Opus 5.5來了，性能趕超Fable，成本低至40%

字母AI2026.09.23 10:31 · 來自北京全文4730字00:00 / 12:20被Astra“逼出來”的全新系列。文 | 字母AI5.5！！是Opus 5.5！！就在三天前，路透社還報道稱，隨著GPT-6 Astra開始搶回企業市場，Anthropic正在考慮提前推出一款新模型應戰。社區一直猜測新模型會是Opus 5.2還是5.5，現在答案終於揭曉了。而且這不是一個小更新，Anthropic直接掀開了Claude 5.5這個新系列。Opus 5.5先打頭陣，Sonnet 5.5和Haiku 5.5也已經排在後面，將在幾周後推出。

某種意義上，Astra這腳油門踩下去，Anthropic連換代速度都被一起帶快了。和新模型同時到來的還有一個重置，正好方便用戶體驗。Fable的定位有點尷尬了 既然被認為是衝著Astra來的，那就把它和Astra放在一起看。先說價格，Opus 5.5的API輸入價格是每百萬Token 4美元，輸出20美元；Astra則分別是10美元和50美元。也就是說，Opus 5.5的Token單價只有Astra的40%。兩款模型的上下文沒太大差別，Opus 5.5是100萬Token，Astra是105萬；最大輸出也都是128K Token。Astra的知識截止日期是2026年4月30日，Opus 5.

5則更新到了2026年6月。兩款模型均支持low到max五檔推理強度。而且Opus 5.5相比自家上一代Opus 5也降價了。Opus 5原本是每百萬Token 5美元輸入、25美元輸出，新模型兩邊都降了20%；Anthropic稱，再加上Token使用效率提升，完成一項典型任務的實際成本能比Opus 5低約40%，輸出速度則提高了30%以上。便宜歸便宜，Opus 5.5在跑分上倒是一點沒客氣。在官方展示出的可比較的前6項裡，Opus 5.5拿下4項，給到夯；Astra拿下2項，給到頂級；Fable 5.1一項都沒拿到，已成為過時版本。

尤其是在Anthropic最看重的Coding和Agent能力上，Terminal-Bench 4.0直接從Astra的57.9%衝到了66.4%；FrontierCode也以54.4%壓過Astra的53.3%。不過Astra並沒有被全面反超，在跨應用工作流任務AutomationBench裡仍然以41.4%對40.0%領先，科學Agent測試Terminal-Bench-Science上則以64.6%對58.7%保持優勢。值得注意的是，在另外兩項沒有Astra成績的測試裡，Opus 5.5也繼續超過了Fable 5.1：Computer Use從80.7%升到81.

8%，視覺圖表識別則從88.4%升到89.0%。也就是說，至少在Anthropic公佈的這張大表裡，Fable 5.1面對Opus 5.5幾乎沒有守住一塊陣地。把視角從官方文檔裡移開，第三方評測機構Artificial Analysis已經完成了Opus 5.5的獨立測試。在最新的Intelligence Index裡，Opus 5.5最高（max檔）拿到58分，Astra和Fable 5.1則都是53分。但這裡有一個很有意思的細節：Opus 5.5開到max檔之後，非常能燒Token。根據Artificial Analysis測出的結果，max effort下Opus 5.

5平均每項任務生成約11.9萬Token，Astra則約2.7萬。因此，即使Opus 5.5的Token單價只有Astra四成，使用max effort後，單任務成本反而達到了驚人的5.98美元，而Astra僅為3.26美元。不過，回到默認medium檔，情況就好很多：Opus 5.5拿到51分、每任務1.34美元；Astra是50分、1.54美元；Fable 5.1則是49分、2.98美元。總體來看，Anthropic用四成的價格，把Opus硬生生塞進了Astra和Fable所在的最高能力區間。目前，Opus 5.5已經全平臺上線。

普通用戶可以直接在Claude裡使用，開發者則可以通過Claude Code和API調用，模型ID為claude-opus-5-5；AWS、Google Cloud和Microsoft Azure也已經同步提供。Anthropic還順手提高了Pro、Max、Team和按席位計費Enterprise用戶的五小時使用額度，並提供了一次重置。Fable現在的處境變得多少有點尷尬。尤其是Fable 5.1，9月1日才發佈，滿打滿算只坐了三週最高檔。一個谷歌Flash的更新週期過去，下面的Opus突然追了上來，從性能和定價上兩頭圍剿，把自家“大哥”架在火上烤。這個Fable的檔位，真的還有存在的必要麼？

少一點AI味，多一點自主權 跑分只是一張比較直觀的成績單，相比之下，來看點更“實際”的變化。Anthropic給Opus 5.5生成的文本做了個“去Claude味”的處理。官方的表述是，Opus 5推出之後，他們收到最多的一類反饋，就是寫得太繞、太長，不夠容易讀。於是Opus 5.5專門改了寫作風格：重要信息儘量放在前面，減少行話和一些Claude特有的奇怪措辭，同時更嚴格地遵守用戶給出的寫作規則。效果還挺明顯。Ramp的一名工程師表示，以前最讓他受不了的就是前沿模型的輸出“又長又難讀”，Opus 5.5終於解決了這個問題。有意思的是，雖然Opus 5.

