Claude Opus 5.5 发布：多基准跑分登顶，缓存读取价砍六成

Anthropic 于 9 月 23 日正式发布旗舰模型 Claude Opus 5.5，在 Terminal-Bench 4.0、FrontierCode v1.1、CursorBench 4.0 等多项编程基准上跑分登顶，输出速度较 Opus 5 提升 30% 以上。模型同步下调 API 输入输出价格，并将缓存读取价格直接砍掉六成，以「性价比」姿态正面竞争 OpenAI 的 GPT-6 Astra 与 GPT-5.6 Sol。

编程基准全面领跑

在衡量复杂命令行任务能力的 Terminal-Bench 4.0 上，Opus 5.5 拿下 66.4%，超过 Opus 5 的 52.3%、GPT-6 Astra 的 57.9% 与 Claude Fable 5.1 的 55.8%，差距明显。在 FrontierCode v1.1 上，Opus 5.5 以 54.4% 略胜 GPT-6 Astra 的 53.3%。值得注意的是，在推理 effort 中档（默认）下，Opus 5.5 反而跑出 54.6%，超过所有模型最高档成绩。

CursorBench 4.0 考察真实 Cursor 会话中的多文件模糊任务，最高 effort 下 Opus 5.5 拿到 57.8%，比 Fable 5.1（51.8%）高 6 分，比 GPT-5.6 Sol（41.7%）高 16.1 分。中档设置下 Opus 5.5 得分 52.5%，仍领先 GPT-5.6 Sol 最高成绩约 11 分，单项任务成本约为后者的三分之一。

大规模代码库迁移成亮点

Opus 5.5 强调在代码库级别的任务上有显著提升。早期测试者使用它迁移 68 万行代码，不到一天完成，而人类工程团队预计需要数周。另一名测试者用它审计并修复一个 20 万行代码库，耗时不到 3 小时；同样的任务 Opus 5 花了超过 20 小时，Token 消耗还是 2.5 倍。

Anthropic 内部测试中，让 Opus 5.5 与 Fable 5.1 分别将 HAProxy 从 C 语言重写为 Rust，两者均通过几乎全部 HAProxy 回归测试，但 Opus 5.5 仅用 9.5 小时，Fable 5.1 用了 12 小时，成本低了 51%。

API 价格分层调整

Opus 5.5 输入价为每百万 Token 4 美元、输出价 20 美元，相比 Opus 5 均下降 20%。结合任务步骤与 Token 用量减少，Anthropic 测算典型任务总成本可下降 40%。

真正的大刀落在缓存读取价：从 Opus 5 的 0.50 美元/百万 Token 直接降至 0.20 美元，降幅 60%。长对话与大型代码任务需要反复读取上下文，缓存读取往往占成本大头，这项调整对 Agent 编程场景感知更强。

此外新增 Fast 模式，输出速度最高可达标准模式 2.5 倍，价格相应翻倍至输入 8 美元、输出 40 美元/百万 Token，适合对延迟敏感的场景。订阅侧的 Pro、Max、Team 与按席位收费企业版五小时使用限额一并提升，并新增一次由用户自选时机的 rate limit reset。

知识工作与表达风格改进

在覆盖 44 个职业的 GDPval-AA v2.1 评估中，Opus 5.5 拿到 1846 Elo，超过 Fable 5.1（1735）与 Opus 5（1708）。默认 effort 下即超过 GPT-6 Astra 最高 effort 表现，单项任务成本约为后者五分之一。

投资公司 Walleye Capital 反馈，Opus 5.5 在最低设置下即基本完成其量化研究评测任务；调高 effort 后还主动发现评测指令中的 off-by-one 错误并修正，模型甚至备注「处理正确但可能被评分器扣分」。此前测试过的所有模型均未发现该问题。

表达风格上，Opus 5.5 把最重要信息放在前面再解释原因。例如 billing 系统 Bug 对比中，模型开头即点明「额外减少的 9.92 美元来自一个 Bug，免费层调整只占 1.50 美元」，再说明是哪次代码重构漏掉了每月最后一天的大部分用量。早期测试者评价：「它写东西的方式跟我一样。」

安全护栏与「放缓前沿」

Opus 5.5 是首款同时搭载 Fable 5.1 同级网络安全、生物安全与反蒸馏护栏的 Opus 模型，相关限制触发后系统会透明回退至其他模型处理。发布前接受了 METR 与 Frontier Design 两家外部机构评估。

在内部近 2000 个模拟场景的自动化行为审计中，Opus 5.5 在几乎所有失调行为指标上拿到近期 Claude 模型最好成绩；越界倾向评估中尝试频率比 Opus 5 与 Claude Mythos 5.1 低约 85%。在编程、工具调用、计算机操作与网页浏览等提示注入场景中，Opus 5.5 追平或超过 Opus 5。

不过 Anthropic 也承认，Opus 5.5 经常怀疑自己正在接受评估，这意味着测试表现能否代表真实部署仍存疑。反蒸馏方面，模型搭载 preserved thinking 机制，限制 API 用户编辑此前生成的思考上下文（适用于 2026 年 8 月 31 日及以后创建的账户），thinking 模式不再允许关闭，输出文本中加入不可见水印。

后续：Sonnet 5.5 与 Haiku 5.5

Anthropic 宣布 Sonnet 5.5 与 Haiku 5.5 都将在未来几周内推出，同样会获得性能、效率与安全方面的升级。Opus 5.5 只是 5.5 系列的第一款，OpenAI 刚刚端出 GPT-6 Astra 与 GPT-5.6 Sol，Anthropic 紧随其后并预告还有两款排队，前沿节奏并未放缓。