Anthropic发布Claude Opus 5.5 性能超前代API价降60%
作者:亿邦AI 文章来源:亿邦动力
2026-09-23 11:27
作者:亿邦AI 文章来源:亿邦动力
2026-09-23 11:27
邦小白快读
2026年9月22日,Anthropic正式推出面向长周期编程智能体、科研及专业知识工作场景的前沿大模型Claude Opus 5.5。该模型性能超过数周前刚发布的前代旗舰Mythos 5.1、Fable 5.1,API调用成本同步大幅下探。
Opus 5.5的API基础定价为每百万输入token4美元、每百万输出token20美元,较Opus 5下调20%。该版本同时提供Fast模式,定价为每百万输入token8美元、每百万输出token40美元。得益于模型完成任务所需token数量减少,官方测算典型工作负载的整体成本可降低约40%。缓存定价同步调整,缓存写入价格从每百万token6.25美元降至5美元,降幅20%。缓存读取价格从每百万token0.5美元降至0.2美元,降幅达60%。对比前代面向普通用户的旗舰Fable 5.1,Opus 5.5基础API token定价低60%,多数基准测试成绩更优。
Opus 5.5在智能体编码、知识工作、科学及多学科推理类基准测试中拿到Anthropic旗下模型迄今最高成绩。智能体编码维度,Terminal-Bench 4.0得分为66.4%,Fable 5.1和Opus 5分别为55.8%、52.3%。FrontierCode v1.1 Main得分为54.4%,前两代模型分别为50.3%、48%。CursorBench 4.0得分为57.8%,前两代分别为51.8%、46.6%。
真实工作负载测试中,有早期测试用户用其在不到一天内完成68万行代码迁移,另有用户3小时内完成20万行代码库的审计修复,同等任务Opus 5耗时超20小时,token消耗量为前者2.5倍。Anthropic内部开展HAProxy从C语言到Rust的转译实验,Opus 5.5和Fable 5.1均通过几乎所有回归测试,Opus 5.5耗时9.5小时,成本较Fable 5.1低51%。GitHub首席产品官Mario Rodriguez在Anthropic公开的相关声明中称,Opus 5.5在Copilot CLI和VS Code测试中消耗的token和步骤数处于最低梯队,完成终端任务数量超过Opus 5,步骤数不到后者一半。Lovable、Spotify、Optiver等早期测试方均反馈模型交互轮次、输出token或执行时间有所缩减。
知识工作场景下,在覆盖44个职业工作场景的GDPval-AA v2.1基准测试中,Opus 5.5拿到1846 Elo分,Fable 5.1和Opus 5分别为1735分、1708分。Anthropic内部研究评估设置自动评分规则,所有包含虚构数据或引用的报告会被直接剔除,不同参数设置下18份Opus 5.5生成的报告中有16份达到质量门槛,Fable 5.1和Opus 5的所有尝试均未达标。
Opus 5.5上下文窗口为100万token,同步支持最高12.8万token的同步输出,测试阶段可通过Message Batches API实现最高30万token输出,API调用ID为claude-opus-5-5。该版本无法直接无缝替换所有Opus 5应用,自适应思考功能默认永久开启,开发者通过effort参数调节思考深度,无法关闭推理功能。强制工具调用可能返回错误,思考块与生成它的模型及对话绑定,旧版computer_20251124计算机使用工具在Claude API和谷歌云平台将被拒绝,将工具调用间隙文本作为进度更新展示的应用,需要调整思考块处理逻辑。这些变动会影响生产级智能体系统的工具路由、持久化对话状态、回归测试及用户界面。
安全层面,Anthropic为Opus 5.5新增网络安全、生物学、模型蒸馏相关管控,部分网络安全请求会被透明路由至Opus 4.8,敏感生物学相关工作的安全防护同样可能触发模型回退,经审核的机构可通过官方验证项目获取更宽泛的使用权限。内部约2000个场景的自动化行为审计显示,Opus 5.5几乎所有维度表现均优于近期发布的Claude模型。全新遏制评估中,其突破边界尝试的频次较Opus 5、Mythos 5.1降低约85%。Anthropic同时提示,部署前完全检测出所有故障仍是尚未解决的行业问题。
Opus 5.5发布当日,OpenAI同步推出GPT-6系列的两款低成本模型GPT-6 Sol、GPT-6 Luna。Sol定位编码、调试、功能开发、数据分析等重复性复杂工作,定价为每百万输入token2美元、每百万输出token10美元,为Opus 5.5基础定价的一半。Luna定位信息提取、摘要、简单问答等高体量任务,定价为每百万输入token0.1美元、每百万输出token0.5美元,较Opus 5.5的基础输入输出定价低97.5%。OpenAI顶级旗舰GPT-6 Astra仍保留给性能优先级高于成本的工作负载。缓存定价方面,GPT-6系列缓存输入读取享受90%折扣,Sol缓存读取价格为每百万token0.2美元,与Opus 5.5持平。Luna对应缓存读取价格为每百万token0.01美元。OpenAI同步公布,GPT-6可在开发者调整推理强度、开关工具时保留缓存上下文,提升长周期智能体场景的缓存复用率。单纯的裸API定价不能直接等同于工作负载总成本,若模型需要更多调用次数、生成更多token或故障率偏高需要重试,低价模型最终使用成本可能更高。
