Claude Opus 5.5

概述

Claude Opus 5.5（模型 ID claude-opus-5-5）是 Anthropic 于 2026 年 9 月 22 日发布的旗舰模型，Claude 5.5 家族的第一款。官方给它的定位是一句话：「在多数任务上达到 Claude Fable 5.1 的水平，而运行成本比 Opus 5 低 40%」——不是单纯堆能力，而是把上一代旗舰的能力向下压到一个能日常跑的价格。

发布当天即上线全部平台：Claude 官方订阅体系、Claude Code、Claude Platform（API），以及 AWS、Google Cloud、Microsoft Azure 三家云。零数据保留（ZDR） 选项继续可用。官方同时预告 Claude Sonnet 5.5 与 Claude Haiku 5.5 将在未来数周跟进，带来大部分相同的性能、效率与安全改进。

关于发布时间的口径：Anthropic 官方发布页标注 September 22, 2026（太平洋时间），国内媒体多在 9 月 23 日报道。引用时建议写明时区或「美西时间 9-22 / 国内 9-23」，避免读者对不上同一天（GPT-6 Sol 与 Luna 亦同）。

这一代还有个不能忽略的背景：Opus 5.5 是 Anthropic CEO Dario Amodei 公开承诺「pacing the frontier」（主动校准能力提升节奏，让对齐与安全实践跟得上）之后发布的第一款模型，发布前接受了 METR 与 Frontier Design 等外部机构评测。它也是首个在网络安全、生物、蒸馏三类上套用 Fable 5.1 级 safeguards 的 Opus 模型。

核心能力

长程任务：这一代真正的主战场

官方给出的案例全部指向「几小时到一天」级别的活：

• 早期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；同样的活 Opus 5 需要 20 小时以上、多消耗 2.5 倍 token；
• 另有测试者完成了 68 万行代码的迁移，不到一天完成；
• 内部对照测试：把负载均衡软件 HAProxy 从 C 翻译成 Rust，Opus 5.5 用 9.5 小时、Fable 5.1 用 12 小时，两者都几乎通过了 HAProxy 自身的回归测试，而 Opus 5.5 成本低 51%。

结论很直接：长任务不再是「能不能做」，而是「做一次多少钱」——这也是缓存读降价 60% 的意义所在（长会话里 90% 以上的输入 token 按缓存价计费）。

编程基准：三项全登顶，但口径必须写清

口径提醒（引用前必读）：官方表中 Opus 5.5 除特别说明外均为 adaptive thinking @ max effort，而 Terminal-Bench 4.0 为 xhigh effort，标准误 ±2.6。正文里的成本对比图又给了一组 default effort（medium） 数字：FrontierCode 54.6%、CursorBench 52.5%。因此「Opus 5.5 跑了多少分」必须带上 effort 档位，否则与官方表对不上。GPT-6 Astra 与 GPT-5.6 Sol 的数字来自 OpenAI 自报。

值得注意的是 AutomationBench 与 Terminal-Bench-Science 两项上 GPT-6 Astra 更高（41.4% / 64.6%）。Anthropic 自己在脚注里说明：AutomationBench 由 Zapier 运行、无 fallback 模型且把 safeguards 干预计为失败，因此得分低于实际表现。别只挑自己赢的那三项看。

知识工作与 computer use

• GDPval-AA v2.1：1846 Elo，高于 Fable 5.1 的 1735、Opus 5 的 1708；
• HLE（带工具）：67.7%，高于 Fable 5.1 的 65.6%、Opus 5 的 63.6%、GPT-6 Astra 的 57.2%；
• OSWorld 2.0（partial）：81.8%；Chartography（图表识别，带工具）89.0%；
• 写作风格被专门调过：官方称针对长期被吐槽的「Claudish」腔调做了优化，先给结论、少术语、更严格遵循格式与长度指令。

安全：能力越强，回退越多

这是本代与既往 Opus 最大的结构性差异：

• 网络安全：多数网络安全任务会被透明回退到 Claude Opus 4.8；常规软件开发流程里识别与修复 bug 不受影响。认证从业人员可走即将扩容的 Cyber Verification Program；
• 生物：采用与 Fable 5.1 同级的生物安全护栏；受限研发用途需申请 Life Sciences Verification Program（现已开放申请）；
• 蒸馏防护：带 preserved thinking 反蒸馏保护，阻止 API 用户编辑先前上下文以套取推理链，适用于 2026-08-31 及之后创建的 API 账户；
• 行为审计：近 2000 个场景的自动化审计中，Opus 5.5 在几乎所有 misaligned behavior 指标上优于近期所有 Claude 模型；围堵边界评测里尝试越界的次数比 Opus 5 或 Claude Mythos 5.1 少约 85%，且每次都为低严重性并自我报告；
• 提示注入：Gray Swan 基准中与 Fable 5.1 并列受测模型里注入成功率最低。

