Claude Opus 5.5突襲！68萬行代碼一天遷完，API價格打8折

在代碼、知識工作、計算機操作等多項基準測試中拿下第一的同時，輸出速度也比Opus 5快了30%以上。這暫停得好好的前沿，怎麼不到兩週又被推進了。那CEO Dario Amodei發表的“放緩前沿”公開信算什麼？算他能發。這屆模型開始拿代碼當畫筆 目前看到比較新穎的測試是用純代碼生成圖像，SVG鵜鶘騎自行車已經被刷爆了，這次是更復雜的Python渲染。類似的能力可以擴展成用純js代碼生成渲染視頻。多項跑分登頂，API價格打8折 他們說任務成本降4成，但API價格並沒有直接打6折。Opus 5.5的輸入、輸出價格分別是每百萬Token 4美元和20美元，相比Opus 5下降20%。

再加上完成同一任務需要的步驟和Token更少，Anthropic測算，典型任務的總成本可以下降40%。真正下狠手的是緩存讀取價。這一項從Opus 5的每百萬Token 0.50美元，直接降到0.20美元，砍了60%。做Agent編程的都知道，長對話和大型代碼任務需要反覆讀取上下文，緩存讀取經常佔據成本的大頭。相比賬面上的API單價，這一刀可能更有實際體感。另外還有一個Fast mode，輸出速度最高可達標準模式的2.5倍，價格也翻倍至每百萬輸入Token 8美元、輸出Token 40美元，適合對延遲特別敏感的場景。

訂閱用戶也加量了，Pro、Max、Team和按席位收費的企業版，五小時使用限額都會提高；Anthropic還提供了一次可以暫存、由用戶自行選擇時間使用的rate limit reset。具體看跑分，目前最新鮮的榜就是Terminal-Bench 4.0了，衡量模型處理複雜命令行任務的能力。Opus 5.5拿下66.4%，上一代Opus 5是52.3%，OpenAI的GPT-6 Astra是57.9%，Claude自家的Fable 5.1是55.8%。已經明顯拉開差距。在另一項編程基準FrontierCode v1.1上，Opus 5.5以54.4%超過GPT-6 Astra的53.

3%，差距就沒那麼明顯了。而且推理effort開中檔效果反而更好。Opus 5.5在默認effort，也就是中檔設置下，反而跑出了54.6%，超過表中其他模型的最高成績，也略高於自己開到最高檔時的54.4%。到了這個能力水平，0.2個百分點基本已經落在波動範圍裡。Anthropic自己也承認，跑分差距越來越難準確反映真實使用體驗，他們內部使用時，Opus 5.5和Fable 5.1的差距就沒有榜單看起來這麼大。另一項CursorBench 4.0，測的是來自真實Cursor會話的多文件模糊任務。最高effort下，Opus 5.5拿到57.8%，比Fable 5.1的51.

8%高6分，比GPT-5.6 Sol的41.7%高16.1分。如果看性價比，Opus 5.5在默認中檔設置下得分52.5%，依然領先GPT-5.6 Sol的最高成績約11分，單項任務成本只有後者的三分之一左右。Opus 5.5特別強調在大規模代碼庫級別的任務上有明顯提升。早期測試者曾用它遷移68萬行代碼，不到一天完成。換成人類工程團隊，預計至少需要數週。還有一位測試者用它審計並修復一個20萬行代碼庫，耗時不到3小時。同樣的任務，Opus 5花了超過20小時，使用的Token數量還是它的2.5倍。在一項內部測試中，Anthropic讓Opus 5.5和Fable 5.

1分別將HAProxy從C語言重寫成Rust。HAProxy是一款被廣泛使用的Web流量負載均衡軟件。兩個版本都通過了HAProxy自身幾乎全部迴歸測試，但Opus 5.5只用了9.5小時，Fable 5.1用了12小時，前者的成本低了51%。Anthropic還讓模型優化一個Web應用所有頁面的加載速度。Opus 5.5在40次測試中成功了39次；Opus 5雖然也縮短了加載時間，但改進幅度更小，還改變了應用原本的行為。知識工作方面同樣值得關注。在覆蓋44個職業的真實工作能力評估GDPval-AA v2.1中，Opus 5.5得分1846 Elo，Fable 5.

