Claude Opus 5.5突袭！68万行代码一天迁完，API价格打8折

在代码、知识工作、计算机操作等多项基准测试中拿下第一的同时，输出速度也比 Opus 5 快了 30%以上 。 这暂停得好好的前沿，怎么不到两周又被推进了。 那CEO Dario Amodei发表的“放缓前沿”公开信算什么？ 算他能发。 这届模型开始拿代码当画笔 目前看到比较新颖的测试是用纯代码生成图像，SVG鹈鹕骑自行车已经被刷爆了，这次是更复杂的Python渲染。 类似的能力可以扩展成用纯js代码生成渲染视频。 多项跑分登顶，API价格打8折 他们说任务成本降 4成 ，但API价格并没有直接打 6折 。 Opus 5.5的输入、输出价格分别是每百万Token 4美元 和 20美元 ，相比Opus 5下降 20% 。 再加上完成同一任务需要的步骤和Token更少，Anthropic测算，典型任务的总成本可以下降 40% 。 真正下狠手的是 缓存读取价 。这一项从Opus 5的每百万Token 0.50美元 ，直接降到 0.20美元 ，砍了 60% 。 做Agent编程的都知道，长对话和大型代码任务需要反复读取上下文，缓存读取经常占据成本的大头。相比账面上的API单价，这一刀可能更有实际体感。 另外还有一个Fast mode，输出速度最高可达标准模式的 2.5倍 ，价格也翻倍至每百万输入Token 8美元 、输出Token 40美元 ，适合对延迟特别敏感的场景。 订阅用户也加量了，Pro、Max、Team和按席位收费的企业版，五小时使用限额都会提高；Anthropic还提供了一次可以暂存、由用户自行选择时间使用的rate limit reset。 具体看跑分，目前最新鲜的榜就是 Terminal-Bench 4.0 了，衡量模型处理复杂命令行任务的能力。 Opus 5.5拿下 66.4% ，上一代Opus 5是 52.3% ，OpenAI的 GPT-6 Astra 是 57.9% ，Claude自家的 Fable 5.1 是 55.8% 。 已经明显拉开差距。 在另一项编程基准FrontierCode v1.1上，Opus 5.5以 54.4% 超过GPT-6 Astra的 53.3% ，差距就没那么明显了。 而且推理effort开中档效果反而更好。 Opus 5.5在默认effort，也就是中档设置下，反而跑出了 54.6% ，超过表中其他模型的最高成绩，也略高于自己开到最高档时的 54.4% 。 到了这个能力水平， 0.2个百分点 基本已经落在波动范围里。 Anthropic自己也承认，跑分差距越来越难准确反映真实使用体验，他们内部使用时，Opus 5.5和Fable 5.1的差距就没有榜单看起来这么大。 另一项 CursorBench 4.0 ，测的是来自真实Cursor会话的多文件模糊任务。 最高effort下，Opus 5.5拿到 57.8% ，比Fable 5.1的 51.8% 高 6分 ，比 GPT-5.6 Sol 的 41.7% 高 16.1分 。 如果看性价比，Opus 5.5在默认中档设置下得分 52.5% ，依然领先GPT-5.6 Sol的最高成绩约 11分 ，单项任务成本只有后者的 三分之一 左右。 Opus 5.5特别强调在大规模代码库级别的任务上有明显提升。 早期测试者曾用它迁移 68万行代码 ， 不到一天 完成。换成人类工程团队，预计至少需要 数周 。 还有一位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 。同样的任务，Opus 5花了 超过20小时 ，使用的Token数量还是它的 2.5倍 。 在一项内部测试中，Anthropic让Opus 5.5和Fable 5.1分别将HAProxy从C语言重写成Rust。HAProxy是一款被广泛使用的Web流量负载均衡软件。 两个版本都通过了HAProxy自身几乎全部回归测试，但Opus 5.5只用了 9.5小时 ，Fable 5.1用了 12小时 ，前者的成本低了 51% 。 Anthropic还让模型优化一个Web应用所有页面的加载速度。Opus 5.5在 40次 测试中成功了 39次 ；Opus 5虽然也缩短了加载时间，但改进幅度更小，还改变了应用原本的行为。 知识工作方面同样值得关注。 在覆盖 44个职业 的真实工作能力评估GDPval-AA v2.1中，Opus 5.5得分 1846 Elo ，Fable 5.1是 1735 ，Opus 5是 1708 。 在默认effort设置下，Opus 5.5的得分就超过了GPT-6 Astra在最高effort下的表现，单项任务成本大约只有后者的 五分之一 。 投资公司Walleye Capital反馈，Opus 5.5在最低设置下，就基本完成了他们的量化研究评测任务。 把effort调高后，它还发现评测指令里的分钟索引存在一个off-by-one错误，并主动修正。 模型甚至特意备注：这样处理是正确的，但可能会导致自己被评分器扣分。 Walleye称，此前测试过的所有模型，都没有发现并处理这个问题。 还有个明显变化在于： Opus 5.5说话的方式变了 。 以前Opus 5虽然也能找到答案，但很快就会钻进代码块、时间线和区间定义里，用户需要自己从大量技术细节中提炼结论。 Opus 5.5会先把最重要的信息摆出来，再解释原因。 