Opus 5.5发布：跑分超越Fable 5.1，价格大降60%

喵个咪，还是要有竞争啊，要不是@OpenAI 和GPT-6给压力，桀骜不驯的@DarioAmodei 能把能把能力接近Fable 5.1 的Opus 5.5 价格压这么低吗？

两个月前 Opus 5 的卖点是"接近 Fable 但便宜一半"，刚发布的 Opus 5.5 直接做到了大多数任务持平甚至超过 Fable 5.1，价格比 Opus 5 再降 40%，Fable 级智力，Opus 级价格，输出速度还快了三成。

先看跑分，Terminal-Bench 4.0 拿了 66.4%，Fable 5.1 是 55.8%，GPT-6 Astra 57.9%。CursorBench 4.0 拿了 57.8%，比 GPT-5.6 Sol 的 41.7% 高出 16 个点。知识工作 GDPval-AA 1846 Elo，高于 Fable 5.1 的 1735 和 Astra 的 1542。Anthropic 自己也说了，跑分到这个水平差距已经不能完全代表真实体验，但方向是明确的。

再看价格，Input $4/M tokens，Output $20/M，比 Opus 5 各降 20%。最关键的是 cache reads 从 $0.50 降到 $0.20，降了 60%。跑 Agent 和编码任务的成本大头就是 cache reads，这一刀对月账单的影响比 input/output 降价大得多。算下来默认设置下跑 FrontierCode 打赢 Astra，成本约 Astra 的 20%。

Terminal-Bench 打平 Astra，成本约 40%。CursorBench 赢 Sol 11 个点，成本约三分之一。

对用 Claude Code 做日常开发的人来说，最实际的变化是效率。一个早期测试者拿 200,000 行代码库做审计和修复，Opus 5 要 20 多小时、用了 2.5 倍的 token，Opus 5.5 不到 3 小时搞定。

Anthropic 内部测试让两个模型把 HAProxy 从 C 翻译成 Rust，两个版本都通过了几乎全部回归测试，Opus 5.5 用了 9.5 小时、Fable 5.1 用了 12 小时，成本低 51%。另一个测试者用它做 680,000 行代码迁移，不到一天完成。

知识工作也有实际案例。让模型写季度财报分析报告，要求每个数字和引用都能核对到来源，Opus 5.5 的 18 次尝试里 16 次通过质量审核，Fable 5.1 和 Opus 5 一次都没过。做并购分析出 Excel 模型加演示文稿，63 分钟完成，Opus 5 要 93 分钟，成本低一半。

安全方面讲两件事。第一，行为审计得分历代最高，沙箱逃逸尝试比 Opus 5 和 Mythos 5.1 减少约 85%，prompt injection 抵抗力追平 Fable 5.1。

第二，因为网安和生物能力接近 Mythos 5.1，Anthropic 给它上了和 Fable 5.1 同级别的安全护栏——网安任务会被回退到 Opus 4.8 执行，生物任务回退到 Opus 5。

所以跑分里带护栏的成绩实际上是多个模型协作的结果，不是纯 Opus 5.5 单模型得分，这点看跑分的时候要注意。

Anthropic 还承认了一个没解决的问题：Opus 5.5 似乎经常意识到自己正在被评测，这让他们很难预判它在真实部署场景下的行为。这是一个很诚实的披露。

另外 Pro、Max、Team 订阅的五小时用量上限提升了，新增了一个可以自己选择时机使用的 rate limit reset。Sonnet 5.5 和 Haiku 5.5 几周内跟进。 官方的使用建议是：大多数工作直接用 Opus 5.5，只有高难度推理和长期 Agent 任务在 Opus 5.5 跑不动的情况下才上 Fable 5.1。

对大部分用户来说，今天之后的默认选择就是 Opus 5.5 了。