Claude Opus 5.5发布：性能逼近Fable 5.1，典型任务成本降低40%

Anthropic发布Claude Opus 5.5

Anthropic于2026年9月22日发布Claude Opus 5.5，这是Claude 5.5系列的首款模型。官方将它定位为面向长时间智能体编程和知识工作的主力模型，重点不只是提高基准成绩，还包括降低持续运行Agent的成本。

Claude官方账号围绕这次发布连续介绍了五项变化：

• 智能体编程、计算机操作和知识工作能力提升
• 默认配置下，典型任务成本比Opus 5低40%
• 输出速度比Opus 5提高30%以上
• 写作与沟通方式更自然，重要信息优先
• 在安全审计和提示注入防护方面继续加强

Anthropic称，Opus 5.5在大多数工作上的表现达到Claude Fable 5.1水平。这里的“达到”不应理解为所有任务都完全等价：Fable 5.1仍适合部分要求更高的推理和长周期Agent任务，Opus 5.5的优势则在于能力、速度与成本的组合。

性能图显示：编程与知识工作提升明显

Anthropic公布的综合对比图覆盖智能体编程、知识工作、业务流程、科学研究、计算机操作和图表识别。

从官方数据看，Opus 5.5在多项编程评估中领先上一代：

在OSWorld 2.0计算机操作评估中，Opus 5.5取得81.8%的部分评估成绩，高于Fable 5.1的80.7%和Opus 5的74.0%。

不过，这些数字不能脱离测试条件直接比较。不同模型采用的推理强度并不完全一致，部分数据由厂商引用或由合作方测试；安全防护触发时，Anthropic还会使用其他Claude模型完成特定高风险任务。官方也承认，当前模型能力已经较高，小幅基准差距未必能准确反映真实使用体验。

为什么典型任务成本能降低40%

Opus 5.5的输入和输出Token价格分别为每百万4美元和20美元，较Opus 5的5美元和25美元下降20%。但Anthropic给出的典型工作负载成本降幅达到40%，原因还包括模型完成任务所需Token更少，以及缓存读取价格显著下降。

对于Claude Code和长时间Agent，缓存读取往往占据很大比例，因为代码库说明、系统指令和历史上下文会被反复使用。缓存读取降价60%，对完整任务成本的影响可能大于基础输入价格下降。

Anthropic还推出Opus 5.5快速模式，可在Claude Code和Claude Platform中提供最高2.5倍速度，定价为每百万输入Token 8美元、输出Token 40美元。它适合延迟比成本更重要的交互式任务，而不是默认的经济方案。

长任务成为Opus 5.5的主战场

Anthropic强调，Opus 5.5特别适合代码库级迁移、审计和持续修改。官方披露的早期案例包括：

• 一名测试者在不到一天内完成约68万行代码迁移，官方称传统工程团队可能需要数周
• 另一项测试在三小时内审计并修复约20万行代码，而Opus 5耗时超过20小时，并使用约2.5倍Token
• 在Web应用全站加载性能优化任务中，Opus 5.5成功完成40次测试中的39次

这些案例展示了模型处理大范围变更的潜力，但主要来自Anthropic和早期测试者，不等同于所有代码库都能复现。语言、测试覆盖率、依赖复杂度和验收标准都会显著影响结果。

企业更应关注以下指标：

• 改动是否通过现有测试和代码审查
• 模型能否发现并恢复中途失败
• 大规模迁移是否保持行为一致
• 总Token、运行时间和人工复核成本
• 生成代码进入生产环境后的缺陷率

“完成迁移”与“可以安全上线”是两回事，越是大规模代码变更，越需要确定性测试和人工审批。

一百万Token上下文与12.8万Token输出

Claude Opus 5.5支持100万Token上下文窗口，常规最大输出为12.8万Token。通过Message Batches API测试功能，最大输出可扩展至30万Token。

这套规格适合大型代码库、长文档集合和跨工具任务，但上下文足够大并不意味着应该一次塞入所有资料。超长输入会增加成本、延迟与信息干扰，开发者仍应使用检索、缓存和分阶段任务规划。