官网展示了一个billing系统Bug的对比。Opus 5找到问题后，马上开始解释代码改动和时间区间；Opus 5.5开头就把账算清楚了： 额外减少的 9.92美元 来自一个Bug，免费层调整只占 1.50美元 。 随后它才说明，究竟是哪次代码重构把每个月最后一天的大部分用量漏掉了。 一位早期测试者的评价是： It writes the way I do（它写东西的方式跟我一样）。 Anthropic还特意强调，表达清楚不只是文风升级。模型把关键信息放在前面、减少术语和特异性表达，人类检查其结论和操作过程也会更加容易，这本身就是一项安全收益。 和Fable一个级别的笼子 能力往前冲，安全笼子也跟着加厚了。 Opus 5.5是首款同时搭载Fable 5.1同级网络安全、生物安全和反蒸馏护栏的Opus模型 。触发相关限制后，系统会透明地回退到其他模型处理。 发布之前，它还接受了METR和Frontier Design两家外部机构的评估。 这也是Anthropic对“放缓前沿”的解释：模型照常研发和发布，但要给安全对齐和外部审查留出时间。 在Anthropic内部覆盖近2000个模拟场景的自动化行为审计中，Opus 5.5在几乎所有失调行为指标上，都拿到了近期Claude模型中的最好成绩。 在一项专门测试模型越过安全边界倾向的新评估中，Opus 5.5尝试规避边界的频率，比Opus 5和Claude Mythos 5.1低了约85%。 仅有的几次尝试也都属于低严重性事件，而且由模型自行上报。 不过Anthropic同时承认， 他们观察到Opus 5.5经常怀疑自己正在接受评估 。 一旦模型知道“这是一场考试”，测试中的表现能否代表真实部署环境，就要打上一个问号。Anthropic称，目前仍然没有办法在发布前可靠地发现所有潜在问题。 在更实际的Agent防护上，Opus 5.5还配备了三层措施。 它会在执行前检查每一个操作；运行环境放在安全团队可以审计的开源沙箱中；代码审查功能则会在代码合并前检查漏洞。 面对提示注入攻击，Opus 5.5在Anthropic测试的编程、工具调用、计算机操作和网页浏览等场景中，都追平或超过了Opus 5。 这么厚的笼子，也和它在高风险领域的能力有关。 在生物学领域，Opus 5.5已经在多个方向追平甚至超过Claude Mythos 5.1，因此使用了与Fable 5.1相同的生物安全护栏。 在与Dyno Therapeutics合作开展的长期分子预测和设计评估中，Opus 5.5取得了进一步提升。参与红队测试的专家认为，其科学新颖性与他们测试过的最强模型相当。 经过审核的学术实验室、初创公司和制药企业，可以通过新推出的Life Sciences Verification Program，申请适用于生物研发工作的更宽松权限。 网络安全也是一样。 由于Opus 5.5的网络安全能力很强，普通用户提交的大多数网络安全任务会被自动转交给Opus 4.8。经过认证的网络安全从业者，则可以通过即将扩展的Cyber Verification Program申请使用Opus 5.5。 反蒸馏措施也直接上到了Fable 5.1的级别。 与此同时， Opus 5.5不再允许关闭thinking模式，输出文本中也加入了水印 。 这种水印不会直接显示在文本里，也没有添加隐藏字符。它通过调整模型在多个意思相近的词语之间如何选择，留下可供专用检测工具识别的统计模式，普通读者看不出区别。 OMT：Haiku终于更新了 在Sonnet、Opus和Fable都已经进入5系列之后，Claude家的“小杯”还停留在Haiku 4.5。 这次终于有准信了。 Anthropic宣布， Sonnet 5.5和Haiku 5.5都将在未来几周内推出 ，同样会获得性能、效率和安全方面的升级。 也就是说，Opus 5.5只是5.5系列的第一款。 OpenAI这边刚刚一口气端出GPT-6 Astra和GPT-5.6 Sol，Anthropic那边紧接着发布Opus 5.5，还预告后面有两款新模型排队。 前沿确实没有停，大家都在忙着踩油门啊～ 版权所有，未经授权不得以任何形式转载及使用，违者必究。 AI Claude 听雨 扫码分享至朋友圈 相关阅读 格灵深瞳开盘破发，市值73亿，创始人曾是谷歌眼镜创始成员 科创板AI第一股 AI 格灵深瞳 科创板 马斯克语出惊人：大部分人没必要活那么长，未来把意识注入机器人实现永生 特斯拉人形机器人明年量产 AI 马斯克 AI倒查论文100年！99.2%的顶刊都有问题... 科研人快来啊，天上掉选题了 AI 刚刚，被骂多年的谷歌终于回应AI专利争议：怕被碰瓷，抢先下手，永不牟利 Google选择了先申请成专利，防止可能的碰瓷或不必要的麻烦。 AI Google WAIC UP!之夜：一场关于AI与人类未来的星空思辨 2025世界人工智能大会WAIC UP! 特别活动回顾 AI WAIC DeepSeek估值，被一家安徽箱包公司给全部暴露了 3500亿估值曝光 AI 热门文章 从“会回答”到“会办事”，vivo如何解AI手机这道题？ 刚刚，唐杰发布智谱RSI首个成果 刚刚，Claude Code大重构！内部3万Agent管理技术免费开放 协同办公进入Agent时代，飞书+豆包工作跑在了最前面 央企做了个通用Agent，直接杀进IDC实测前三！ 加入我们 寻求报道 商务合作 追踪人工智能新趋势，报道科技行业新突破