9 月 22 日，Anthropic 发布了 Claude Opus 5.5，这是 Claude 5.5 系列的首个模型。官方的定位一句话就能说完：在大多数工作上性能达到 Claude Fable 5.1 的水平，运行成本比 Opus 5 低 40%。这也是 Anthropic 公开呼吁放缓前沿能力发布节奏之后，推出的第一款旗舰。
对开发者来说，这一代的看点不在"又变强了多少"，而在价格和兼容性上的变化，以及那些不升级就会踩到的破坏性变更。
价格表
Opus 5.5 的成本下降来自两处叠加：单 token 价格降了，每个任务消耗的 token 也少了。官方给的各项价格对比如下，单位是每百万 token：
| 项目 | Opus 5.5 | Opus 5 | 降幅 |
|---|---|---|---|
| 缓存读取 | $0.20 | $0.50 | 60% |
| 输入 | $4 | $5 | 20% |
| 输出 | $20 | $25 | 20% |
| 缓存写入 | $5 | $6.25 | 20% |
输出速度比 Opus 5 快 30% 以上。另有一个 Fast mode，在 Claude Code 和平台上可用，最高能到 2.5 倍速度，单独定价为 $8 / 百万输入 token、$40 / 百万输出 token。
模型 ID 是 claude-opus-5-5，已登陆 AWS、Google Cloud、Azure 以及 Claude 平台，开发者可以直接用这个字符串接入。
编程与计算机操作
编程是这一代主打的提升方向。官方举了几个测试者的例子：一位测试者不到一天完成了 68 万行代码迁移，而这项工作原本要一个工程团队花数周；修复一个网页应用的加载问题，40 次尝试里成功 39 次；一个把 HAProxy 从 C 迁移到 Rust 的任务，9.5 小时完成，比 Fable 5.1 的 12 小时更快，成本低 51%。
官方基准里，Opus 5.5 在 agentic coding 上全面领先：
| 基准 | Opus 5.5 | Fable 5.1 | Opus 5 |
|---|---|---|---|
| Terminal-Bench 4.0 | 66.4% | 55.8% | 52.3% |
| FrontierCode v1.1 | 54.4% | 50.3% | 48.0% |
| CursorBench 4.0 | 57.8% | 51.8% | 46.6% |
计算机操作方面，OSWorld 2.1 拿到 81.8%，高于 Fable 5.1 的 80.7% 和 Opus 5 的 74.0%。知识工作类的 GDPval-AA v2.1 达到 1846 Elo，Humanity's Last Exam 带工具 67.7%。官方特别提到一项质检：让模型产出研究报告，18 份里 16 份通过了质量门槛（任何虚构数字或引用都会失败），而 Fable 5.1 和 Opus 5 一次都没过。这个数字比基准分更值得留意——它测的是"报告能不能直接用"，不是"答对多少题"。
安全对齐
Anthropic 把安全摆在了这一代的前面。官方说，在覆盖近 2000 个场景的自动化行为审计里，Opus 5.5 是迄今测试过的最强模型，几乎每一项失对齐行为指标都优于最近的 Claude 模型。在一个专门测"是否跨越安全边界"的新评估里，它试图绕过边界的次数比 Opus 5 或 Mythos 5.1 少了约 85%，而且所有尝试都是低严重性、自我上报的。
提示注入方面，官方称在编码、工具使用、计算机操作、网页浏览等所有测试场景里，它都追平或超过 Opus 5；在安全公司 Gray Swan 的基准上，与 Fable 5.1 并列提示注入成功率最低。首发还带了 preserved thinking 机制，阻止通过编辑上下文把推理过程提取出来，零数据保留也和往代 Opus 一样可用。
迁移要改什么
升级不是换个模型字符串就行。有几个破坏性变更，迁移前要对齐：
- thinking 模式无法关闭。请求里禁用 thinking 或设手动 thinking 预算会直接返回错误，改用 effort 参数控制推理深度、延迟和成本。
- 强制工具使用会报错，这个和上一代行为不同。
- thinking blocks 与模型、会话绑定，旧的
computer_20251124工具在 Claude API 和 Google Cloud 上会被拒绝。 - 工具调用之间的文本会移进 thinking blocks，如果应用靠流式输出推进度提示，可能会突然静默，直到设置对应的展示选项。
对还没迁移的团队，Opus 5 仍可用，官方给的退休时间不早于 2027 年 7 月，且会有至少 60 天提前通知，所以可以先在自己任务上测完 Opus 5.5 再切。
待观察
两个点值得盯着。一是同一家族的 Sonnet 5.5 和 Haiku 5.5 会随后几周推出，官方说会带上大部分同样的性能、效率与安全改进，届时价格梯度会更完整。二是这一代把"安全对齐成绩"当成了主卖点，越界尝试减少 85%、提示注入并列最低这些数字能不能在真实攻击里兑现，得等更长时间的外部评估。对多数人来说，现在最该做的是把 Opus 5 的评估集重新在 claude-opus-5-5 上跑一遍——官方明确建议大多数工作负载从 Opus 5.5 起步，把 Fable 5.1 留给要求更高的推理和长程 agentic 任务。