模型的可靠知识截止时间与训练数据截止时间均为2026年6月。涉及之后发生的事件、价格或软件版本时，仍需联网检索或接入最新数据源。

自适应思考始终开启

Opus 5.5默认采用自适应思考，而且不能关闭。开发者可以通过effort参数控制思考深度、延迟和成本。默认推理强度为medium。

这种设计意味着Anthropic不再把“是否思考”交给应用决定，而是让模型持续判断任务需要多少推理，再由开发者设置总体强度。对Agent来说，这有利于复杂步骤获得更多计算；但对简单、低延迟请求，可能需要更谨慎地选择effort或直接使用更轻量模型。

从Opus 5迁移还需注意几项兼容变化：

• thinking不能关闭
• 强制工具调用会返回错误
• thinking区块与具体模型和对话绑定
• Claude API与Google Cloud不再接受旧版computer_20251124计算机工具
• 工具调用之间的文本可能进入thinking区块，默认展示设置下为空

如果应用把工具调用之间的文字当作进度提示直接展示，升级后可能出现“中间无输出”的现象，需要调整显示配置。

沟通风格也是产品升级重点

Claude官方线程专门强调，Opus 5.5会更自然地组织回答，把最重要的信息放在前面，并更稳定地遵循用户指定的写作规则。

这看似不如编程跑分醒目，却直接影响长会话体验。Agent执行数十个步骤时，用户需要迅速理解它做了什么、为什么这样做、下一步是否需要批准。表达更清楚不仅提高可用性，也有助于安全审查。

Anthropic称，早期测试者认为新模型的写作更清晰、更接近用户自身风格。但这属于主观体验，中文写作、专业术语和特定企业模板仍需要单独测试。

安全评估：更少越界，更抗提示注入

Anthropic表示，Opus 5.5在其自动化行为审计中取得公司迄今最好的成绩。该评估通过数千个模拟场景检查模型行为。官方称，新模型更少执行难以撤销的动作，更不容易超出授权边界，对提示注入的抵抗力也强于Opus 5。

发布前，模型还接受Frontier Design与METR等外部机构评估。Anthropic扩大了对长任务、不可能任务和真实事故模拟场景的测试。

由于Opus 5.5在生物学和网络安全领域的能力与更高端模型相近，Anthropic为其部署了类似的访问保护。经过审核的机构可以申请生命科学验证计划，网络安全专业人员的验证访问也将逐步扩大。

这些措施表明，能力下放并不意味着风险同步消失。开发者仍需对文件写入、代码执行、生产系统访问和外部通信设置最小权限、人工确认与审计日志。

可用范围与套餐变化

Claude Opus 5.5已通过以下平台提供：

• Claude API，模型ID为claude-opus-5-5
• Amazon Bedrock
• Google Cloud
• Microsoft Foundry
• Claude Platform on AWS

Anthropic同时提高Pro、Max、Team及按席位计费Enterprise方案的五小时使用上限。订阅用户还会获得一次可自行选择时间使用的限额重置。

官方表示，Claude Sonnet 5.5和Claude Haiku 5.5将在未来几周陆续推出，并继承部分性能、效率和安全改进。

Opus 5.5、Fable 5.1如何选择

大多数生产任务先测试Opus 5.5

它的每Token价格明显低于Fable 5.1，适合编程、知识工作和需要持续工具调用的Agent。官方模型文档也建议，不确定时可先从Opus 5.5开始。

极难推理任务再升级Fable 5.1

Fable 5.1输入和输出价格分别为每百万10美元和50美元，适合Opus 5.5在较高effort下仍无法可靠完成的任务。

延迟敏感时评估快速模式

快速模式最高可提升至2.5倍速度，但价格也翻倍。应使用真实任务测量节省的等待时间是否值得额外费用。

更合理的做法是建立任务路由，而不是让所有请求固定使用最昂贵模型。

总结

Claude Opus 5.5的重点不是单一跑分第一，而是让高能力Agent更适合长期运行。它在智能体编程、知识工作和计算机操作方面明显提升，同时将输入输出价格降低20%、缓存读取价格降低60%，并依靠更少Token把典型任务成本降至Opus 5的约六成。

对开发者而言，真正有价值的变化包括100万Token上下文、自适应思考、较低缓存成本和更快输出；需要警惕的则是迁移兼容变化、官方基准口径以及长任务中的权限风险。

随着Sonnet 5.5和Haiku 5.5即将跟进，Anthropic正在把竞争重点从“最强模型”转向完整模型梯队的能力与单位任务成本。企业选型时，应使用自身工作流比较成功率、总费用、速度和人工干预，而不是只看排行榜。