Anthropic 於 9 月 22 日發表 Claude Opus 5.5，這是 Claude 5.5 系列的第一款模型。官方的定位主要有兩點：多數工作的表現與 Claude Fable 5.1 相當，整體執行成本比 Opus 5 低 40%。
價目表按項目拆開來看：輸入每百萬 token 4 美元、輸出 20 美元，各降約兩成；快取讀取從 0.50 美元降到 0.20 美元，降幅達 60%。輸出速度方面，官方表示比 Opus 5 快 30% 以上，另外還有一款 fast 模式，價格為 8 美元和 40 美元，速度最高可達 2.5 倍。模型已在 Claude 平台 API(模型 ID「claude-opus-5-5」)、AWS、Google Cloud、微軟 Azure 上線，消費端各平台同步開放使用，單次最大輸出為 12.8 萬 token。
跑分表現
官方發表頁提供的對照如下。
| 評測項目 | Opus 5.5 | Fable 5.1 | Opus 5 |
|---|---|---|---|
| Terminal-Bench 4.0 | 66.4% | 55.8% | 52.3% |
| FrontierCode v1.1 | 54.4% | 50.3% | 48.0% |
| CursorBench 4.0 | 57.8% | 51.8% | 46.6% |
| GDPval-AA v2.1 | 1846 Elo | 1735 | 1708 |
| OSWorld 2.0 | 81.8% | 80.7% | 74.0% |
第三方評測機構 Artificial Analysis 將 Opus 5.5 列為智慧指數第一名，得分 58。同日發布的 Claude Code 2.1.280 版本，也已把 Opus 5.5 設為預設的 Opus 模型。
發表頁還引用了幾家客戶的試用回饋：GitHub 表示解決同樣的終端任務，所需步驟不到 Opus 5 的一半；Optiver 表示品質與 Opus 5 相當，但回合數約減少一半，成本降低 40% 到 50%；Deloitte 表示在最低思考層級下抓到 72% 的已知缺陷，Opus 5 在最高層級也只有 56%。這些數字都來自廠商發表頁轉述的客戶說法，並未經過第三方覆核。
安全性方面官方怎麼說
Anthropic 表示 Opus 5.5 通過了自動化行為稽核，對齊分數是歷代最高，試圖繞過沙箱邊界的行為比 Opus 5 少 85%。網路安全類任務大多仍會路由給 Opus 4.8 處理，生物領域的防護等級與 Fable 5.1 相同。模型保留了針對蒸餾的思考過程保護機制，並依歐盟《人工智慧法案》加上浮水印，企業端可選擇零資料保留。發表前，METR 和 Frontier Design 參與了評估。
具體的失敗率、拒答率與紅隊測試項目，要等系統卡完整公開後才能核對，官方頁面本身並未列出這些數字。
放進同一天的價目表裡看
9 月 22 日這一天，OpenAI 也發表了 GPT-6 Sol 和 Luna，API 價格比上一代低約一半，Sol 是 2 美元和 10 美元，Luna 是 0.10 美元和 0.50 美元。橫向對照，Opus 5.5 的單價仍是 Sol 的兩倍，Anthropic 賣的是同一價格帶上的分數與更少的步驟：按 Optiver 和 GitHub 的說法，單次任務的回合數下降之後，單價差距在帳單上會被部分抵銷。抵銷多少，取決於任務的具體形態，沒有通用答案。
開發者端已經出現一則反向實測。技術部落客 Simon Willison 在測試中讓 Opus 5.5 以最高思考層級生成一張複雜 SVG，模型把 12.8 萬輸出 token 全部用完也沒能完成任務。高思考層級搭配長輸出很容易吃掉整個輸出預算，接進自動化流程之前，這個上限要先算進去。
對已經在用 Opus 5 的團隊來說，轉換成本主要在兩處：模型 ID 要改，輸出速度與回合數的變化也會讓原本的逾時與重試參數不再合適。價格下調對高頻呼叫的場景更明顯，快取讀取那 60% 的降幅尤其如此——常駐系統提示詞越長、請求越密集，省下的比例就越高。
參考來源：Anthropic 官方發表頁、Artificial Analysis、CocoLoop、Simon Willison 部落格；官方發表頁核對各檔位單價、跑分與安全措施口徑。