XNews

Claude Opus 5.5 发布与提示优化

Claude Opus 5.5 发布与提示优化

Anthropic 发布了 Claude Opus 5.5,在大多数任务上与 Fable 5.1 性能相当,但成本比 Opus 5 低 40%。该模型具有更低的 token 价格、30% 更快的输出速度,并在代码审查、知识工作和视觉理解方面能力提升。可在 Claude 平台、AWS、Google Cloud 和 Azure 上使用。

Key insights

性能与成本改进

Claude Opus 5.5 在大多数工作任务上与 Fable 5.1 相当,但成本比 Opus 5 低 40%。输入和输出价格分别为每百万 token 4 美元和 20 美元,比 Opus 5 便宜 20%。缓存读取从 0.50 美元降至 0.20 美元。输出速度提升超过 30%。在将 HAProxy 从 C 语言重写为 Rust 的任务中,Opus 5.5 耗时 9.5 小时,而 Fable 5.1 耗时 12 小时,成本降低 51%。

基准测试结果与实际应用测试

在 Terminal-Bench 4.0 上,Opus 5.5 得分与 GPT-6 Astra 相当,成本仅为后者的约 40%。在一项要求不编造数字或引用的财务报告生成测试中,Opus 5.5 通过了 18 份报告中的 16 份,而 Fable 5.1 和 Opus 5 均未通过。一位早期测试者在不到 3 小时内审计并修复了一个 20 万行的代码库,而 Opus 5 需要 20 小时以上。

安全限制与蒸馏防护

Opus 5.5 在网络安全和生物学方面的能力接近 Mythos 5.1,因此继承了 Fable 5.1 的安全措施:大多数网络安全任务被路由到较旧的 Opus 4.8,生物学研究受到限制,仅对合法机构开放生命科学验证计划。思考模式无法禁用。8 月 31 日之后注册的 API 账户无法通过历史操作提取推理过程,以防止蒸馏。

所需的提示优化调整

来自 A\ 的详细指南列出了 Opus 5.5 的 11 项调整。关键变化:努力程度校准(5.5 的中等 ≥ 5 的高等),思考模式始终开启,移除将推理写入文本的指令(使用 display: 'summarized'),以及新的进度更新处理方式。该模型写作更直接,且更擅长遵循风格指令。

改进的视觉理解与代码审查

Opus 5.5 展现出显著更优的视觉理解能力:即使在最低努力程度下,它读取密集图表的准确度也高于 Opus 5 在最高努力程度下的表现,且 token 使用量仅为后者的一小部分。对于位置承载语义的任务(如流程图、日历截图),它更加可靠。在代码审查中,误报和漏报更少,并能持续进行数小时的无人值守审计。

订阅福利与可用性

Pro、Max 和 Team 订阅用户可获得更高的五小时使用限制以及一个可保存的额外重置次数。Opus 5.5 已在 Claude 平台、AWS、Google Cloud 和 Azure 上可用,API 模型名称为 claude-opus-5-5。Sonnet 5.5 和 Haiku 5.5 将在未来几周内推出。

Source posts