Opus 5.5来了！性能赶超Fable，成本低至40%

5.5！！是Opus 5.5！！

就在三天前，路透社还报道称，随着GPT-6 Astra开始抢回企业市场，Anthropic正在考虑提前推出一款新模型应战。

社区一直猜测新模型会是Opus 5.2还是5.5，现在答案终于揭晓了。

而且这不是一个小更新，Anthropic直接掀开了Claude 5.5这个新系列。

Opus 5.5先打头阵，Sonnet 5.5和Haiku 5.5也已经排在后面，将在几周后推出。

某种意义上，Astra这脚油门踩下去，Anthropic连换代速度都被一起带快了。

和新模型同时到来的还有一个重置，正好方便用户体验。

01

Fable的定位有点尴尬了

既然被认为是冲着Astra来的，那就把它和Astra放在一起看。

先说价格，Opus 5.5的API输入价格是每百万Token 4美元，输出20美元；Astra则分别是10美元和50美元。

也就是说，Opus 5.5的Token单价只有Astra的40%。

两款模型的上下文没太大差别，Opus 5.5是100万Token，Astra是105万；最大输出也都是128K Token。Astra的知识截止日期是2026年4月30日，Opus 5.5则更新到了2026年6月。两款模型均支持low到max五档推理强度。

而且Opus 5.5相比自家上一代Opus 5也降价了。

Opus 5原本是每百万Token 5美元输入、25美元输出，新模型两边都降了20%；Anthropic称，再加上Token使用效率提升，完成一项典型任务的实际成本能比Opus 5低约40%，输出速度则提高了30%以上。

便宜归便宜，Opus 5.5在跑分上倒是一点没客气。

在官方展示出的可比较的前6项里，Opus 5.5拿下4项，给到夯；Astra拿下2项，给到顶级；Fable 5.1一项都没拿到，已成为过时版本。

尤其是在Anthropic最看重的Coding和Agent能力上，Terminal-Bench 4.0直接从Astra的57.9%冲到了66.4%；FrontierCode也以54.4%压过Astra的53.3%。

不过Astra并没有被全面反超，在跨应用工作流任务AutomationBench里仍然以41.4%对40.0%领先，科学Agent测试Terminal-Bench-Science上则以64.6%对58.7%保持优势。

值得注意的是，在另外两项没有Astra成绩的测试里，Opus 5.5也继续超过了Fable 5.1：Computer Use从80.7%升到81.8%，视觉图表识别则从88.4%升到89.0%。

也就是说，至少在Anthropic公布的这张大表里，Fable 5.1面对Opus 5.5几乎没有守住一块阵地。

把视角从官方文档里移开，第三方评测机构Artificial Analysis已经完成了Opus 5.5的独立测试。

在最新的Intelligence Index里，Opus 5.5最高（max档）拿到58分，Astra和Fable 5.1则都是53分。

但这里有一个很有意思的细节：Opus 5.5开到max档之后，非常能烧Token。

根据Artificial Analysis测出的结果，max effort下Opus 5.5平均每项任务生成约11.9万Token，Astra则约2.7万。

因此，即使Opus 5.5的Token单价只有Astra四成，使用max effort后，单任务成本反而达到了惊人的5.98美元，而Astra仅为3.26美元。

不过，回到默认medium档，情况就好很多：Opus 5.5拿到51分、每任务1.34美元；Astra是50分、1.54美元；Fable 5.1则是49分、2.98美元。

总体来看，Anthropic用四成的价格，把Opus硬生生塞进了Astra和Fable所在的最高能力区间。

目前，Opus 5.5已经全平台上线。

普通用户可以直接在Claude里使用，开发者则可以通过Claude Code和API调用，模型ID为claude-opus-5-5；AWS、Google Cloud和Microsoft Azure也已经同步提供。

Anthropic还顺手提高了Pro、Max、Team和按席位计费Enterprise用户的五小时使用额度，并提供了一次重置。

Fable现在的处境变得多少有点尴尬。尤其是Fable 5.1，9月1日才发布，满打满算只坐了三周最高档。一个谷歌Flash的更新周期过去，下面的Opus突然追了上来，从性能和定价上两头围剿，把自家“大哥”架在火上烤。

这个Fable的档位，真的还有存在的必要么？

02

少一点AI味，多一点自主权

跑分只是一张比较直观的成绩单，相比之下，来看点更“实际”的变化。

Anthropic给Opus 5.5生成的文本做了个“去Claude味”的处理。

官方的表述是，Opus 5推出之后，他们收到最多的一类反馈，就是写得太绕、太长，不够容易读。于是Opus 5.5专门改了写作风格：重要信息尽量放在前面，减少行话和一些Claude特有的奇怪措辞，同时更严格地遵守用户给出的写作规则。

效果还挺明显。

Ramp的一名工程师表示，以前最让他受不了的就是前沿模型的输出“又长又难读”，Opus 5.5终于解决了这个问题。

有意思的是，虽然Opus 5.5在说话上“越来越听劝”，但它在底层行为上反而变得不那么听话了。

比如Thinking，现在彻底关不掉了。

Opus 5虽然默认开启Adaptive Thinking（自适应思考），但在high及以下档位，开发者至少还能手动把它关闭；到了Opus 5.5，这个开关直接没了。

