Claude Opus 5.5 以更低成本达到 Fable 5.1 性能,并承诺减少“Claudish”式写作
Anthropic 推出新家族首个模型 Claude Opus 5.5,宣称在多数任务上匹配 Fable 5.1,运行成本比 Opus 5 低约 40%。token 定价下调 20%,缓存读取成本降 60%,订阅用户五小时限额提高 20%。公司用编程基准强调每任务成本优势,并新增安全分级路由。
原贴
查看原文原文
中文翻译
新增了 Artificial Analysis 基准测试结果。Anthropic 正在推出 Claude Opus 5.5,这是新系列中的首个模型。该公司表示,它达到 Claude Fable 5.1 级别的性能,同时成本显著更低、运行速度比前代更快。据 Anthropic 称,Opus 5.5“在大多数任务上”与 Claude Fable 5.1 相当,而运行成本比 Opus 5 低约 40%。Claude Sonnet 5.5 和 Haiku 5.5 预计将在未来几周推出,并在性能、效率和安全性方面有类似提升。Anthropic 的基准测试显示,新 Opus 模型在大多数任务上领先于 Fable 5.1 和 OpenAI 价格高得多的 GPT-6 Astra。Anthropic 表示,新系列主要回应客户在成本、效率和沟通质量方面的反馈,尤其是在金融服务、法律和软件开发领域。
Anthropic 将 Opus 5.5 定价为每百万输入 token 4 美元、每百万输出 token 20 美元,低于 Opus 5 的 5 美元和 25 美元。这是 token 价格下降 20%。该公司还将缓存读取成本降低了 60%。Anthropic 表示,总运营成本(同时计入 token 价格和 token 用量)应比 Opus 5 低约 40%。该模型使用的 token 更少,输出生成速度提高 30% 以上。订阅用户的五小时使用限额将提高 20%。Anthropic 表示,由于该模型成本更低,这些限额总体可延长 25%。用户还可以将一次限额重置保留到最需要的时候使用。
Anthropic 正用编程基准测试来证明其价格和性能主张。在 FrontierCode 上,该公司称 Opus 5.5 击败 OpenAI 的 GPT-6 Astra,而每任务成本约为其 20%。在 Terminal-Bench 4.0 上,它声称以 40% 的成本达到与 Astra 相同的性能。在 CursorBench 上,它称 Opus 5.5 以三分之一成本领先 GPT-5.6 Sol 11 分。此次降价是对来自 OpenAI、尤其是中国 AI 模型压力的回应,后者性能较低,但成本仅为其一小部分。
Opus 5.5 也应比早期模型表达得更自然。Anthropic 表示,它把最重要的信息放在前面,使用更少术语,并更严格遵循写作指令。早期测试者称其写作更清晰、更易理解;Anthropic 表示,这使它成为长时间工作会话中更好的伙伴。当前 Claude 模型因其公式化、迂回的写作而受到不少批评,有时被称为“Claudish”。
Opus 5.5 也是首个在网络安全、生物学和前沿 LLM 开发方面拥有与 Fable 5.1 相同保障措施的 Opus 模型。Anthropic 表示,当这些保障措施生效时,请求会被透明地路由到另一个模型。用户仍可查找并修复其代码中的漏洞,但大多数网络安全任务将转给较旧的 Opus 4.8。被分类器标记为生物学或前沿 LLM 开发的请求将转给 Opus 5。
核心信息
Anthropic 推出新家族首个模型 Claude Opus 5.5,宣称在多数任务上匹配 Fable 5.1,运行成本比 Opus 5 低约 40%。token 定价下调 20%,缓存读取成本降 60%,订阅用户五小时限额提高 20%。公司用编程基准强调每任务成本优势,并新增安全分级路由。
- Anthropic 推出新家族首个模型 Claude Opus 5.5,宣称在多数任务上匹配 Fable 5.1,运行成本比 Opus 5 低约 40%。token 定价下调 20%,缓存读取成本降 60%,订阅用户五小时限额提高 20%。公司用编程基准强调每任务成本优势,并新增安全分级路由。
- 原贴提到:Added Artificial Analysis benchmark results Anthropic is launching Claud
- 来源:the-decoder.com
详细解读
这是什么信号
Anthropic 发布 Claude Opus 5.5,把它定位为新家族的第一个模型,核心卖点不是单纯“更强”,而是“同等任务、更低账单”。按官方说法,它在大多数任务上匹配 Claude Fable 5.1,运行成本比 Opus 5 低约 40%;token 定价从每百万输入 5 美元降到 4 美元、每百万输出 25 美元降到 20 美元,缓存读取成本再降 60%。同时,Sonnet 5.5 与 Haiku 5.5 被预告将在未来几周跟进,这意味着降价不是单点促销,而可能是一次产品线级别的成本重排。
