Claude Opus 5.5 是 Anthropic 2026 年 9 月 22 日发布的旗舰，也是全新 Claude 5.5 家族的第一款模型。它的卖点很直接：以不到 Claude Fable 5.1 一半的价格，做到大致相当的工作水平，并且典型负载下比 Claude Opus 5 便宜 40%。输入与输出 token 降到每百万 $4 / $20，缓存读取降到 $0.20，输出速度快了 30% 以上。
这也是 Anthropic 在呼吁”放慢前沿节奏”之后的首次发布：Frontier Design 与 METR 等外部评估机构在发布前做了测试，它在 Anthropic 自动行为审计上取得了该公司迄今最强的成绩。
基准测试
以下数字均为厂商自报（Anthropic，2026 年 9 月 22 日）。除特别说明外，Opus 5.5 使用自适应思考 + max effort；Terminal-Bench 4.0 中 Opus 5.5 为 xhigh effort，GPT-6 Astra 为 OpenAI 自报的 high effort。
| 基准 | 衡量内容 | Opus 5.5 | Fable 5.1 | Opus 5 | GPT-6 Astra | GPT-5.6 Sol |
|---|---|---|---|---|---|---|
| Terminal-Bench 4.0 | 智能体终端编码 | 66.4% | 55.8% | 52.3% | 57.9% | 37.3% |
| FrontierCode v1.1（Main） | 可合并的智能体编码 | 54.4% | 50.3% | 48.0% | 53.3% | 47.5% |
| CursorBench 4.0 | 真实 Cursor 编码会话 | 57.8% | 51.8% | 46.6% | — | 41.7% |
| GDPval-AA v2.1 | 真实知识工作（Elo） | 1846 | 1735 | 1708 | 1542 | 1588 |
| AutomationBench | 跨应用业务流程 | 40.0% | 31.4% | 26.9% | 41.4% | 28.8% |
| Humanity’s Last Exam | 多学科推理（带工具） | 67.7% | 65.6% | 63.6% | 57.2% | — |
| Terminal-Bench-Science 0.1 | 智能体科研 | 58.7% | 52.6% | 29.0% | 64.6% | 22.4% |
| OSWorld 2.1 | 电脑操作（部分得分） | 81.8% | 80.7% | 74.0% | — | — |
| Chartography | 图表识别（带工具） | 89.0% | 88.4% | 83.4% | — | — |
Anthropic 自己提醒：在这样的水平上，“基准分差已不太能反映真实差异”，在它自己的使用中，Opus 5.5 与 Fable 5.1 的差距比分数显示的更小。更站得住的故事是效率：
- 默认 effort 下，Anthropic 称 Opus 5.5 在 FrontierCode 上以约 20% 的单任务成本击败 GPT-6 Astra，在 Terminal-Bench 4.0 上以约 40% 的成本追平 Astra。
- 在 Terminal-Bench 4.0 上，默认 effort 的 Opus 5.5 以约五分之一的成本击败 max effort 的 Opus 5。
- 在内部把 HAProxy 从 C 翻译成 Rust 的测试中，Opus 5.5 与 Fable 5.1 都通过了几乎全部回归测试，但 Opus 5.5 用时 9.5 小时（对 12 小时），成本低 51%。
- 一位早期测试者用不到三小时审计并修复了一个 20 万行代码库；Opus 5 花了 20 多小时，token 用量是 2.5 倍。
定价
| 每百万 token 价格 | Claude Opus 5.5 | Claude Opus 5 |
|---|---|---|
| 输入 | $4 | $5 |
| 输出 | $20 | $25 |
| 缓存读取 | $0.20 | $0.50 |
| 缓存写入 | $5 | $6.25 |
