Opus 5.5：干 Fable 的活，比 Opus 5 省 40%

本来这两天在等 OpenAI 发新模型，结果先等来的是 Anthropic：刚刚，Claude Opus 5.5 发布了。

一句话概括：大部分活能干到 Fable 5.1 的水平，价格却比 Opus 5 还低。官方说，同样的工作换成 Opus 5.5 来做，比 Opus 5 大约省 40% 的钱。

Fable 5.1 是三周前才发的。三周之后，又来了一个本事差不多、单价不到它一半的 Opus。

01 到底便宜了多少

先说价格。

前段时间我一直在用 GPT-6 Astra，但实在太贵，额度消耗得太快。所以这次的新模型，我也一样很关注价格。

Opus 5.5 每百万 token 输入 4 美元、输出 20 美元。Opus 5 是 5 美元和 25 美元，Fable 5.1 是 10 美元和 50 美元。

也就是说，单价比 Opus 5 便宜两成，比 Fable 5.1 便宜六成。缓存读取从 0.5 美元降到 0.2 美元，降了六成，反复调用同一段长提示词的应用，这一项省得最多。

▲ 图：Opus 5.5、Opus 5 与 Fable 5.1 每百万 token 输入、输出价格对比，数据来自 Anthropic 官网

那官方说的“省 40%”是哪来的？

单价只降了 20%，剩下的来自干同样的活用的 token 更少。两样叠在一起，Anthropic 在默认设置、常见任务下测出来，总成本降了 40%。

这是官方测试的数字，你自己的账单还要看跑的是什么任务。

token 为什么能省下来？早期客户的反馈很一致：Opus 5.5 干活绕的弯少了，话也少了。

Optiver 说，同样的编程任务，它用一半左右的轮次、时间和输出 token 就做到了 Opus 5 的水平，成本降了 40%～50%。

Box 测下来，token 用量只有 Opus 5 的三分之一，回答短了 40%，准确率没掉。

低档位也够用。Claude 可以调 effort，档位越高，想得越久，token 也花得越多。

Deloitte 做代码审查，Opus 5.5 开最低档能找出 72% 的已知 bug，Opus 5 开高档只找出 56%。

以前为了保险把档位往上调的任务，现在可以先从低档试。

另外两个跟钱有关的变化：

• 更快。

  输出速度比 Opus 5 快 30% 以上。还嫌慢可以开 Fast mode，最快 2.5 倍，但价格翻倍，输入 8 美元、输出 40 美元，目前 Claude Code 和 Claude Platform 用。

• 订阅用户额度更多。

  Pro、Max、Team 套餐的五小时用量上限调高了。每个订阅用户还多一次用量重置，可以先存着，哪天不够用了再用。

Anthropic 公布了 9 项评测成绩，下面挑几项要紧的说。除特别说明外，Opus 5.5 都是在最高 effort 下测的。

▲ 图：Anthropic 官网公布的评测成绩对比表

写代码进步最大。

Terminal-Bench 4.0 测的是在命令行里完成真实任务。Opus 5.5 拿了 66.4%，上一代 Opus 5 是 52.3%，Fable 5.1 是 55.8%，OpenAI 的 GPT-6 Astra 是 57.9%。

这一项 Opus 5.5 开的是 xhigh 档，GPT-6 Astra 用的是 OpenAI 公布的 high 档成绩，官方说这是两边各自的最好成绩。

CursorBench 4.0 上，Opus 5.5 是 57.8%，比 Fable 5.1 高 6 个百分点。

办公类工作也领先。

GDPval-AA 让模型去做各行各业的真实工作任务，再用 Elo 分排名，分越高越好。Opus 5.5 是 1846，比 Fable 5.1 高 111 分，比 GPT-6 Astra 高 300 多分。

超难题库 Humanity's Last Exam 上，它是 67.7%，Fable 5.1 是 65.6%。

操作电脑、看图表，和 Fable 5.1 基本打平。

OSWorld 2.0 是 81.8% 对 80.7%，Chartography 是 89.0% 对 88.4%。

也有输的。

AutomationBench 上 40.0% 对 GPT-6 Astra 的 41.4%，Terminal-Bench-Science 上 58.7% 对 64.6%。

Anthropic 的解释是，测试时开着线上的安全防护：在 AutomationBench 里，防护一拦就直接算失败；网络安全、生物这类任务被拦下时，改由 Opus 4.8 或 Opus 5 接手完成。所以这些分数可能比它的实际水平低。

这是官方的说法，还要等第三方来验证。

总的来看，官方说“大部分活能干到 Fable 5.1 的水平”，和跑分表是对得上的。

03 能自己干一整夜

跑分之外，几家客户讲的真实用法，更能说明它适合干什么。

最能体现“自己干”的是 Clio。他们把一个涉及六个代码仓库的大任务丢给 Opus 5.5，让它整晚自己跑，没人盯着。它连续干了 18 个多小时，把各个服务之间怎么通信理清楚了。