为什么重要
过去一年模型竞争的叙事集中在“谁更聪明”,但这条信号把重心推到单位任务成本:Anthropic 用 FrontierCode、Terminal-Bench 4.0 和 CursorBench 三个编程基准来论证,Opus 5.5 能以 GPT-6 Astra 约 20%—40% 的每任务成本追平或超过对手。原文也点明,降价压力来自 OpenAI,尤其是提供更低性能但价格只有零头的中国模型。也就是说,能力差距在缩小,价格与效率正在变成真实的采购变量。对正在把 AI 嵌入生产流程的团队,这会直接改变“哪个模型跑哪类任务”的默认答案。
对谁有价值
第一类是高频调用 API 的开发者与 AI 产品团队:token 价格、缓存读取费和单任务成本同时下降,意味着同一预算可以覆盖更多请求,或者把原本因成本被砍掉的功能重新放回路线图。第二类是订阅 Claude 的重度用户:五小时限额提高 20%,叠加模型更低成本后总体延长 25%,还能保存一次限额重置,对长时间写作、编码和研究的连续性有实际意义。第三类是金融、法律、软件开发等长文与高准确度场景:Anthropic 明确说这次更新主要回应这些行业对成本、效率和沟通质量的反馈,而“结论先行、少术语、更遵循写作指令”正好命中这些场景的痛点。第四类是正在做模型路由与成本治理的架构负责人:安全分级路由让部分任务转向 Opus 4.8 或 Opus 5,选型时不能只看模型名字,还要看请求会不会被改道。
可以怎么行动
实操上可以做三件事。其一,拿你们最贵的三类任务做 A/B:固定提示词和评测集,分别用 Opus 5.5 与当前主力模型跑一遍,记录成功率、token 用量、缓存命中率和单任务美元成本,别只看单价。其二,把缓存读取成本下降 60% 当成架构信号:如果系统里有大量重复上下文,重新评估缓存策略的收益可能比换模型更大。其三,针对写作类工作流做小范围试点,尤其是需要把最重要信息前置、减少术语堆砌的对外文档和法律、金融摘要,用人工评审检验“少 Claudish”是否真的成立。订阅用户则应重新规划限额使用节奏,把可保存的限额重置留给交付高峰。
风险与限制
需要注意,性能与成本对比主要来自 Anthropic 自测和自家选定的编程基准,编程基准表现好不等于你的业务任务也同比例受益;实际总成本还取决于 token 用量、重试率和缓存命中,不能直接用 20% 降价推导 20% 账单下降。安全路由是另一个限制:多数网络安全任务会转到较旧的 Opus 4.8,生物学与前沿 LLM 开发请求转到 Opus 5,实际可用能力可能与模型宣传不一致。Sonnet 5.5 与 Haiku 5.5 仍属预告,路线图存在变数。最后,“表达更自然”是测试者的主观反馈,仍应通过你们自己的评审标准验证。
信息差价值
这条内容的真正价值,不只是“有人发布了一个新功能”,而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说,这种信息可以转化成持续追踪的栏目选题。
如果把《Claude Opus 5.5 以更低成本达到 Fable 5.1 性能,并承诺减少“Claudish”式写作》放到你的内容系统里,它最大的价值在于帮助读者更快看懂“为什么值得关注”,而不是只看到一条碎片化动态。
参考来源
TOPIC HUBS
延伸专题
AI SUMMARY
这篇文章回答了什么
Claude Opus 5.5 以更低成本达到 Fable 5.1 性能,并承诺减少“Claudish”式写作主要讲什么?
Anthropic 推出新家族首个模型 Claude Opus 5.5,宣称在多数任务上匹配 Fable 5.1,运行成本比 Opus 5 低约 40%。token 定价下调 20%,缓存读取成本降 60%,订阅用户五小时限额提高 20%。公司用编程基准强调每任务成本优势,并新增安全分级路由。
这篇文章最值得关注的要点是什么?
Anthropic 推出新家族首个模型 Claude Opus 5.5,宣称在多数任务上匹配 Fable 5.1,运行成本比 Opus 5 低约 40%。token 定价下调 20%,缓存读取成本降 60%,订阅用户五小时限额提高 20%…;原贴提到:Added Artificial Analysis benchmark results Anthropic is launching Claud;来源:the-decoder.com
这篇文章和哪些AI专题相关?
它适合放在AI副业、AI工具、AI超级个体专题里阅读。 关联原因:这篇内容命中「项目、小生意、变现」等主题信号。;这篇内容命中「模型、Claude」等主题信号。;这篇内容命中「效率」等主题信号。
阅读这篇文章建议先理解哪些关键词?
建议先理解AI工具、工具、自动化、模型、Cursor这些关键词,再结合正文判断工具、机会或风险是否值得进入自己的工作流。