Claude 5.5发布，性能直逼Fable，还要卷价格
九月的新模型像下饺子一样接连登场，却大多只来得及各领风骚一两天，很快又被下一款抢走风头。
就在刚刚，Anthropic 正式发布了 Claude Opus 5.5。这是 Claude 5.5 家族的首款模型，未来几周内还会有 Sonnet 5.5 和 Haiku 5.5 陆续登场。
Opus 5.5 并非一次常规的半代升级。官方称，它在多数任务上的表现已经达到 Claude Fable 5.1 水平，相比 Opus 5 的典型任务成本降低 40%，输出速度提高超过 30%。
半代升级，Opus 性能直逼 Fable
Anthropic 将 Opus 5.5 定位为面向长时间编程 Agent 和知识工作的主力模型。从官方公布的成绩看，它在 Agent 编程、电脑操作和专业工作上都取得了明显提升。
在 Terminal-Bench 4.0 中，Opus 5.5 得分为 66.4%，高于 GPT-6 Astra 的 57.9% 和 Opus 5 的 52.3%；FrontierCode v1.1 得分为 54.4%，略高于 GPT-6 Astra 的 53.3%；CursorBench 4.0 则从 Opus 5 的 46.6% 提高到 57.8%。
面向知识工作的 GDPval-AA v2.1 中，Opus 5.5 得到 1846 Elo，超过 Fable 5.1 的 1735 和 Opus 5 的 1708。在 OSWorld 2.0 电脑操作评测中，它也从 Opus 5 的 74.0% 提高到 81.8%。
优势并没有覆盖所有项目。
Opus 5.5 在 AutomationBench 中得到 40.0%，略低于 GPT-6 Astra 的 41.4%；在 Terminal-Bench-Science 0.1 中得到 58.7%，与 Astra 的 64.6% 仍有差距。
Anthropic 自己也提醒，当前前沿模型之间的榜单差距，已经无法完整反映真实工作中的体验。在公司内部使用中，Opus 5.5 与 Fable 5.1 的差距比部分评测结果看起来更小。
真正能体现此次升级的，是持续数小时甚至十几个小时的长任务。
早期测试者曾用 Opus 5.5 在一天内完成一项涉及 68 万行代码的迁移工作；另一项 20 万行代码库审计只用了不到三小时，而 Opus 5 完成同类任务超过 20 小时，token 消耗约为前者的 2.5 倍。
Anthropic 还让 Opus 5.5 和 Fable 5.1 把 HAProxy 从 C 语言重写为 Rust，两者都通过了绝大多数回归测试，Opus 5.5 用时 9.5 小时，Fable 5.1 用时 12 小时，前者成本低了 51%。
知识工作方面，在一项季度业绩报告测试中，模型只能从一份较难检索的网页副本中寻找资料，任何虚构数字或引语都会导致失败。Opus 5.5 在不同思考强度下提交的 18 份报告中有 16 份过关，Fable 5.1 和 Opus 5 没有一次达到同一标准。
另一项虚构并购分析要求模型先在 Excel 中建立财务模型，再制作面向管理层的演示文稿。Opus 5.5 与 Opus 5 得出了相同结论，但前者的模型更完整，演示文稿也更清楚，完成时间从 93 分钟缩短到 63 分钟，成本降低一半。
降价之后，Opus 开始成为日常主力
比榜单更容易被用户感知的变化来自价格和速度。
Opus 5.5 的 API 输入和输出价格分别为每百万 token 4 美元和 20 美元，比 Opus 5 低 20%；缓存读取价格从 0.50 美元降至 0.20 美元，降幅达到 60%。