Claude Opus 5.5：新功能、价格、基准测试和与 Opus 5 的比较
Claude Opus 5.5 自 2026 年 9 月 22 日起可用，仅在约两个月后取代 Opus 5，成为 Anthropic 最强大的 Opus 模型。最显著的变化不仅仅是更高的基准测试性能：普通 API 价格从每百万个输入 token 的 5 美元降至 4 美元，每百万个输出 token 的 25 美元降至 20 美元。Anthropic 估计，与 Opus 5 相比，典型的 token 基于的负载成本甚至降低了约 40%，因为 Opus 5.5 还应更有效地处理 token。
本概述展示了 Opus 5.5 的实际新内容、与 Opus 5 相比的价格、上下文窗口和基准测试的变化、开发人员需要了解的迁移陷阱以及对谁来说值得升级。基准测试数据将被视为供应商数据，而不是通用排名。
来源: ctan.org – uantwerpendocs
简而言之
- 发布： Claude Opus 5.5 于 2026 年 9 月 22 日发布，是新 Claude 5.5 系列的第一个模型。
- API 价格： 每百万个输入 token 4 美元，每百万个输出 token 20 美元；Opus 5 的价格分别为 5 美元和 25 美元。
- 缓存读取： 每百万个 token 0.20 美元，而 Opus 5 为 0.50 美元——降低了 60%。
- 上下文： 上下文窗口保持在最多 100 万个 token，常规最大输出为 128,000 个 token。
- 基准测试： Anthropic 报告与 Opus 5 相比，在 Terminal-bench、CursorBench、AutomationBench 和 Terminal-bench-science 方面取得了显著进步。
- 迁移： 模型名称更改为 claude-opus-5-5；此外，Thinking、Tool Choice 和 Computer Use 方面也有更改，这可能会影响现有集成。
什么是 Claude Opus 5.5？
Opus 5.5 是 Anthropic 用于复杂的编码、代理和知识工作的新旗舰模型。Anthropic 将其定位为处理大型代码库中的长、多步任务、复杂的工具使用和专业工作流程。如果您想了解 Claude 的基本情况，可以在 Zerlo 的概述中找到关于 Anthropic、模型和使用机会的重要基础知识。 什么是 Claude AI？最重要的基础知识。
技术上，许多方面保持熟悉：Opus 5.5 可以处理文本和图像作为输入，并生成文本作为输出。根据当前的 Claude Platform 文档，上下文窗口为 100 万个 token，常规最大输出为 128,000 个 token。可靠的知识截止日期为 2026 年 6 月。因此，对于该日期之后的事件，模型仍需要最新的外部数据源或 Web/工具访问。
Opus 5.5 有哪些新功能？
1. 更低的 token 成本和更高的效率
与 Opus 5 相比，直接标价下降了 20%：输入从每百万 token 5 美元降至 4 美元，输出从 25 美元降至 20 美元。在提示缓存方面，差异更大。Opus 5.5 的缓存读取每百万 token 成本为 0.20 美元，而 Opus 5 为 0.50 美元。
尽管如此，Anthropic 仍表示，典型的 token 基于的负载成本降低了约 40%。原因：不仅 token 的价格更低，而且该模型在许多任务中需要的 token 也更少。因此，这 40% 不是一概而论的折扣保证。实际差异很大程度上取决于特定工作流程产生的输入、输出和缓存使用的量。
2. 自适应思维始终处于激活状态
在 Opus 5.5 中，Thinking 不再可以完全禁用。取而代之的是，Effort 参数控制模型需要为请求投入多少计算资源。Opus 5.5 的默认值为 medium；根据模型文档，Opus 5 的默认值为 high。这对于成本和延迟比较很重要，因为两种模型在不同的 Effort 级别下无法直接比较。
3. 更侧重于编码和代理
Anthropic 特别强调了长时间运行的软件任务。已发布的测试研究了大型代码迁移、重构、终端任务和多工具工作流程。这些示例部分来自 Anthropic 或早期测试客户，因此应被视为供应商或测试结果——而不是保证每个实际项目都能达到相同的节省时间。
来源: ctan.org
Opus 5.5 特别针对希望自动化长时间编码和代理工作流程的开发人员。至关重要的是不仅要考虑基准分数，还要考虑 token 消耗、工具使用以及许多工作步骤中的可靠性。
4. 扩展的安全和行为检查
Anthropic 报告称，Opus 5.5 在其自身的自动化行为测试中表现优于早期模型，并且比 Opus 5 更能抵抗提示注入。同时，该公司强调限制仍然存在。该模型还将启动与 Fable 5.1 类似的额外保护机制，包括网络安全、生物学和防止模型蒸馏。对于生产系统，这不能替代您自己的权限管理、输入验证或关键操作控制。
Claude Opus 5.5 vs. Opus 5：技术规格
| 特征 | Claude Opus 5.5 | Claude Opus 5 |
|---|---|---|
| 发布日期 | 22. September 2026 | 24. Juli 2026 |
| API 模型 ID | claude-opus-5-5 |
claude-opus-5 |
| 上下文窗口 | 1 百万 token | 1 百万 token |