1是1735，Opus 5是1708。在默認effort設置下，Opus 5.5的得分就超過了GPT-6 Astra在最高effort下的表現，單項任務成本大約只有後者的五分之一。投資公司Walleye Capital反饋，Opus 5.5在最低設置下，就基本完成了他們的量化研究評測任務。把effort調高後，它還發現評測指令裡的分鐘索引存在一個off-by-one錯誤，並主動修正。模型甚至特意備註：這樣處理是正確的，但可能會導致自己被評分器扣分。Walleye稱，此前測試過的所有模型，都沒有發現並處理這個問題。還有個明顯變化在於：Opus 5.5說話的方式變了。

以前Opus 5雖然也能找到答案，但很快就會鑽進代碼塊、時間線和區間定義裡，用戶需要自己從大量技術細節中提煉結論。Opus 5.5會先把最重要的信息擺出來，再解釋原因。官網展示了一個billing系統Bug的對比。Opus 5找到問題後，馬上開始解釋代碼改動和時間區間；Opus 5.5開頭就把賬算清楚了： 額外減少的9.92美元來自一個Bug，免費層調整隻佔1.50美元。隨後它才說明，究竟是哪次代碼重構把每個月最後一天的大部分用量漏掉了。一位早期測試者的評價是： It writes the way I do（它寫東西的方式跟我一樣）。Anthropic還特意強調，表達清楚不只是文風升級。

模型把關鍵信息放在前面、減少術語和特異性表達，人類檢查其結論和操作過程也會更加容易，這本身就是一項安全收益。和Fable一個級別的籠子 能力往前衝，安全籠子也跟著加厚了。Opus 5.5是首款同時搭載Fable 5.1同級網絡安全、生物安全和反蒸餾護欄的Opus模型。觸發相關限制後，系統會透明地回退到其他模型處理。發佈之前，它還接受了METR和Frontier Design兩家外部機構的評估。這也是Anthropic對“放緩前沿”的解釋：模型照常研發和發佈，但要給安全對齊和外部審查留出時間。在Anthropic內部覆蓋近2000個模擬場景的自動化行為審計中，Opus 5.

5在幾乎所有失調行為指標上，都拿到了近期Claude模型中的最好成績。在一項專門測試模型越過安全邊界傾向的新評估中，Opus 5.5嘗試規避邊界的頻率，比Opus 5和Claude Mythos 5.1低了約85%。僅有的幾次嘗試也都屬於低嚴重性事件，而且由模型自行上報。不過Anthropic同時承認，他們觀察到Opus 5.5經常懷疑自己正在接受評估。一旦模型知道“這是一場考試”，測試中的表現能否代表真實部署環境，就要打上一個問號。Anthropic稱，目前仍然沒有辦法在發佈前可靠地發現所有潛在問題。在更實際的Agent防護上，Opus 5.5還配備了三層措施。

它會在執行前檢查每一個操作；運行環境放在安全團隊可以審計的開源沙箱中；代碼審查功能則會在代碼合併前檢查漏洞。面對提示注入攻擊，Opus 5.5在Anthropic測試的編程、工具調用、計算機操作和網頁瀏覽等場景中，都追平或超過了Opus 5。這麼厚的籠子，也和它在高風險領域的能力有關。在生物學領域，Opus 5.5已經在多個方向追平甚至超過Claude Mythos 5.1，因此使用了與Fable 5.1相同的生物安全護欄。在與Dyno Therapeutics合作開展的長期分子預測和設計評估中，Opus 5.5取得了進一步提升。參與紅隊測試的專家認為，其科學新穎性與他們測試過的最強模型相當。

經過審核的學術實驗室、初創公司和製藥企業，可以通過新推出的Life Sciences Verification Program，申請適用於生物研發工作的更寬鬆權限。網絡安全也是一樣。由於Opus 5.5的網絡安全能力很強，普通用戶提交的大多數網絡安全任務會被自動轉交給Opus 4.8。經過認證的網絡安全從業者，則可以通過即將擴展的Cyber Verification Program申請使用Opus 5.5。反蒸餾措施也直接上到了Fable 5.1的級別。Opus 5.

5搭載了preserved thinking機制，限制API用戶編輯Claude此前生成的思考上下文，防止攻擊者藉此批量提取模型的推理能力。這項限制適用於2026年8月31日及以後創建的API賬戶。與此同時，Opus 5.5不再允許關閉thinking模式，輸出文本中也加入了水印。這種水印不會直接顯示在文本里，也沒有添加隱藏字符。它通過調整模型在多個意思相近的詞語之間如何選擇，留下可供專用檢測工具識別的統計模式，普通讀者看不出區別。OMT：Haiku終於更新了 在Sonnet、Opus和Fable都已經進入5系列之後，Claude家的“小杯”還停留在Haiku 4.5。這次終於有準信了。

Anthropic宣佈，Sonnet 5.5和Haiku 5.5都將在未來幾周內推出，同樣會獲得性能、效率和安全方面的升級。也就是說，Opus 5.5只是5.5系列的第一款。OpenAI這邊剛剛一口氣端出GPT-6 Astra和GPT-5.6 Sol，Anthropic那邊緊接著發佈Opus 5.5，還預告後面有兩款新模型排隊。前沿確實沒有停，大家都在忙著踩油門啊～ 版權所有，未經授權不得以任何形式轉載及使用，違者必究。