模型每一次回答都会进行Adaptive Thinking，用户只能在low、medium、high、xhigh和max之间控制它到底想多少，不能再要求它“别想了直接回答”。Opus 5.5的默认档位也从Opus 5的high降到了medium。

工具调用也出现了类似的变化。

以前开发者可以通过API里的tool_choice，硬性规定Claude“这一轮必须调用某个工具”，或者“必须从这些工具里选一个”。

Opus 5.5取消了这套强制工具调用，只剩下auto和none两个选项：要么把工具交给Claude，由它决定要不要用、用哪个；要么彻底不让它用。想让它必须调用某个工具，就只能通过prompt去告诉它什么时候应该调用，不能再从API层面硬塞过去。

当然，这不意味着开发者彻底失去了约束能力。严格JSON格式仍然可以通过strict tool use保证，也可以使用structured outputs。但至少在工具调用这件事上，Anthropic正在把更多判断权交给模型自己。

这事儿结合Anthropic最近的产品动作看会更有意思。就在6天前，Anthropic刚把Claude的Chat和Cowork合并成了一个入口。

用户只管说自己要什么，Claude会自己判断是简单回答，还是打开工具、处理文件、跑一个长任务。

从Chat还是Cowork的入口，到要不要联网、要不要Thinking、要不要调用工具，越来越多原本摆在用户面前的选择，被交给了Claude。

而既然给模型的自主判断越来越多，Anthropic就必须把安全做得更好。

在Anthropic接近2000种场景的自动行为评估里，Opus 5.5在几乎所有模型失调指标上都优于近期Claude模型。

Anthropic还专门新增了一项测试，看模型会不会试图跨过测试环境给它划定的边界。结果Opus 5.5尝试突破边界的频率，比Opus 5和Mythos 5.1低了大约85%；剩下的尝试全部属于低严重程度，而且模型自己进行了报告。

过去几个月，Anthropic已经披露多起Claude在网络安全测试中越出评测环境、进入真实系统的事故。到了Opus 5.5，这件事已经被直接做成了模型发布前的专项测试。

但Anthropic自己也给这个漂亮数字泼了盆冷水：Opus 5.5经常能够意识到，自己正在接受评测。

也就是说，一个模型在实验室里表现得很老实，并不能保证它到了真实世界里还会完全一样。Anthropic明确承认，如何在模型上线前可靠捕获所有失败行为，至今仍然是个没有解决的问题。

所以光靠模型自己变得听话还不够，模型外面，还需要加一层“护栏”。

Opus 5.5是第一款，从发布第一天起，就采用接近Fable 5.1级别安全机制的Opus模型。

网络安全、生物研究和模型蒸馏等高风险请求都会经过额外限制。比如多数网络安全任务触发保护后，会被透明地转交给更弱的Opus 4.8；生物领域则直接采用Fable 5.1同等级的安全措施，经过审核的研究机构才能申请更完整的能力。

03

Fable，两头受气

以前Claude的产品梯队很好理解：Sonnet负责日常，Opus承接复杂任务，Fable再往上顶能力上限；更前沿、更受限的能力，则留给Mythos。

至于Haiku，便宜模型，又不开源，上次更新甚至是去年10月。

但Opus 5.5出现以后，Fable和Opus之间的分层正在变得模糊。

Anthropic更新的模型选择指南里明确表示，如果开发者追求最高能力，官方建议直接从Opus 5.5开始，先优化Prompt，再根据需要提高effort；只有把Opus 5.5开到xhigh甚至max以后，在高难推理和长周期Agent任务上仍然不够用，才建议换到Fable 5.1。

然而，至少从目前公开跑分看，Fable 5.1还不如Opus 5.5的max档，价格又更贵，换了也未必能解决问题。

今天Opus 5.5已经开始采用接近Fable级别的安全机制，能力也已经追平甚至反超Fable 5.1不少项目。

但话又说回来，Fable这个档位倒也不是真的没有必要。尴尬的可能只是Fable 5.1。

因为Fable上面还有Mythos。

Anthropic此前明确表示，Fable 5.1和Mythos 5.1使用的是同一个模型，区别主要在安全限制和开放权限：Fable可以广泛使用，Mythos则只向经过审核的机构开放，在网络安全和生命科学等高风险领域拥有更完整的能力。

所以从产品结构上看，Fable至少还给Anthropic留下了一个很有用的中间档位：Opus负责成熟、广泛部署的高端能力；Fable承接已经可以公开放出来的前沿能力；再往前，才是受限开放的Mythos。

但这个档位确实很尴尬。下面，Opus靠effort不断往上伸；上面，Mythos承接着更前沿、更受限的能力。

夹在中间的Fable，越来越像一层“缓冲垫”，两头受气。

当然，Fable怎么摆，终究还是Anthropic自己的产品线问题。

外面的OpenAI可不会等它慢慢理顺。

Opus 5.5才上桌，OpenAI立马放出了GPT-6 Sol和Luna——新一轮价格和性能战已经打起来了。（作者：袁心玥）