| 最大常规输出 | 128.000 token | 128.000 token |
| 输入价格 | 4 USD / 1 百万 token | 5 USD / 1 百万 token |
| 输出价格 | 20 USD / 1 百万 token | 25 USD / 1 百万 token |
| 缓存读取 | 0,20 USD / 1 百万 token | 0,50 USD / 1 百万 token |
| 思维 | 自适应思维始终激活 | 自适应思维可配置 |
| 标准精力 | 中等 | 高 |
| 可靠的知识截止日期 | Juni 2026 | Mai 2026 |
| 状态 | 当前 Opus 模型 | 活跃，但已过时 |
Claude Opus 5.5：价格详情
对于开发人员来说，价格变动是最重要的改进之一。下表显示了 Claude 的常规 API 标价。云提供商可能有自己的计费详情；此处未考虑税费、区域附加费或特殊推理选项。
| 每 100 万 token 的 API 成本 | Opus 5.5 | Opus 5 | 变化 |
|---|---|---|---|
| 输入 | 4 USD | 5 USD | -20 % |
| 输出 | 20 USD | 25 USD | -20 % |
| 5 分钟缓存写入 | 5 USD | 6,25 USD | -20 % |
| 缓存读取 | 0,20 USD | 0,50 USD | -60 % |
一个简单的计算示例显示了基本效果：不使用缓存的情况下，1000 万个输入 token 加上 200 万个输出 token，Opus 5.5 总共花费 80 美元。使用 Opus 5 则需要 100 美元。这正好是 20% 的标价降幅。对于缓存密集型代理，差异可能会更大。
此外，Opus 5.5 还提供最高 2.5 倍速度的快速模式。其输入 token 每百万美元 8 美元，输出 token 每百万美元 40 美元。因此，那些更注重成本而不是最小延迟的人应该继续使用普通模式。对于适合的异步任务，批量 API 可以将输入和输出成本降低 50%。
Claude 订阅和 API 是分开的
Opus 5.5 在 Claude 的 Pro、Max、Team 和 Enterprise 用户产品中可用。但是，Claude API 的使用将根据 API 使用量单独计费，并且不包含在 Claude Pro 订阅中。对于公司来说，这种分离很重要，因为聊天使用和生产性 API 工作流程的成本可以独立发展。
基准测试：Opus 5.5 比 Opus 5 快或好多少？
Anthropic 发布了 Opus 5.5 的几项内部比较值。在以下选择中，仅将 Opus 5.5 与其直接前身 Opus 5 进行比较。百分比是绝对命中率或成功率；GDPval-AA 是一个分数。
| 基准测试 | Opus 5.5 | Opus 5 | 差异 |
|---|---|---|---|
| Terminal-Bench 4.0 | 66,4 % | 52,3 % | +14,1 百分点 |
| FrontierCode v1.1 Main | 54,4 % | 48,0 % | +6,4 百分点 |
| CursorBench 4.0 | 57,8 % | 46,6 % | +11,2 百分点 |
| GDPval-AA v2.1 | 1846 | 1708 | +138 分数 |
| AutomationBench | 40,0 % | 26,9 % | +13,1 百分点 |
| 人类的最后一场考试 | 67,7 % | 63,6 % | +4,1 百分点 |
| Terminal-Bench-Science 0.1 | 58,7 % | 29,0 % | +29,7 百分点 |
| OSWorld 2.0 | 81,8 % | 74,0 % | +7,8 百分点 |
重要提示： 这些是 Anthropic 发布 的基准测试结果。测试配置因基准测试而异；除非另有说明，否则 Anthropic 对 Opus 5.5 使用高或最大努力设置。保护机制和回退措施也可能影响结果。因此，基准测试只能表明其能力，但不能替代使用您自己的提示、数据集、工具设置和成本配置文件进行测试。
为了与其他大型模型提供商进行更广泛的比较，Zerlo 的文章 "Gemini vs. Claude" 也很有帮助。但在进行此类比较时，应始终注意具体的模型版本和测试时间。
Opus 5 迁移到 Opus 5.5
仅在 Claude 应用程序中使用 Opus 5 的用户通常需要注意的事项很少。但对于 API 集成，有几项更改在投入生产之前应进行测试。
- 调整模型 ID： API 使用 claude-opus-5-5。
- 不再关闭 Thinking： 对于 Opus 5.5，自适应 Thinking 始终处于活动状态。应用程序应通过 effort 来控制计算成本，而不是完全禁用 Thinking。
- 检查工具选择： 对于 Opus 5.5，强制变体（如 any 或硬编码选择的工具）可能导致 400 错误。Anthropic 建议使用 auto 结合严格的工具使用或结构化输出。
- 更新 Computer-Use 工具： 在 Claude API 和 Google Cloud 上，Opus 5.5 使用更新的 Computer-Use 工具集。在 Amazon Bedrock 上，出于兼容性原因，可能适用不同的要求。
