Claude Opus 5.5 发布与使用指南

Anthropic 发布 Claude Opus 5.5,在大多数工作任务上与 Fable 5.1 表现相当,而每任务成本降低 40%。该模型输入与输出 token 定价分别为每百万 4 美元和 20 美元,缓存读取价格下调 60% 至 0.2 美元,输出速度提升超过 30%,现已登陆 Claude 应用、AWS、谷歌云和 Azure。
Key insights
以约 40% 的成本在 Terminal-Bench 4.0 上与 GPT-6 Astra 持平
Anthropic 的内部对比显示,Opus 5.5 在多步骤命令行基准测试 Terminal-Bench 4.0 上与 OpenAI 的 GPT-6 Astra 持平,而成本仅约为后者的 40%。该公司表示,在这一能力水平上,基准测试分数的差距已不再反映实际使用中的差异。在一项研究型测试中,模型需仅凭网络检索撰写一份公司季度财报,任何虚构数字或引述即判定失败:Opus 5.5 通过了 18 份报告中的 16 份,而 Fable 5.1 和 Opus 5 无一通过。
乐高 Microduck 拼搭任务展示物理设计能力
一位 HuggingFace 团队成员让 Claude Opus 5.5 设计 Microduck——该团队已售罄的鸭子机器人——并要求其可由真实乐高积木拼搭而成。该模型产出的设计使用六种颜色的 1,113 个真实乐高零件、按 1:1 比例呈现,全部 3,204 处零件连接在三维空间中精确吻合,零碰撞,每一步新增零件均可沿装配方向插入而不穿透既有零件,且估算重心落在双脚支撑范围之内。交付成果包括一份 141 页、237 个步骤、13 个章节的官方风格拼搭说明书、LDraw 模型文件、CSV 零件清单、BrickLink 求购清单 XML,以及在浏览器中逐件核对价格并已备好的订单。
内部测试显示编程与智能体任务较 Opus 5 大幅提升
一位早期测试者用 Opus 5.5 在不到 3 小时内完成对一个 20 万行代码库的审计与修复;Opus 5 完成同样工作耗时超过 20 小时,token 消耗是前者的 2.5 倍。Anthropic 内部让 Opus 5.5 与 Fable 5.1 将负载均衡软件 HAProxy 从 C 语言重写为 Rust:两者均几乎通过全部回归测试,其中 Opus 5.5 用时 9.5 小时,对比后者的 12 小时,且成本低 51%。
网络安全与生物安全限制随新模型同步上线
Opus 5.5 的网络安全与生物能力接近 Mythos 5.1 水平,因此继承了 Fable 5.1 的安全防护措施:允许修复其自身代码中的漏洞,但大多数网络安全任务会被自动转交较旧的 Opus 4.8 处理;生物学研究工作受到限制,大学和制药企业可申请“生命科学验证计划”(Life Sciences Verification Program)以解除限制。两项面向开发者的变更:思考模式不再允许关闭;8 月 31 日之后注册的 API 账户无法通过修改历史上下文来提取模型推理内容,此为防蒸馏措施。Anthropic 建议现有集成方查阅官方文档。
Anthropic 发布针对 Opus 5.5 的 11 项提示词与运行框架调整建议
Anthropic 发布了 11 条专门针对 Opus 5.5 的调整方向。要点包括:effort(努力程度)是首要控制参数,且各档位跨模型不可直接对比,5.5 的 medium 档达到或超过 Opus 5 的 high 档;max_tokens 应设置得足够宽裕,智能体编程场景建议设为 128k;运行框架必须将纯文本形式的 end_turn 进度报告仅视为报告本身,并通过清单和重新提示来防止误判为已完成;进度更新位于思考块中,客户端应将显示模式设为 updates 或添加消息工具;每条消息附带一行已用时长信号可驱动并行加速;粘贴内容应包裹在带标签的块中并附带抵御注入攻击的指令;原有视觉工具链应重新测试;前端提示词应明确禁止特定的 AI 风格元素,而非笼统地要求“避免 AI 感”。
能力画像凸显代码审查、知识工作与视觉理解
该指南描述了四项与提示词相关的能力优势。在智能体编程与代码审查方面,medium 档以更少的步骤和 token 消耗接近或超越 Opus 5 的 high 档,支持数小时无人值守的审计与迁移,且漏报与误报均更少。在知识工作方面,数字与引用错误率显著下降,擅长金融建模以及发现长文档中的隐性不一致,例如日期不匹配或图表与底层数据相冲突。进度报告对已完成内容、已发现问题及所需事项的表述更为直接。在视觉理解方面,即便以最低档读取信息密集的图表,其准确性也高于以最高档运行的 Opus 5,而 token 消耗仅为其一小部分;在位置承载含义的场景(如流程图箭头和日历截图)中更为可靠。
缓存经济学带来每会话约 31% 的实际成本节省
由于每一轮对话都会重发此前上下文,缓存读取定价在账单中占据主导,而 Opus 5.5 将缓存读取价格从 0.5 美元降至 0.2 美元,使平均会话成本下降约 31%。在一项包含 44 个客服工单的测试中,从 Opus 4.8 切换过来使成本降低约 18%,再叠加提示词审查后,总成本较基线低约 25%。Pro、Max 和 Team 订阅用户的配额折算后约相当于多出 25% 的使用量。实用技巧包括:处理不相关任务时使用 /clear、在缓存过期前使用 /compact;同时应注意,API 缓存仅持续 5 分钟,而订阅用户可达 1 小时;切换模型、启用或停用 MCP 服务器、或首次使用快速模式,都会触发全价缓存写入。
推荐的 Effort 设置与多模型分工策略
Opus 5.5 默认为 medium 档 effort,比 Opus 5 默认的 high 档低一级,但在相同档位下思考更充分,因此不应直接沿用为 Opus 5 调校的设置。推荐的使用模式为:日常工作用 medium,遇阻时用 high,批量重命名等机械性任务用 low。在模型分工方面,该指南建议将日常工作交由 Opus 5.5 处理,仅当问题在 xhigh 档下仍两次陷入停滞时才升级至更昂贵的 Fable 5.1,随后再切回;代码搜索和日志阅读类子智能体可委派给 Sonnet 或 Haiku,代码编写则保持在 Opus 5.5 上。