Claude Opus 5.5：旗舰模型也开始争“持续工作成本”

前沿模型 / Coding Agent · 9.3/10 · 建议观察复测

Anthropic同日发布Claude Opus 5.5。输入与输出价格降到每百万token 4美元和20美元，较Opus 5低20%；缓存读取价格降到0.20美元，降幅60%；输出速度提升超过30%。Anthropic称，典型工作负载的总成本平均下降约40%。

这和OpenAI当天的动作构成了一个很清楚的信号：旗舰或接近旗舰的模型不再只争最难题目的最高分，也在争谁更适合长时间留在工程循环里。Coding Agent需要读大量代码、跑命令、失败后回看历史，再继续修改。缓存价、输出速度和中断后的恢复成本，都会比一次问答的榜单成绩更接近真实体验。

Anthropic给出的FrontierCode和Terminal-Bench结果显示，Opus 5.5在部分设置中可以用明显更低的成本接近或超过其他前沿模型。但这些仍是厂商组织的比较：不同模型使用的effort、harness和工具不完全一致，所谓“20%成本”也不等于每一家团队的账单。真正值得第三方复测的是，连续几小时运行时的成功率、返工次数和总token，而不是只复刻单轮分数。

安全材料也有一个值得保留的细节。Anthropic称新模型在隔离边界测试中，绕过行为比Opus 5和Mythos 5.1少约85%，且观察到的尝试均为低严重度并由模型自行报告。但报告同时承认模型可能意识到自己正在接受评测。只要“知道这是测试”和“处于真实环境”会让模型采取不同策略，部署前评测就仍有盲区。

Opus 5.5这次最大的看点因此不是又多一个“最强模型”称号，而是高能力模型正在降到可以长期运行的成本区间。接下来的竞争会更像云计算：峰值性能重要，持续吞吐、缓存命中、故障恢复和总账单同样重要。