Fast 模式（最高 2.5 倍速度）在 Claude Code 与 Claude 平台可用，输入 $8 / 输出 $40 每百万 token。应用端方面，Anthropic 同时提高了 Pro、Max、Team 与按席位 Enterprise 套餐的五小时用量上限，并给订阅用户一次可保存使用的限速重置。
规格
| 规格 | 数值 |
|---|---|
| API 模型 ID | claude-opus-5-5 |
| 上下文窗口 | 1M tokens |
| 最大输出 | 128K tokens |
| 思考 | 自适应，始终开启（无法关闭） |
| 默认 effort | Medium |
| 可靠知识截止 | 2026 年 6 月 |
| 模态 | 文本、图像输入，文本输出 |
| 平台 | Claude 平台、Amazon Web Services、Google Cloud、Microsoft Azure |
安全与防护
- 对齐。 在 Anthropic 覆盖数千个模拟场景的自动行为审计上取得迄今最佳成绩，并扩大了对长任务、不可能完成的任务与参照真实事故构造的场景的测试。它比近期模型更少执行难以撤销的动作或越界行事。
- 提示注入。 在所有测试场景（编码、工具调用、电脑操作、浏览）中不弱于 Opus 5，并在 Gray Swan 基准上与 Fable 5.1 并列最低注入成功率。
- 智能体安全。 分类器在每个动作执行前进行筛查，开源沙箱可供安全团队审计，代码审查用于在合并前拦截漏洞。
- 危险能力。 因为 Opus 5.5 在生物与网络安全上与 Claude Mythos 5.1 相当，所以部署了与 Fable 5.1 类似的防护。通过审核的机构可申请 Life Sciences Verification Program 做生物研究，Cyber Verification Program 已在 10 月 6 日扩容。
- 数据与合规。 支持零数据留存，输出带有符合欧盟 AI 法案的水印，保留思考适用于 2026 年 8 月 31 日及之后创建的 API 账号。
Opus 5.5 与竞品对比
| Claude Opus 5.5 | Claude Fable 5.1 | Claude Opus 5 | GPT-6 Astra | |
|---|---|---|---|---|
| 价格（入 / 出，每 1M） | $4 / $20 | $10 / $50 | $5 / $25 | $10 / $50 |
| 上下文 | 1M | 1M | 1M | 1.05M |
| Terminal-Bench 4.0 | 66.4% | 55.8% | 52.3% | 57.9% |
| GDPval-AA v2.1 | 1846 | 1735 | 1708 | 1542 |
| 发布时间 | 2026-09-22 | 2026-09-01 | 2026-07-24 | 2026-09-03 |
- 对比 Claude Fable 5.1： Opus 5.5 是多数工作负载的默认选择；只有面对高难度推理与长程智能体任务，或 Opus 5.5 拉高 effort 仍不达标时，再考虑 Fable 5.1。
- 对比 Claude Opus 5： 纯粹的升级——单 token 更便宜、单任务更便宜、更快，文风也更清晰（这是 Opus 5 常被吐槽的点）。
- 对比 GPT-6： Astra 在科研与业务流程基准上领先，但价格是 2.5 倍；价格上更接近的对手是 GPT-6.1 Sol（$2 / $10）。
- 家族内部： Claude Sonnet 5.5（$2 / $10）与 Claude Haiku 5.5（$0.10 / $0.50 起）承接范围明确与高吞吐的工作。
局限
- 防护回退。 Anthropic 说明，生产级防护介入时，网络安全任务由 Opus 4.8、生物与前沿 LLM 研发任务由 Opus 5 完成，这很可能拉低它的基准成绩，也会改变安全相关任务中的行为。
- 思考不可关闭。 没有”关闭思考”模式，对延迟极其敏感的链路应改看 Haiku 5.5。
- 厂商数字。 以上分数全部来自 Anthropic 或对手自己的公告；在独立复测出来之前，小差距不要当真。
更大的背景请见 2026 LLM 指南。
适用场景
- 长而庞杂的工程任务——全代码库迁移、审计与性能优化
- 对单任务成本敏感的智能体式电脑操作与浏览器工作流