目前两家厂商未在相同测试环境、参数设置下公布两款模型的同场基准对比结果。OpenAI公布Sol在xhigh推理强度下AutomationBench 1.0.6得分为33.2%,单任务成本0.27美元。Anthropic公布的早期Zapier评估中Opus 5.5得分为40%。OpenAI称Sol在xhigh强度下FrontierCode 1.1 Main得分可匹配Claude Fable 5.1,成本大幅降低。Anthropic公布的结果中Opus 5.5在该基准上表现优于Fable 5.1。Luna未直接对标Opus系列,更多作为工作流路由选项,OpenAI公布其在最高强度下DeepSWE v1.1得分为66.6%,以极低成本达到旧版高端Claude配置的性能水平,可供无需将智能体工作流每一步都交由前沿定价模型处理的企业选择。OpenAI同样为Sol和Luna加入对齐优化,降低编码工作完成情况相关误导性陈述及其他不良智能体行为的出现概率,相关评估为对抗性测试结果,不等同于正常使用场景下的故障率。
目前Claude Opus 5.5已通过Anthropic官方API及AWS、谷歌云、微软生态开放使用,GPT-6 Sol和Luna已通过OpenAI API上线,模型ID分别为gpt-6-sol、gpt-6-luna,正逐步接入ChatGPT Work和Codex。当前前沿大模型厂商的竞争焦点已从单纯基准分数转向单位美元可完成的有效工作量,企业选型将更多基于自身实际工作负载下的任务完成率、token消耗、缓存复用率、延迟、返工率及人工介入率等内部测试结果,模型路由成为主流部署方案,高难度模糊工作交由高价旗舰模型,重复性执行工作选用中低价模型,边界清晰的子任务使用极低成本模型层级。
本文首发于 亿邦动力 官方网站
【版权提示】亿邦动力倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至run@ebrun.com,我们将及时沟通与处理。
已点赞
{{ praise_text }}
好文章,值得被更多人看到
FAQ回顾
Claude Opus 5.5是什么?适合哪些场景?
Claude Opus 5.5是Anthropic于2026年9月22日推出的前沿大模型,面向长周期编程智能体、科研及专业知识工作场景。其API基础定价为每百万输入token 4美元、输出20美元,较Opus 5下调20%。该模型在智能体编码、知识工作等基准测试中创下Anthropic旗下模型迄今最高成绩,适合需要高质量代码迁移、审计、科学推理和知识工作负载的企业。
Claude Opus 5.5的API定价是多少?相比前代降低了多少?
Claude Opus 5.5基础定价为每百万输入token 4美元、每百万输出token 20美元,较Opus 5下调20%;Fast模式定价为输入8美元/输出40美元。缓存写入从每百万token 6.25美元降至5美元,降幅20%;缓存读取从每百万token 0.5美元降至0.2美元,降幅达60%。由于完成任务所需token减少,官方测算典型工作负载整体成本可降低约40%。
Claude Opus 5.5和GPT-6 Sol/Luna有什么区别?如何选择?
Claude Opus 5.5定位高端前沿工作负载,性能领先但价格较高;OpenAI同日发布的GPT-6 Sol和Luna是低成本模型,Sol定价为Opus 5.5基础定价的一半,侧重编码、调试、数据分析等重复性复杂工作;Luna面向信息提取、摘要等高体量简单任务,价格比Opus 5.5基础定价低97.5%。实际选择需根据任务复杂度、token消耗、缓存复用率及总成本评估,而非单纯比较裸API定价。
Claude Opus 5.5在编程智能体方面表现如何?
Claude Opus 5.5在Terminal-Bench 4.0得分为66.4%,Fable 5.1和Opus 5分别为55.8%、52.3%;FrontierCode v1.1 Main得分54.4%;CursorBench 4.0得分57.8%。早期测试中,有用户用其在不到一天内完成68万行代码迁移,也有用户在3小时内完成20万行代码库的审计修复,而同等任务Opus 5耗时超20小时、token消耗为前者2.5倍。
Claude Opus 5.5部署时有哪些注意事项?
Claude Opus 5.5无法直接无缝替换所有Opus 5应用,自适应思考功能默认永久开启,开发者只能通过effort参数调节思考深度,无法关闭推理功能。强制工具调用可能返回错误,旧版computer_20251124工具在Claude API和谷歌云平台将被拒绝。开发者需调整工具路由、持久化对话状态、回归测试及UI中的思考块处理逻辑,并注意部分网络安全请求会被透明路由至Opus 4.8。
下一篇
Meta Muse登顶应用商店 获华尔街顶级分析师最优产品评价
Meta旗下AI助手Muse上线两周下载超250万,登顶美区iOS榜首,日活达ChatGPT初期三倍,获华尔街顶级分析师盛赞,股价应声涨超11%。









