Anthropic 发布 Opus 5.5:性能追平 Fable 5.1,单价仅为 Astra 四成

  • AI
  • 1
Mores的头像Mores
Anthropic 发布 Opus 5.5:性能追平 Fable 5.1,单价仅为 Astra 四成

Anthropic 发布 Claude 5.5 系列的首款模型 Opus 5.5,并已在全平台上线,开发者可通过 Claude Code 和 API 调用,AWS、Google Cloud 与 Microsoft Azure 同步提供。官方称其 API 输入价格为每百万 Token 4 美元、输出 20 美元,约为 GPT-6 Astra 的四成。

在 Anthropic 公布的对比测试中,Opus 5.5 在多项指标上超过上一代 Opus 5 与 Fable 5.1,Terminal-Bench 4.0 得分从 Astra 的 57.9% 升至 66.4%。Sonnet 5.5 和 Haiku 5.5 已排期在几周后推出。

发布与定价

普通用户可在 Claude 中直接使用,开发者通过 Claude Code 和 API 调用,模型 ID 为 claude-opus-5-5,AWS、Google Cloud 与 Microsoft Azure 同步提供。Anthropic 同时提高了 Pro、Max、Team 以及按席位计费 Enterprise 用户的五小时使用额度,并提供一次重置。

定价方面,Opus 5.5 的 API 输入价格为每百万 Token 4 美元、输出 20 美元,Astra 则分别为 10 美元和 50 美元,前者单价约为后者的四成。相比自家上一代 Opus 5 的每百万 Token 5 美元输入、25 美元输出,新模型两边均降了 20%。Anthropic 称,叠加 Token 使用效率提升,完成一项典型任务的实际成本可比 Opus 5 低约 40%,输出速度提高 30% 以上。

规格上,Opus 5.5 的上下文为 100 万 Token,Astra 为 105 万;两者最大输出均为 128K Token,都支持从 low 到 max 的五档推理强度。知识截止日期方面,Opus 5.5 为 2026 年 6 月,Astra 为 2026 年 4 月 30 日。

此次发布的背景是竞争压力。三天前路透社报道称,随着 GPT-6 Astra 开始抢回企业市场,Anthropic 正在考虑提前推出新模型应战。社区此前猜测新模型会是 Opus 5.2 还是 5.5,最终 Anthropic 直接开启了 Claude 5.5 这一新系列,Sonnet 5.5 和 Haiku 5.5 已排在几周后推出。

Anthropic 发布 Opus 5.5:性能追平 Fable 5.1,单价仅为 Astra 四成

跑分对比

在 Anthropic 官方展示的可比较的前 6 项测试中,Opus 5.5 拿下 4 项,Astra 拿下 2 项,Fable 5.1 一项未得。在最受重视的 Coding 与 Agent 能力上,Terminal-Bench 4.0 从 Astra 的 57.9% 升至 66.4%;FrontierCode 以 54.4% 压过 Astra 的 53.3%。

Astra 并未被全面反超。在跨应用工作流任务 AutomationBench 中,Astra 以 41.4% 对 40.0% 领先;科学 Agent 测试 Terminal-Bench-Science 上,Astra 以 64.6% 对 58.7% 保持优势。

在另外两项没有 Astra 成绩的测试里,Opus 5.5 继续超过 Fable 5.1:Computer Use 从 80.7% 升到 81.8%,视觉图表识别从 88.4% 升到 89.0%。至少在 Anthropic 公布的这张对比表中,Fable 5.1 面对 Opus 5.5 几乎没有守住阵地。

Anthropic 发布 Opus 5.5:性能追平 Fable 5.1,单价仅为 Astra 四成

第三方评测

第三方评测机构 Artificial Analysis 已完成对 Opus 5.5 的独立测试。在最新的 Intelligence Index 中,Opus 5.5 在 max 档拿到 58 分,Astra 和 Fable 5.1 均为 53 分。

但 max 档的代价是 Token 消耗显著上升。Artificial Analysis 测得,max effort 下 Opus 5.5 平均每项任务生成约 11.9 万 Token,Astra 约 2.7 万。因此尽管单价只有 Astra 的四成,使用 max effort 后单任务成本反而达到 5.98 美元,Astra 仅为 3.26 美元。

回到默认的 medium 档,情况则不同:Opus 5.5 拿到 51 分、每任务 1.34 美元;Astra 为 50 分、1.54 美元;Fable 5.1 为 49 分、2.98 美元。总体看,Anthropic 以四成的单价把 Opus 送入了 Astra 与 Fable 所在的能力区间。

