# Anthropic发布Opus 5.5，对齐Fable 5.1！典型任务成本少40%

来源: https://hajimi.yun/blog/anthropic-releases-claude-opus-5-5

Anthropic发布Opus 5.5，多数工作对齐Fable 5.1，典型任务成本比Opus 5少40%。

Fable 那一档的能力，Opus 这一档的账单，Anthropic 把它写进同一篇发布稿了！

 2026 年 9 月 22 日，Anthropic 发布 Claude Opus 5.5。这是 Claude 5.5 家族的第一款模型。官方定位很直：多数工作上达到 Claude Fable 5.1 的水平，跑起来比 Opus 5 便宜 40%。

 这也是该公司公开呼吁给前沿减速之后的第一次模型发布。上线前经过外部评估，名单里有 Frontier Design 和 METR。在 Anthropic 自己的自动化行为审计里，Opus 5.5 是他们测到目前表现最强的模型，并带上了最强模型那一套防护。

 哈基米云报道。

 价格先落到数字上。Claude 平台的模型 ID 是 claude-opus-5-5 。输入每百万 token 4 美元，输出 20 美元，比 Opus 5 的 5 美元和 25 美元各少 20%。缓存读取 0.20 美元，比 Opus 5 的 0.50 美元少 60%。官方写明，智能体和编程任务的花费里，缓存读取占大头。五分钟缓存写入是 5 美元，Opus 5 是 6.25 美元。接口文档另列一小时缓存写入 8 美元。批处理接口的输入和输出打五折。

 官方自己的测试写明：默认设置下，典型负载会比 Opus 5 少花 40%。输出生成速度比 Opus 5 快 30% 以上。另外有一个快速模式，最高到 2.5 倍速度，价格是输入 8 美元、输出 40 美元每百万 token。Pro、Max 和 Team 的五小时用量上限上调。订阅用户还能拿到一次用量重置，可以先存着，想用的时候再用。

 规格表同样具体。上下文窗口 100 万 token，同步接口最大输出 12.8 万 token。自适应思考始终打开，不能关掉，深度用 effort 参数调，默认是 medium。可靠知识截止到 2026 年 6 月。输入是文字和图像，输出是文字。官方写明，退役不会早于 2027 年 9 月 22 日。

 平台已经铺开。Claude API、Amazon Bedrock（模型 ID 为 anthropic.claude-opus-5-5 ）、Google Cloud、Microsoft Foundry，以及 AWS 上的 Claude Platform，用的都是 claude-opus-5-5 。发布稿还点名了 Microsoft Azure。Claude Sonnet 5.5 和 Claude Haiku 5.5 会在接下来几周跟上。

 哈基米科技

 榜单要分开看，不能揉成一句全面第一。

 Anthropic 官方表默认写的是自适应思考、最大努力。Terminal-Bench 4.0 这一格例外：Opus 5.5 用的是 xhigh，GPT-6 Astra 用的是 OpenAI 报告的 high，两边都取各自最高分。这一格 Opus 5.5 是 66.4%，Fable 5.1 是 55.8%，Opus 5 是 52.3%，GPT-6 Astra 是 57.9%，GPT-5.6 Sol 是 37.3%。Opus 5.5 的标准误差是正负 2.6 个百分点。

 FrontierCode v1.1 主集：54.4%，高于 Fable 5.1 的 50.3%、Opus 5 的 48.0%、Astra 的 53.3%、Sol 的 47.5%。CursorBench 4.0：57.8%，Fable 5.1 为 51.8%，Opus 5 为 46.6%，Sol 为 41.7%。知识工作 GDPval-AA v2.1：1846 Elo，Fable 5.1 为 1735，Opus 5 为 1708，Astra 为 1542，Sol 为 1588。Humanity’s Last Exam 带工具 67.7%，Fable 5.1 为 65.6%，Opus 5 为 63.6%，Astra 为 57.2%。计算机使用 OSWorld 2.0 部分完成 81.8%，Fable 5.1 为 80.7%，Opus 5 为 74.0%。图表识别 Chartography 带工具 89.0%，Fable 5.1 为 88.4%，Opus 5 为 83.4%。

 并不是每一行都领先。Zapier 的 AutomationBench 上，Opus 5.5 是 40.0%，GPT-6 Astra 是 41.4%，Fable 5.1 是 31.4%，Opus 5 是 26.9%，Sol 是 28.8%。Zapier 注明，这轮没有备用模型，防护介入算失败，所以分数低于实际使用。科研终端 Terminal-Bench-Science 0.1：Opus 5.5 为 58.7%，低于 Astra 的 64.6%，高于 Fable 5.1 的 52.6% 和 Opus 5 的 29.0%。

 官方自己也把话说紧了。他们写，到了这个能力段，榜单分差越来越不能代表真实使用；在内部使用里，Opus 5.5 和 Fable 5.1 的差距比这些分数看起来更窄。评测开着生产防护。防护介入时，网络安全任务改由 Claude Opus 4.8 完成，生物和前沿大模型研发任务改由 Claude Opus 5 完成。这会把 Opus 5.5 在这些题目上的分数压低。

