杂谈 · Claude Opus 5.5

Claude Opus 5.5 发布后，读者先问两件事：长活能不能跑完，标称更省会不会被高档耗时与安全回退抵消

9 月 22 日，Anthropic 把 Claude Opus 5.5 推上 Claude、API 与三大云，并把输入／输出价压到每百万 token 4 美元／20 美元。同日前后，另一家大模型的降价叙事叠上来。公开讨论并没有先问「榜分第几」，而是先问两件事：它能不能更稳地跑完长程编程活；以及标称更省的成本，会不会被最高推理档的耗时与安全回退抵消。

2026年9月23日

• 型号 Claude Opus 5.5（claude-opus-5-5）
• 价 输入／输出 4／20 美元／百万 token
• 主张 典型总成本约低 40%
• 窗口 上下文 100 万 tokens
• 规格仅作背景。

公司侧给出的答案很整齐：定位长程 agentic coding，默认设置下典型负载总成本较前代 Opus 5 约低四成，输出更快，缓存读取更便宜（读取价自 0.50 美元量级降至 0.20 美元）。Adaptive thinking 始终开启，默认 effort 为中档。公开讨论大体接住了这条线。赞成意见把「能扛长活」写成主结论，并把降价与少步数、少 token、配额更能跑完绑在一起；有人把前端实测与案例合集抬到很高的标题温度，也有人更冷静地复述对标前代旗舰与成本曲线。强度上，这是发布后最响、也最少争议的一层：更强 agent 编程加更省，被当成实质卖点，而不是附带彩页。

紧跟着的保留意见几乎同时出现，而且不否定上一层，只给它加限定。默认中档时，抱怨相对克制；一旦推到 max 或 xhigh，节奏立刻变了——有人直接劝别开，一篇独立测例记录最高档两次打满约 12.8 万输出上限仍停在推理，单次耗时长、费用不低，并怀疑最高档几乎不可用。于是同一批读者既承认能力，又把实用默认值往下拨。第二层主张因此清晰起来：赞能力，不赞把最高档当日常。

再往后，争论从「好不好用」滑向「领先有多匀」。官方公开基准表（max effort，含脚注）列出 Terminal-Bench 4.0 的 66.4%、FrontierCode v1.1 Main 的 54.4%、CursorBench 4.0 的 57.8% 等多项高于 Fable 5.1／Opus 5；AutomationBench 上 GPT-6 Astra 为 41.4%，略高于 Opus 5.5 的 40.0%，Terminal-Bench-Science 上 Astra 为 64.6%，高于 58.7%。官方自承真实差距可能窄于分差。「碾压」标题与「编码领先、部分 workflow／科学场景仍落后」的写法因此并排存在。官方主表未列 SWE-bench Verified／Pro 分数；第三方聚合页数字未纳入本文对照。

安全路由把主线再收紧一扣。官方称生物／网络能力接近更高风险档，并沿用类 safeguards：多数网络攻防任务可透明回退 Claude Opus 4.8，部分生物相关回退 Claude Opus 5。一家科技媒体把它写成更严防护与越狱／逃逸测试改善；另一边则有人担心透明回退等于能力被路由压低——AutomationBench 在无 fallback 时计失败，官方已声明。到此，发布日卖的是更强更省，读者买账；但他们同时在记账：高档太慢，领先不均，回退是否伤手感。

• 强共识

  「更强更省」是发布后最响、也最少争议的一层。

• 次强

  「高档别当默认」——赞能力，不把 max／xhigh 当日常。

• 真分歧

  领先是否均匀，以及安全回退是防护还是伤手感。

• 09-20～21发布前流传 stealth 型号与周二发售、降价传闻。
• 09-22Anthropic 发博客与文档；模型上线 Claude、API 与三大云。同日稍后另一家大模型降价，叠出「同日价格战」读法。
• 09-22～23科技媒体跟进；公开实测与案例合集出现；中文转述到位。

时间线仅作事实锚点，不替代上文叙事主线。