 5.5 低的 GPT-6 Luna、DeepSeek V4.1-Flash、MiMo-V2.6-Pro 更合适。
  • 别碰别指望:想用它做网络安全攻防评估的(请求会被转给 Opus 4.8);按“单价降 20%”给老板报预算的(真实节省取决于你的档位设置和缓存命中率);把“Opus 5.5 第一”当成全面碾压证据的(业务流程与科研 Agent 两项仍输给 Astra)。

一句话:Opus 5.5 不是一次模型换代,是 Anthropic 把前沿能力从 Fable 档搬到了主力档——价格降两成、缓存降六成、默认档打平对手顶配。它省的是“每个任务”的钱,不是“每百万 token”的钱:按纯单价算,它今天依然比 GPT-6 Sol 贵一倍,比 GPT-6 Luna 和 DeepSeek V4.1-Flash 贵一个数量级。你的活是“长程、多步、要人盯着质量”,它值;你的活是“高频、短平快、量大”,有更便宜的选择。