Opus 5.5来了，性能赶超 Fable，成本低至40%

5.5！！正是Opus 5.5！！

就在三天前，路透社曾报道，由于GPT-6 Astra开始重新占领企业市场，Anthropic正计划提前推出新模型进行应对。

社区一直在猜测新模型是Opus 5.2还是5.5，现在答案终于水落石出。

而且这并非小规模升级，Anthropic直接开启了Claude 5.5这一全新系列。

Opus 5.5率先登场，Sonnet 5.5和Haiku 5.5也已排上日程，将在数周后发布。

从某种程度上说，Astra加速推进后，连Anthropic的模型换代节奏也被带动得更快了。

与新模型一同到来的还有一次重置，方便用户体验。

01

Fable的定位变得有些尴尬

既然被认为是针对Astra而来，那就把它与Astra放在一起比较。

先说价格，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。

也就是说，Opus 5.5的Token单价仅为Astra的40%。

两款模型的上下文长度差异不大，Opus 5.5为100万Token，Astra为105万；最大输出也都是128K Token。Astra的知识截止日期为2026年4月30日，Opus 5.5则更新至2026年6月。两款模型均支持从low到max五档推理强度。

而且Opus 5.5相比自家上一代Opus 5也降低了价格。

Opus 5原本的输入价格为每百万Token 5美元、输出25美元，新模型在两方面的价格均下降了20%；Anthropic表示，再加上Token使用效率的提升，完成一项典型任务的实际成本可较Opus 5降低约40%，输出速度则提升了30%以上。

虽然价格便宜，但Opus 5.5在跑分上却毫不含糊。

在官方展示的可比较的前6项中，Opus 5.5赢得4项，表现强劲；Astra赢得2项，达到顶级水平；Fable 5.1一项未得，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%提升至66.4%；FrontierCode也以54.4%超过Astra的53.3%。

不过Astra并未被完全超越，在跨应用工作流任务AutomationBench中仍以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成绩的测试中，Opus 5.5继续超越Fable 5.1：Computer Use从80.7%升至81.8%，视觉图表识别则从88.4%升至89.0%。

也就是说，至少在Anthropic公布的这张大表中，Fable 5.1面对Opus 5.5几乎没有守住任何阵地。

将视角从官方文档移开，第三方评测机构Artificial Analysis已完成了对Opus 5.5的独立测试。

在最新的Intelligence Index中，Opus 5.5最高（max档）获得58分，Astra和Fable 5.1则均为53分。

但这里有一个非常有趣的细节：Opus 5.5在max档下，Token消耗量极大。

根据Artificial Analysis的测试结果，max effort下Opus 5.5平均每项任务生成约11.9万Token，Astra则约为2.7万。

因此，即使Opus 5.5的Token单价仅为Astra的四成，使用max effort后，单任务成本反而达到惊人的5.98美元，而Astra仅为3.26美元。

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

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

目前，Opus 5.5已全平台上线。

普通用户可直接在Claude中使用，开发者则可通过Claude Code和API调用，模型ID为claude-opus-5-5；AWS、Google Cloud和Microsoft Azure也已同步提供。

Anthropic还顺势提高了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现在的处境变得有些尴尬。尤其是Fable 5.1，9月1日才发布，满打满算只占据最高档位三周。一个谷歌Flash的更新周期过去后，下面的Opus突然追了上来，从性能和定价两方面形成围剿，将自家“大哥”置于困境。

这个Fable的档位，真的还有存在的必要吗？

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，来看一些更“实际”的变化。

Anthropic对Opus 5.5生成的文本进行了“去Claude味”处理。

官方表述是，Opus 5推出后，他们收到的最多一类反馈是写得太绕、太长、不够易读。于是Opus 5.5专门调整了写作风格：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。

有趣的是，虽然Opus 5.5在语言上“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将其关闭；到了Opus 5.5，这个开关直接消失了。

模型每次回答都会进行Adaptive Thinking，用户只能在low、medium、high、xhigh和max之间控制它思考的程度，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中的tool_choice，硬性规定Claude“这一轮必须调用某个工具”，或者“必须从这些工具中选一个”。

Opus 5.5取消了这种强制工具调用，只剩下auto和none两个选项：要么将工具交给Claude，由它决定是否使用、使用哪个；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告诉它何时应该调用，不能再从API层面硬性指定。

当然，这不意味着开发者完全失去了约束能力。严格JSON格式仍可通过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正在将更多判断权交给模型自己。

结合Anthropic最近的产品动作来看，这件事会更有意思。就在6天前，Anthropic刚将Claude的Chat和Cowork合并为一个入口。

用户只需说自己要什么，Claude会自行判断是简单回答，还是打开工具、处理文件、运行一个长任务。

从Chat还是Cowork的入口，到是否联网、是否Thinking、是否调用工具，越来越多原本摆在用户面前的选择，被交给了Claude。

而既然将越来越多的自主判断交给模型，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中，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，观察模型是否会试图跨越测试环境为其划定的边界。结果显示，Opus 5.5尝试突破边界的频率，比Opus 5和Mythos 5.1低了约85%；剩余的尝试均属于低严重程度，且模型自行进行了报告。

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

但Anthropic自己也为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，并不能保证它在真实世界中还会完全一样。Anthropic明确承认，如何在模型上线前可靠捕获所有失败行为，至今仍然是一个尚未解决的问题。

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。例如，多数网络安全任务触发保护后，会被透明地转交给较弱的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中明确表示，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；只有将Opus 5.5开到xhigh甚至max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已开始采用接近Fable级别的安全机制，能力也已追平甚至反超Fable 5.1的不少项目。

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，区别主要在于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不断向上延伸；上面，Mythos承接更前沿、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如何摆放，终究是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刚上线，OpenAI立马放出了GPT-6 Sol和Luna——新一轮价格和性能战已经打响。

本文来自微信公众号“字母AI”，作者：袁心玥，36氪经授权发布。