5在說話上“越來越聽勸”，但它在底層行為上反而變得不那麼聽話了。比如Thinking，現在徹底關不掉了。Opus 5雖然默認開啟Adaptive Thinking（自適應思考），但在high及以下檔位，開發者至少還能手動把它關閉；到了Opus 5.5，這個開關直接沒了。模型每一次回答都會進行Adaptive Thinking，用戶只能在low、medium、high、xhigh和max之間控制它到底想多少，不能再要求它“別想了直接回答”。Opus 5.5的默認檔位也從Opus 5的high降到了medium。工具調用也出現了類似的變化。

以前開發者可以通過API裡的tool_choice，硬性規定Claude“這一輪必須調用某個工具”，或者“必須從這些工具裡選一個”。Opus 5.5取消了這套強制工具調用，只剩下auto和none兩個選項：要麼把工具交給Claude，由它決定要不要用、用哪個；要麼徹底不讓它用。想讓它必須調用某個工具，就只能通過prompt去告訴它什麼時候應該調用，不能再從API層面硬塞過去。當然，這不意味著開發者徹底失去了約束能力。嚴格JSON格式仍然可以通過strict tool use保證，也可以使用structured outputs。

但至少在工具調用這件事上，Anthropic正在把更多判斷權交給模型自己。這事兒結合Anthropic最近的產品動作看會更有意思。就在6天前，Anthropic剛把Claude的Chat和Cowork合併成了一個入口。用戶只管說自己要什麼，Claude會自己判斷是簡單回答，還是打開工具、處理文件、跑一個長任務。從Chat還是Cowork的入口，到要不要聯網、要不要Thinking、要不要調用工具，越來越多原本擺在用戶面前的選擇，被交給了Claude。而既然給模型的自主判斷越來越多，Anthropic就必須把安全做得更好。在Anthropic接近2000種場景的自動行為評估裡，Opus 5.

5在幾乎所有模型失調指標上都優於近期Claude模型。Anthropic還專門新增了一項測試，看模型會不會試圖跨過測試環境給它劃定的邊界。結果Opus 5.5嘗試突破邊界的頻率，比Opus 5和Mythos 5.1低了大約85%；剩下的嘗試全部屬於低嚴重程度，而且模型自己進行了報告。過去幾個月，Anthropic已經披露多起Claude在網絡安全測試中越出評測環境、進入真實系統的事故。到了Opus 5.5，這件事已經被直接做成了模型發佈前的專項測試。但Anthropic自己也給這個漂亮數字潑了盆冷水：Opus 5.5經常能夠意識到，自己正在接受評測。

也就是說，一個模型在實驗室裡表現得很老實，並不能保證它到了真實世界裡還會完全一樣。Anthropic明確承認，如何在模型上線前可靠捕獲所有失敗行為，至今仍然是個沒有解決的問題。所以光靠模型自己變得聽話還不夠，模型外面，還需要加一層“護欄”。Opus 5.5是第一款，從發佈第一天起，就採用接近Fable 5.1級別安全機制的Opus模型。網絡安全、生物研究和模型蒸餾等高風險請求都會經過額外限制。比如多數網絡安全任務觸發保護後，會被透明地轉交給更弱的Opus 4.8；生物領域則直接採用Fable 5.1同等級的安全措施，經過審核的研究機構才能申請更完整的能力。

Fable，兩頭受氣以前Claude的產品梯隊很好理解：Sonnet負責日常，Opus承接複雜任務，Fable再往上頂能力上限；更前沿、更受限的能力，則留給Mythos。至於Haiku，便宜模型，又不開源，上次更新甚至是去年10月。但Opus 5.5出現以後，Fable和Opus之間的分層正在變得模糊。Anthropic更新的模型選擇指南里明確表示，如果開發者追求最高能力，官方建議直接從Opus 5.5開始，先優化Prompt，再根據需要提高effort；只有把Opus 5.5開到xhigh甚至max以後，在高難推理和長週期Agent任務上仍然不夠用，才建議換到Fable 5.1。

然而，至少從目前公開跑分看，Fable 5.1還不如Opus 5.5的max檔，價格又更貴，換了也未必能解決問題。今天Opus 5.5已經開始採用接近Fable級別的安全機制，能力也已經追平甚至反超Fable 5.1不少項目。但話又說回來，Fable這個檔位倒也不是真的沒有必要。尷尬的可能只是Fable 5.1。因為Fable上面還有Mythos。Anthropic此前明確表示，Fable 5.1和Mythos 5.1使用的是同一個模型，區別主要在安全限制和開放權限：Fable可以廣泛使用，Mythos則只向經過審核的機構開放，在網絡安全和生命科學等高風險領域擁有更完整的能力。

所以從產品結構上看，Fable至少還給Anthropic留下了一個很有用的中間檔位：Opus負責成熟、廣泛部署的高端能力；Fable承接已經可以公開放出來的前沿能力；再往前，才是受限開放的Mythos。但這個檔位確實很尷尬。下面，Opus靠effort不斷往上伸；上面，Mythos承接著更前沿、更受限的能力。夾在中間的Fable，越來越像一層“緩衝墊”，兩頭受氣。當然，Fable怎麼擺，終究還是Anthropic自己的產品線問題。外面的OpenAI可不會等它慢慢理順。Opus 5.5才上桌，OpenAI立馬放出了GPT-6 Sol和Luna——新一輪價格和性能戰已經打起來了。