- 不要重写 Thinking 块：自行处理对话历史记录的应用程序应根据 Thinking 块的类型进行处理，并保持不变地传递。
来源: ctan.org
对于现有的 API 工作流程，在模型切换之前进行有针对性的回归测试是值得的：特别是对于工具选择、计算机使用、结构化输出、长对话和成本控制。
Claude Opus 5.5 在哪里可用？
根据 Anthropic 的说法，Opus 5.5 对终端用户在 Claude 的 Pro、Max、Team 和 Enterprise 版本中可用。开发人员可以通过 Claude Platform 或 Claude API 使用该模型。此外，Anthropic 还提到了 Amazon Web Services、Google Cloud 和 Microsoft Foundry 作为支持的平台。
此外，Anthropic 在推出 Opus 5.5 时提高了 Pro、Max、Team 和基于席位的 Enterprise 计划的五小时使用限制。然而，实际可用使用量取决于具体计划、任务和令牌消耗。
谁适合从 Opus 5 迁移？
对于新的 API 项目，如果不存在特殊的兼容性要求，那么使用 Opus 5 启动的项目很少。Opus 5.5 每个令牌的价格更便宜，更新，并且在 Anthropic 发布 的测试中，在所考虑的基准测试中，其表现持续优于 Opus 5。
对于现有的编码和代理系统，如果缓存读取、长上下文和大量工具调用占了成本的大部分，那么迁移尤其有吸引力。在这种情况下，低列表价格、更便宜的缓存读取和潜在的令牌效率的组合可能比单纯的 20% 降价更有效。
对于具有硬编码工具控制的生产集成，迁移不应仅通过更换模型名称来完成。Thinking 和 Tool Choice 的变化可能导致行为或 API 错误。一个简短的测试清单，包含典型和关键的工作流程，比未经检查的部署更有意义。
限制和重要说明
- 制造商的基准测试： 最重要的比较数据来自 Anthropic。独立测试可能会因提示、工具和评估的不同而有所不同。
- 成本取决于工作负载： 常提到的约 40% 的节省是针对典型基于令牌的任务的估计，而不是每次 API 调用的保证节省。
- 知识截止日期： 可靠的知识截止日期是 2026 年 6 月。对于此日期之后的最新事件，需要外部信息。
- Opus 仍是高端： 尽管降价，Opus 5.5 仍专注于要求苛刻的任务。对于更简单或吞吐量很大的工作负载，更便宜的 Claude 模型可能更经济。
- 安全机制会改变行为： 安全系统可能会阻止请求或将其重定向到其他处理路径。在基准测试和自动化代理中应考虑这一点。
FAQ
Claude Opus 5.5 是何时发布的？
Anthropic 于 2026 年 9 月 22 日发布了 Claude Opus 5.5。Opus 5 于 2026 年 7 月 24 日发布。
通过 API 使用 Claude Opus 5.5 的成本是多少？
常规列表价格为每百万个输入令牌 4 美元，每百万个输出令牌 20 美元。缓存读取每百万个令牌 0.20 美元。快速模式输入为每百万个令牌 8 美元，输出为每百万个令牌 40 美元。
Opus 5.5 比 Opus 5 便宜吗？
是的。常规输入和输出价格均降低 20%。缓存读取便宜 60%。Anthropic 估计，由于 Opus 5.5 在任务中消耗的令牌也更少，因此典型的基于令牌的工作负载总成本降低约 40%。
Claude Opus 5.5 的上下文窗口比 Opus 5 大吗？
否。在当前的 Claude Platform 文档中，这两个模型都具有高达 100 万个令牌的上下文窗口，常规最大输出为 128,000 个令牌。
Opus 5.5 在编程方面比 Opus 5 更好吗？
在 Anthropic 发布 的编码和终端基准测试中，Opus 5.5 优于 Opus 5，包括在 Terminal-Bench 4.0、FrontierCode 和 CursorBench 4.0 中。但对于实际项目，仍应使用自己的代码库、工具和提示设置来测试其质量。
我需要更改我的 API 集成以使用 Opus 5.5 吗？
至少需要更改模型 ID。根据集成情况，可能还需要更改 Thinking、Tool Choice 和 Computer Use。使用这些功能的用户应查看 Anthropic 的迁移说明，并在投入生产之前测试应用程序。
Claude Opus 5.5 是否包含在免费的 Claude 套餐中？
Anthropic 提到了 Pro、Max、Team 和 Enterprise 用户使用 Opus 5.5。免费的 Claude 套餐不包含在 Anthropic 列出的 Opus 5.5 套餐中。
结论
Claude Opus 5.5 不是一个小幅的中间更新。与 Opus 5 相比，Anthropic 将更高的发布基准测试结果与更低的 API 价格、更便宜的缓存读取以及对长编码和代理任务的更强关注结合起来。100 万个令牌的上下文窗口得以保留；主要的新增功能是效率、模型行为以及与 Thinking 和工具相关的 API 详细信息。
对于新的、要求苛刻的 Claude 项目，Opus 5.5 是显而易见的 Opus 版本。对于现有的 Opus 5 系统，迁移也值得考虑，但由于 Thinking、Tool Choice 和 Computer Use 的变化，应将其视为真正的迁移并进行测试。基准测试的优势令人鼓舞，但最终，在您自己的工作流程中的结果仍然至关重要——包括成本、延迟和错误率。