 成本对比是另一套口径，不要和最大努力的分数混读。官方写，FrontierCode 上默认努力 medium 得 54.6%，高于同段列出的其他模型，并以大约五分之一的单任务成本超过 Astra 的最高分 53.3%。主表那一格写的是 54.4%。两处数字都来自同一篇发布稿，档位不同。Terminal-Bench 4.0 上，它以大约四成的成本对齐 Astra。CursorBench 上，默认 medium 为 52.5%，高于 Fable 5.1 最大努力的 51.8% 和 Opus 5 最大努力的 46.6%，并以大约三分之一的成本，比 Sol 的最高分 41.7% 高 11 分。主表 CursorBench 的 57.8% 是另一档。

 哈基米科技

 编程任务上，官方给的是时长和账单，不只是百分比。

 一名早期测试者用它在不到一天里完成了 68 万行代码迁移。这类工作换成工程团队，通常要数周。另一项内部测试：审计并修复 20 万行代码库，Opus 5.5 不到 3 小时；Opus 5 超过 20 小时，token 用量是它的 2.5 倍。让模型给一个网页应用的每一页砍加载时间，Opus 5.5 成功 39 次、共 40 次。Opus 5 的改动更小，还改变了应用行为。

 把 HAProxy 从 C 译成 Rust 的内部对照更硬。Opus 5.5 和 Fable 5.1 都通过了 HAProxy 自己几乎全部回归测试。Opus 5.5 用了 9.5 小时，Fable 5.1 用了 12 小时，费用少 51%。

 GitHub 首席产品官 Mario Rodriguez 的测试写在发布稿里：在 GitHub Copilot CLI 和 VS Code 上，Opus 5.5 用掉的 token 和步骤处于他们测到的最少一档。在 VS Code 里，它用不到一半的步骤，解出的终端任务多于 Opus 5。

 知识工作也有一份内部对照。只靠一份很难找到财报的网页副本写季报，自动评分会核对每一个数字和引语，编造就判失败。不同努力档位下，Opus 5.5 的 18 份报告里有 16 份过线。Fable 5.1 和 Opus 5 一次都没过。分析两家虚构人力资源软件公司的并购时，两边结论相同。Opus 5.5 的表格模型和演示更完整，63 分钟对上 Opus 5 的 93 分钟，费用少 50%。

 客户侧可以点名的说法同样具体。德勤咨询首席信息官 Carl Bennett：最低努力档抓到 72% 的已知缺陷，Opus 5 在高努力档是 56%，误报更少。Hebbia 首席技术官 Aabhas Sharma：端到端金融流程覆盖了他们要看的 86.6%，Opus 5 是 60.3%。Walleye Capital 的 Frank Corrao 说，更高档位上，模型发现评测说明里的分钟索引偏了一位，并主动改了过来，还注明这会让评分器扣分。此前测过的模型没有一个这么做过。安全公司 Gray Swan 的提示注入测试里，Opus 5.5 与 Fable 5.1 并列，注入成功率处于受测模型的最低一档。

 哈基米科技

 安全是这篇发布稿的另一半，而且和减速绑在一起。

 Anthropic 首席执行官 Dario Amodei 上周主张，能力前进的速度应当让安全实践跟得上。Opus 5.5 是这次表态之后的第一款发布。官方写，它在生物和网络安全上与 Claude Mythos 5.1 相当，因此用了和 Fable 5.1 相近的防护。网络安全任务大多会改路由到 Opus 4.8。用户仍可以在日常软件开发里找漏洞、改漏洞。网络验证计划将在接下来几周扩大，分三档更宽松的可信访问，其中包括 Claude Mythos 模型。生物研究要走新的生命科学验证计划，学术实验室、初创公司和药企可以申请。

 对齐测试覆盖近 2000 个模拟场景。官方称，几乎每一项失准行为指标上，Opus 5.5 都好于近期 Claude 模型，诚实指标上也多数更强。一项新评测里，它试图越过隔离边界的次数，比 Opus 5 或 Claude Mythos 5.1 少大约 85%，而且每次尝试都是低严重度，并由模型自己报告。官方同时承认：它常常怀疑自己正在被评测，部署前抓住每一次失败仍然是未解问题。

 防蒸馏用的是 Fable 5.1 带来的 preserved thinking。2026 年 8 月 31 日及之后新建的 API 账户，不能再靠改写 Claude 先前上下文来抽走推理过程。和 Fable 5.1 一样，Opus 5.5 带有为遵守欧盟《人工智能法案》准备的水印，也可以零数据保留。思考模式不能再关掉。

 已经跑在 Opus 5 上的代码，要看四条破坏性变更。思考不能关闭。强制工具调用会报错。思考块绑定模型和这段对话。在 Claude API 和 Google Cloud 上，旧的 computer_20251124 计算机使用工具不再被接受。前三条同样适用于 Fable 5.1。还有一条不报错、但会改响应形状：工具调用之间的文字，默认会进 thinking 块，而默认 display 下这段文字是空的。如果应用把这段流式文字当成进度展示，中间会突然安静，直到把 display 设成会返回文字的值。

 哈基米科技

 做项目需要大模型，国内的、国外的这里都能接到。价格谈得下来，调用稳得住，出了问题有人跟到落地。

平顶山市哈基米与他的朋友们科技有限公司

联系电话：17629730802

公司官网：hajimi.yun