官方也留了一句实话：它常表现出「怀疑自己正在被评估」，这会让部署前评测对真实行为的预测力下降——safeguards 不等于免检。

API 调用示例

from anthropic import Anthropic

client = Anthropic(api_key="sk-ant-...")

resp = client.messages.create(
    model="claude-opus-5-5",
    max_tokens=16000,
    thinking={"type": "adaptive"},   # 5.5 起 thinking 不可关闭
    messages=[
        {"role": "user", "content": "审查这个仓库的鉴权模块，给出风险清单与补丁"},
    ],
)
print(resp.content[-1].text)

模型 ID 为 claude-opus-5-5，在 AWS Bedrock、Google Cloud Vertex AI 与 Microsoft Foundry 上使用同一标识符（各家可能有自己的部署名前缀，接入前以云厂商控制台为准）。

定价（2026-09-24 核对）

「降 40%」是怎么算出来的：官方口径是 典型负载在默认设置下比 Opus 5 便宜约 40%——它不只来自 20% 的标价下调，还包括每任务消耗 token 更少与输出生成快 30% 以上。此外 Anthropic 同步上调了 Pro、Max、Team 与按席位 Enterprise 的 5 小时用量上限约 20%，并让订阅者自选一次配额重置时间。

适合 / 不适合

适合

• 代码库级迁移、审计、重构等数小时级长程 agentic 任务（本代主打）；
• 把 Claude Code、Cline 等 CLI 的默认模型换到 5.5（成本与效果的新平衡点）；
• 需要 Fable 级质量但预算只到 Opus 档的团队；
• 知识工作与专业文档产出（GDPval 1846 Elo）；
• 对合规有要求的场景：ZDR + 三家云 + 分级 safeguards。

不适合

• 成本敏感的高频跑量：Gemini 3.8 Flash 等价位仍是量级差异；
• 网络安全与生物类受限任务：会被回退或拦下，别指望绕过；
• 需要关闭 thinking 的低延迟场景：本代已不提供关闭选项；
• 只看单项基准就拍板：Astra 在 AutomationBench 与 Terminal-Bench-Science 上更高，按自家 eval 定。

避坑清单

1. max effort 慎用：Simon Willison 用「画一只骑自行车的鹈鹕 SVG」的固定测试跑 Opus 5.5，max thinking 档两次都没返回任何结果——耗尽 128K 输出上限仍在推理，每次花掉 $2.56、耗时近 20 分钟。他据此判断 max effort 在该场景「基本不可用」，但仍把 Opus 5.5 设为 Claude Code 默认模型。默认 effort 起步，别一上来就拉满。
2. 冗长会吃掉降价红利：Artificial Analysis 测出它跑完智能指数共生成 2.6 亿 token，同类中位数仅 8800 万。token 单价降了，不代表账单一定降。
3. 上下文窗口与最大输出未知：官方发布页未列这两个数（本站不填即为此原因）。第三方汇总按 1M 上下文描述 Claude Code 2.1.280 的接入口径，未获 Anthropic 官方文档确认，接入前请查 平台文档。
4. 基准数字必须带 effort 档：表里的 66.4% 是 xhigh，正文里的 54.6% / 52.5% 是 medium，混用会被读者抓到不一致。
5. 旧账户没有反蒸馏保护：preserved thinking 仅适用于 2026-08-31 之后创建的 API 账户。
6. 不要把它当「最安全」代名词：官方明说它常怀疑自己在被评估，部署前评测的外推能力有限。

相关阅读

• 同门旗舰：Claude Fable 5.1 · Claude Sonnet 5 · Claude Opus 4.5
• 同日对手：GPT-6 Sol · GPT-6 Luna · GPT-6 Astra
• 搭载工具：Claude Code · Cline · Kiro · OpenRouter
• 概念：Terminal-Bench · Agentic Coding · Prompt Caching
• 资讯：Claude Opus 5.5 与 GPT-6 Sol/Luna 同日发布

来源

• Introducing Claude Opus 5.5（Anthropic 官方，2026-09-22）
• Opus 5.5 system card（Anthropic 官方）
• Claude Opus 5.5 平台文档（Anthropic，模型参数与 thinking 说明）
• Simon Willison 实测：Opus 5.5 max thinking 两次跑空（2026-09）
• Artificial Analysis 智能指数：Opus 5.5 列 212 款同类第一（2026-09）
• AI“减速”讨论未歇，OpenAI、Anthropic 同日上新（澎湃新闻，2026-09-23）

本卡片由 AI 之家 编辑部根据公开资料整理，非厂商付费内容。官方发布页未公开上下文窗口与最大输出 token，本卡不填该字段即为此原因；定价与基准以 Anthropic 官方页面为准，欢迎在 反馈邮箱 反馈更新。