Stripe 的场景是一个要花好几天的 rebase，40 个 PR 叠在一起。一个 Opus 5.5 会话指挥了十几个子会话，把每一处冲突都列清楚。第二天下午，40 个 PR 全部通过了 CI。

Quantium 的例子更直观：一个复杂编程任务，以前要来回提示 38 次、花四天，这次 11 次、三小时就完成了。

不只是写代码。Hebbia 按专家的评分标准测金融工作流，Opus 5.5 覆盖了 86.6% 的要点，Opus 5 是 60.3%。

▲ 图：Clio、Stripe、Quantium、Hebbia 四家客户公布的使用案例要点，均为各公司自测

这些都是客户自己的测试，场景各不相同，但说的是同一件事：长任务能自己跑完，中间少绕弯。

04 安全上多了几道闸

Anthropic 说，这是他们呼吁给 AI 前沿发展“控速”之后发的第一个模型。

上周，CEO Dario Amodei 发文说，AI 往前跑多快，要看安全措施跟不跟得上。

防护级别跟着能力走。

先补一个背景：Fable 5.1 和 Mythos 5.1 其实是同一个模型，区别只在安全防护的松紧。Fable 5.1 大家都能用；Mythos 5.1 防护更宽松，只开放给通过审核的网络安全和生命科学机构。

Opus 5.5 在生物和网络安全上的本事，和 Mythos 5.1 差不多，所以它用的是 Fable 5.1 那一级的防护。

行为上也更守规矩。

在 Anthropic 最全面的自动化行为测试里，Opus 5.5 是目前成绩最好的模型，试图越界的次数比 Opus 5 和 Mythos 5.1 少了大约 85%。

发布前，METR 等外部机构也测过。

对开发者有两条要注意。

第一，推理过程更难套。2026 年 8 月 31 日及以后注册的 API 账号，没法再通过改之前的对话内容，把模型的推理过程套出来。这是从 Fable 5.1 开始的防蒸馏措施。

第二，thinking 关不掉了。以前靠关掉思考来压延迟的应用，换模型前要先测一测。

05 怎么用，要不要换

怎么用上。

开发者走 API 的，在 Claude Platform 上把模型名换成 claude-opus-5-5 就行。用 AWS、Google Cloud 和 Microsoft Azure 的，在各自的平台上也已经能选到。

用 Claude 应用的，在模型菜单里就能直接选 Opus 5.5，Effort 档位也在同一个菜单里调。

▲ 图：Claude 应用的模型菜单，可选 Opus 5.5，并调节 Effort 档位

想要更快，可以开 Fast mode，速度最高 2.5 倍，价格是标准的两倍，目前 Claude Platform 和 Claude Code 都支持。

档位怎么选。

Opus 5.5 的 effort 档位可以调，最高到 max。按前面几家客户的反馈，可以先从低档或中档开始，效果不够再往上调，不用一上来就开最高档。

另外，它的 thinking 关不掉。对延迟敏感的场景，可以试试调低档位或者开 Fast mode。

要不要换。

还在用 Opus 5 的：更便宜、更快、token 更省，要留意的主要就是 thinking 关不掉这一条。

在用 Fable 5.1 的：Opus 5.5 单价不到一半，写代码和办公类的公开成绩还更高。可以拿自己的任务对比一轮，看看能不能把一部分活挪过来。

Sonnet 5.5 和 Haiku 5.5 过几周也会推出。

06 写在最后

上周，Dario Amodei 还在呼吁给 AI 的发展“控速”，让安全措施走在能力前面。没想到没过多久，Anthropic 自己先扔出来一个新版本。

当然，照 Anthropic 的说法，控速不等于不发，而是发的时候把防护跟上。这次 Opus 5.5 沿用了 Fable 5.1 同级别的防护，也算是给自己的主张交了一份作业。

模型之间的竞争确实激烈。昨天 xAI 刚发了 Grok 4.7，小米也发了 MiMo-V2.6；今天本来在等 OpenAI，结果先等来的是 Anthropic。

我的感受是，Anthropic 每次出手，都是最能打的那一个。这次也一样：能力追平自家旗舰，价格却往下走了一大截。

对天天在用模型的人来说，这种竞争最实在的好处，就是同样的活，花的钱越来越少。

参考资料

01｜Anthropic：Introducing Claude Opus 5.5
https://www.anthropic.com/claude-opus-5-5

02｜Anthropic：Introducing Claude Fable 5.1 and Claude Mythos 5.1
https://www.anthropic.com/claude-fable-and-mythos-5-1

03｜Decrypt：xAI Launches Grok 4.7
https://decrypt.co/378824/xai-launches-grok-4-7

04｜21世纪经济报道：小米发布并开源 MiMo-V2.6 系列模型
https://m.21jingji.com/article/20260922/herald/a1456609d172bfd6e2e3191128207f02.html