一句话重点

Anthropic 在 2026 年 9 月 22 日推出 Claude Opus 5.5。官方称它在多数工作上达到 Fable 5.1 的水平，默认设置下比 Opus 5 省约 4 成成本。 Claude 分成 Fable、Opus、Sonnet、Haiku 几个系列（截至 2026 年 9 月），能力和价格由高到低，Opus 属于中高阶。上线近两周，它在多个第三方排行榜排名第一；第一周不少评论者给了好评，9 月底之后也出现不少抱怨。

这次升级重点

  • 接近 Fable 5.1：Fable 5.1 是更贵的高阶模型，官方称 Opus 5.5 在多数工作上达到它的水平。
  • 更便宜、更快：API 输入、输出单价比 Opus 5 低 2 成，生成速度快 3 成以上（官方数字）。
  • 默认思考力度调低：Claude 回答前会先“想”，想得越深通常越准确，也越慢越贵。Opus 5.5 默认用中等力度，需要的话可以自己调高。
  • Claude Code 默认换模型：Pro 或 Team Standard 方案的 Claude Code，默认模型从 Sonnet 换成 Opus。

跑分怎么看

Claude Opus 5.5 官方 benchmark 对照表：与 Fable 5.1、Opus 5、GPT-6 Astra、GPT-5.6 Sol 在九项测试中的比较，Opus 5.5 多数项目领先，AutomationBench 和 Terminal-Bench-Science 落后 GPT-6 Astra
图片来源：Anthropic

跑分就是让不同模型做同一组任务，再按表现打分。官方公布的九项测试里，Opus 5.5 有七项拿下表中最高分（其中三项 GPT-6 Astra 没有分数），另外两项输给 GPT-6 Astra。Anthropic 也提醒，到了这个能力等级，跑分差距已经不太能反映实际使用的感觉。

上线近两周：第三方排名

榜单测什么Opus 5.5 名次与分数数据日期
Artificial Analysis综合智力指数第 1 名，58 分（max，允许默认备用模型）2026-10-04 查阅
LMArena 文字对战真人盲测投票第 4 名（high 设置），1504 分，与第 2～3 名差距在误差内2026-10-02
LMArena WebDev网页制作真人盲测第 1 名（max 设置），1815 分2026-10-01
Vals Index金融、法律等实务任务第 3 名（max，含备用模型完成的任务），66.97%2026-10-02

各榜单的思考力度（effort）与备用规则不同，分数要结合设置一起看。

社区评价：好评在哪，抱怨在哪

Zvi 在 LessWrong（9 月 26 日）形容，这是他见过“反应最一致正面”的一批评价（来源）。

好评：

  • 好沟通：比 Opus 5 自然。Simon Willison 说它“看起来解决了大家对 Opus 沟通风格最大的抱怨”（来源）。
  • 编程与 agent 任务表现好：有几位开发者把它当成默认模型。
  • 速度快。

抱怨：

  • 安全分类器误拦：敏感工作会转给旧模型（见下方“安全重点”），有人觉得打断工作。
  • 最高 effort 很耗 token，有时做不完：Simon Willison 用 max 设置测试时，曾两次没有返回结果。
  • “变笨了”的疑虑：9 月底开始出现，目前查到的测试还不足以确认退步。

以上是个别体验，不能换算成整体好评比例。

价格与方案

Claude Opus 5.5 与 Opus 5 的价格对照表：输入、输出、缓存读取三项费用
图片来源：Anthropic
项目Opus 5.5Opus 5
输入$4／MTok$5／MTok
输出$20／MTok$25／MTok
缓存读取$0.20／MTok$0.50／MTok

MTok 是“每百万 token”。100 万输入加 100 万输出 token，Opus 5.5 约 24 美元，Opus 5 约 30 美元。缓存读取是重复读取同一段内容的收费，跑长任务的人最有感。

这张表是 API 的计费方式。Pro、Max 这类订阅是月费制，不用计算 token，但用量有上限；免费方案还不能用 Opus 5.5（截至 2026 年 9 月）。开发者可以通过 Claude API、Amazon Bedrock、Google Cloud、Microsoft Foundry 获取。

开发者要注意的变更

一般用户可以跳过。接入 API 的开发者换模型前，留意这四点：

  • thinking 不能关，强行关闭会返回错误。
  • 强制指定某个工具会出错，改用自动判断就正常。
  • 读不懂 Fable 留下的 thinking blocks。
  • Claude API 和 Google Cloud 上的旧版 computer use 工具已停用。

安全重点

Anthropic 每次发布新模型都会公布“系统卡”，说明做过哪些安全测试。这次的重点：

  • 对齐测试表现好：官方行为测试中，多数不对齐指标优于近期 Claude 模型。
  • 提示注入退步：粘贴进对话的文字若藏着恶意指令，Opus 5.5 比以前更容易照做；加上官方防护后，基本上不会照做。
  • 敏感问题自动切换模型：在 Claude App 问到网络安全或生物相关的敏感问题，会转给 Opus 4.8 或 Opus 5 回答，画面会提示。

小企鹅的总结

老实说，小企鹅玩了一天 Opus 5.5，有点感动到。它总算回到 Opus 4.6 那种好沟通的感觉，不像 Opus 5 说话跟机器人一样。拿来指挥其他 agent（orchestration）也特别顺，终于可以让它自己 spawn subagents（派出子 agent）分头做事，这点 Opus 4.6 就比较笨拙。token 也用得比较省。最有感的是，回复里那些奇怪的“—”终于不见了 😭

接下来小企鹅会继续测试 Opus 5.5，有新心得再发上来。

第一周的评价和第三方排名，大致印证了小企鹅第一天的感觉。要留意的是安全转模型，以及最高 effort 的成本与稳定性；预算有限的人，可以用自己的任务比较输入、输出单价只要一半的 Sonnet 5.5。

受益最直接的是通过 API 付 Opus 5 价格的人，以及用 Pro 或 Team Standard 方案 Claude Code 的人。开发者记得重新测试 effort 等级，不要直接沿用旧设置。

本文为 AI 模型 API 计费与订阅方案的消费信息，不涉及证券或投资建议。实际定价以 Anthropic 官方最新公告为准，本文信息截至 2026 年 10 月 4 日，可能已经过时。

延伸阅读

封面图片来源：Anthropic（anthropic.com/claude-opus-5-5）