Anthropic 发布 Opus 5.5:性能追平 Fable 5.1,单价仅为 Astra 四成

行为与安全变化

Anthropic 称,Opus 5 推出后收到最多的一类反馈是输出写得太绕、太长、不易读。Opus 5.5 因此调整了写作风格:重要信息尽量前置,减少行话和 Claude 特有的措辞,并更严格地遵守用户给出的写作规则。Ramp 的一名工程师表示,此前前沿模型的输出又长又难读,Opus 5.5 解决了这个问题。

在底层行为上,模型的自主权反而扩大。Thinking 在 Opus 5.5 上无法关闭,每次回答都会进行 Adaptive Thinking,用户只能在 low、medium、high、xhigh 和 max 之间控制思考量;默认档位也从 Opus 5 的 high 降为 medium。工具调用方面,API 中的 tool choice 强制选项被取消,只剩 auto 和 none,若要模型必须调用某个工具,只能通过 prompt 引导。严格 JSON 格式仍可通过 strict tool use 和 structured outputs 保证。

安全方面,在 Anthropic 接近 2000 种场景的自动行为评估中,Opus 5.5 在几乎所有模型失调指标上都优于近期 Claude 模型。新增的边界测试显示,Opus 5.5 尝试突破测试环境边界的频率比 Opus 5 和 Mythos 5.1 低约 85%,剩余尝试均属低严重程度且由模型自行报告。Anthropic 同时承认,Opus 5.5 经常能意识到自己正在接受评测,实验室表现不能保证真实环境中的行为,如何在模型上线前可靠捕获所有失败行为仍未解决。

Opus 5.5 是第一款从发布首日起就采用接近 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会经过额外限制:多数网络安全任务触发保护后会被透明转交给更弱的 Opus 4.8,生物领域则采用与 Fable 5.1 同等级的措施,经审核的研究机构才能申请更完整的能力。

Anthropic 发布 Opus 5.5:性能追平 Fable 5.1,单价仅为 Astra 四成

产品线定位

Claude 原有的梯队是 Sonnet 负责日常、Opus 承接复杂任务、Fable 顶能力上限,更前沿且受限的能力留给 Mythos。Opus 5.5 出现后,Fable 与 Opus 之间的分层变得模糊。Anthropic 更新的模型选择指南建议,追求最高能力的开发者直接从 Opus 5.5 起步,先优化 Prompt,再按需提高 effort;只有开到 xhigh 甚至 max 后在高难推理和长周期 Agent 任务上仍不够用,才建议换到 Fable 5.1。

Fable 5.1 于 9 月 1 日发布,占据最高档仅约三周。从公开跑分看,它不如 Opus 5.5 的 max 档,价格又更贵。不过 Fable 档位本身仍有结构意义:Anthropic 此前明确表示,Fable 5.1 和 Mythos 5.1 使用同一个模型,区别在于安全限制与开放权限,Fable 可广泛使用,Mythos 只向经审核机构开放,在网络安全和生命科学等高风险领域拥有更完整能力。夹在 Opus 与 Mythos 之间的 Fable,更像一层缓冲。

外部竞争并未停歇。Opus 5.5 发布后,OpenAI 随即放出 GPT-6 Sol 和 Luna,新一轮价格与性能竞争已经展开。

要点

  • Opus 5.5 输入每百万 Token 4 美元、输出 20 美元
  • 价格约为 Astra 的 40%,比 Opus 5 降 20%
  • Terminal-Bench 4.0 得分 66.4%,Astra 为 57.9%
  • Artificial Analysis 智能指数 max 档 58 分,Astra 与 Fable 5.1 为 53 分
  • Thinking 无法关闭,强制工具调用选项被取消

原文链接

AI
分享

更多快讯

全部快讯
  1. 谷歌推出 Gemini Tasks 智能体,首批覆盖约2.5亿用户
  2. 研究称 AI 模型可被“游戏”话术诱导标注平民为军事目标
  3. 谷歌发布 Gemini 4 Neon,定价低于 Claude Opus 5.5
  4. 谷歌 Gemini 4 Carbon 开放付费 API,定价与 Argon 相同
  5. 中国 AI 旗舰模型集体收敛网络攻击能力,开源前删除攻击性训练数据

0 条回复

A文章作者M管理员
上传评论图片

暂无讨论,说说你的看法吧