- 知识工作——财务分析、表格、演示文稿与研究报告
- Claude Code 与 Cowork 的默认主力，用 Sonnet 5.5 / Haiku 5.5 当更便宜的子智能体
优缺点
优势
- Anthropic 称其在多数工作上达到 Fable 5.1 的水平，而典型负载的运行成本比 Opus 5 低 40%
- 在 Anthropic 自家表格中领跑 Terminal-Bench 4.0（66.4%）、CursorBench 4.0（57.8%）、GDPval-AA v2.1（1846）与 OSWorld 2.1（81.8%）
- 相比 Opus 5 全线降价——$4 / $20 每百万 token，缓存读取 $0.20（降 60%）——输出还快 30% 以上
- 提示注入抵抗力强（在 Gray Swan 基准上与 Fable 5.1 并列最低），并配有逐动作筛查分类器、可审计的开源沙箱与代码审查
局限
- 多数项目领先，但在 Terminal-Bench-Science 0.1（58.7% 对 64.6%）与 AutomationBench（40.0% 对 41.4%）上落后于 GPT-6 Astra
- 安全防护叠加在模型之上——网络安全、生物与前沿 LLM 研发类任务会回退到旧模型，可能拉低分数并改变行为
- 不能再关闭思考；保留思考（preserved thinking）禁止 API 用户编辑历史上下文（适用于 2026-08-31 及之后创建的账号）
- Anthropic 自己也提醒：在这个能力水平上，基准分差已不太能反映真实差异
常见问题
Claude Opus 5.5 什么时候发布的？
2026 年 9 月 22 日，是 Anthropic Claude 5.5 家族的第一款模型；Claude Sonnet 5.5 于 9 月 28 日跟进，Claude Haiku 5.5 于 10 月 7 日发布。
Claude Opus 5.5 多少钱？
每百万输入 token $4、输出 token $20，比 Opus 5 的 $5 / $25 低 20%。缓存读取 $0.20 / 1M（Opus 5 为 $0.50），缓存写入 $5。因为每任务用的 token 也更少，Anthropic 估计典型负载总成本比 Opus 5 低 40%。Fast 模式为 $8 / $40 每百万。
Opus 5.5 比 Claude Fable 5.1 更强吗？
在 Anthropic 公布的表格中，Opus 5.5 在所有展示项目上都高于 Fable 5.1（例如 Terminal-Bench 4.0 为 66.4% 对 55.8%），价格不到一半（$4 / $20 对 $10 / $50）。不过 Anthropic 也说真实场景中的差距比这些分数显示的更小；如果 Opus 5.5 拉高 effort 后评测仍不达标，才需要 Fable 5.1。
Opus 5.5 的 Claude API 模型 ID 是什么？
`claude-opus-5-5`。1M token 上下文，最长 128K 输出，自适应思考始终开启，默认 effort 为 medium。可在 Claude 平台、Amazon Web Services、Google Cloud 与 Microsoft Azure 使用。
Opus 5.5 能打赢 GPT-6 Astra 吗？
要看任务。在 Anthropic 的表格里，Opus 5.5 在 Terminal-Bench 4.0（xhigh 66.4% 对 Astra high 57.9%）、FrontierCode v1.1（54.4% 对 53.3%）与 GDPval-AA v2.1 上领先；Astra 则在 AutomationBench（41.4% 对 40.0%）与 Terminal-Bench-Science 0.1（64.6% 对 58.7%）上领先。Astra 定价 $10 / $50，是 Opus 5.5 的 2.5 倍。
为什么 Opus 5.5 不能关闭思考？
Anthropic 让 Fable 5.1 与 Opus 5.5 的自适应思考始终开启，并加入了保留思考（preserved thinking）这一反蒸馏措施，禁止 API 用户通过编辑 Claude 之前的上下文来提取其推理。适用于 2026 年 8 月 31 日及之后创建的 API 账号。