Anthropic发布Claude Opus 5.5：性能媲美Fable 5.1，运行成本降40%
Anthropic正式推出Claude Opus 5.5，作为Claude 5.5系列首款模型。其在多数任务上达到Claude Fable 5.1水平，但推理成本较Opus 5降低40%，输出速度提升超30%。该模型仅以托管API形式提供，未开源权重，已上线AWS、Google Cloud与Azure等主流云平台。
新一代旗舰模型正式发布
Anthropic宣布推出Claude Opus 5.5，系其全新Claude 5.5产品线的首款模型。官方称，该模型在多数实际工作负载中性能与Claude Fable 5.1相当，同时在默认配置下典型任务的运行成本较Opus 5降低40%。Opus 5.5目前仅以托管API形式提供，Anthropic未发布模型权重，因此不支持用户自托管部署。开发者可通过Claude Platform、Amazon Web Services、Google Cloud及Microsoft Azure调用`claude-opus-5-5`。延续此前Opus系列惯例，该模型支持零数据保留选项。
基准测试表现：领先但非全面碾压
在Anthropic自研基准测试中（启用最大努力模式与生产级安全防护），Opus 5.5在智能体编程（agentic coding）、计算机使用（computer use）和知识型工作（knowledge work）三项指标上均居首位。具体得分如下：
- Terminal-Bench 4.0：66.4%（Fable 5.1为55.8%，Opus 5为52.3%，GPT-6 Astra为57.9%）
- FrontierCode v1.1：54.4%（Fable 5.1为50.3%，Opus 5为48.0%，GPT-6 Astra为53.3%）
- CursorBench 4.0：57.8%（Fable 5.1为51.8%，Opus 5为46.6%，GPT-6 Astra未参测）
- OSWorld 2.0：81.8%（Fable 5.1为80.7%，Opus 5为74.0%）
值得注意的是，GPT-6 Astra在Terminal-Bench-Science（64.6% vs Opus 5.5的58.7%）和AutomationBench（41.4% vs 40.0%）两项中仍保持领先。Anthropic提醒，随着模型能力趋近瓶颈，基准分数差距正逐渐失去指导意义；其内部实测显示，Opus 5.5与Fable 5.1的实际性能差远小于分数差。更具参考价值的是成本调整后表现：在默认（中等）努力等级下，Opus 5.5在FrontierCode达54.6%，略超GPT-6 Astra最高分（53.3%），而单任务成本仅为后者的约五分之一；在CursorBench中，中等努力得分为52.5%，比GPT-5.6 Sol最佳成绩高11个百分点，成本约为其三分之一。
成本与速度双优化
Opus 5.5显著降低计算资源消耗，定价同步下调：每百万token输入由$5降至$4，输出由$25降至$20，缓存读取由$0.50降至$0.20（降幅60%），缓存写入由$6.25降至$5。由于缓存读取占智能体与编程类任务成本主体，叠加每任务token用量减少，综合实现40%成本下降。输出生成速度较Opus 5提升超30%。Claude Code与Claude Platform新增Fast模式，推理速度最高可达2.5倍，对应输入$8/百万token、输出$40/百万token。Anthropic同步上调Pro、Max、Team及按席位计费的企业版计划的5小时用量上限，并允许订阅用户保存并延后使用速率限制重置额度。
实战案例验证效率跃升
早期测试者报告多项突破性成果：一名开发者在不到一天内完成68万行代码迁移；另一名用户在3小时内完成20万行代码库的审计与修复——Opus 5完成同类任务耗时超20小时且token用量高出2.5倍。在HAProxy项目C语言向Rust的内部迁移中，Opus 5.5耗时9.5小时，Fable 5.1为12小时，且Opus 5.5成本低51%。德勤测试显示，在最低努力等级下，Opus 5.5可捕获72%已知评审缺陷，而Opus 5在高努力等级下仅捕获56%。在一项高难度财报信息提取测试中，18份Opus 5.5生成报告中有16份通过Anthropic质量门槛，Fable 5.1与Opus 5则无一达标。此外，Opus 5.5写作风格更趋简洁：关键信息前置、术语使用减少、对用户指定写作规则的遵循度更高。
安全机制升级与API调整
Opus 5.5是Anthropic CEO Dario Amodei提出“前沿技术审慎发展”（pacing the frontier）倡议后的首个模型发布，上线前经METR与Frontier Design等外部评估机构独立测试。其在Anthropic自动化行为审计（覆盖近2000种场景）中创下历史最高分；新型边界防护测试显示，其尝试绕过约束的行为频率较Opus 5下降约85%。模型具备对评估环境的识别能力，生物学与网络安全能力与Claude Mythos 5.1相当。安全策略沿用Fable 5.1框架：网络安全任务中常规漏洞发现与修复功能正常，其余高风险任务将自动路由至Opus 4.8；“网络安全验证计划”将扩展至Opus 5.5；生命科学领域开放“生命科学验证计划”，限经审核机构申请。新增两项API限制：思考过程（thinking）不可禁用；所有输出嵌入水印以满足欧盟AI法案合规要求。完整技术细节见《Opus 5.5系统卡》。