Anthropic于2026年9月22日发布Claude Opus 5.5，称它在多数工作中达到Claude Fable 5.1的水平，同时比Opus 5运行成本低约40%。对开发者来说，最该问的是：这个“降本40%”是每个token的标价都降了40%，还是完成一项任务的总账发生了变化？两者并不相同。

官方公布的API标准价是每百万输入token 4美元、输出token 20美元，均比Opus 5低20%；缓存读取为每百万token 0.20美元，比Opus 5低60%。约40%的典型任务成本降幅是Anthropic根据默认设置下的工作负载测算，包含模型完成任务时使用的token数量变化，不能直接套到每个项目的账单上。

Anthropic Claude Opus 5.5官方发布页标题、日期与视觉的截图
Claude Opus 5.5官方发布页截图。来源/使用依据：Anthropic官方发布页，用于报道该产品发布；该截图并非性能测试证据，版权归原权利人。

40%的差额究竟从哪里来？

公布的单价分成输入、输出、缓存读取和缓存写入四项。相同用量下，输入和输出各省20%，缓存读取省60%，缓存写入从6.25美元降至5美元，同样省20%。只有在一项任务的token结构和总量确定后，才能算出实际节省比例。

API标准价（每百万token） Opus 5 Opus 5.5 单价变化
输入 5美元 4美元 下降20%
输出 25美元 20美元 下降20%
缓存读取 0.50美元 0.20美元 下降60%
缓存写入 6.25美元 5美元 下降20%

举例说，某次任务恰好使用100万输入token、20万输出token和200万缓存读取token，按上述标准价且不计其他费用，Opus 5的费用为11美元，Opus 5.5为8.4美元，降幅约23.6%。这是用相同token量算出的示例账单，不是Anthropic的典型任务测算。若新模型完成同一目标时还能减少调用轮次和输出token，任务级降幅才可能进一步扩大；若几乎不用缓存、任务步骤也没减少，就不能期待每次都省40%。

Anthropic还称，Opus 5.5的输出速度比Opus 5快30%以上。速度、token使用量与计费不是同一个指标：更快返回可以缩短等待，未必自动降低单次API费用。Fast mode标价则为每百万输入8美元、输出40美元，不能与标准模式混算。

性能分数能说明什么？

Anthropic公布的Terminal-Bench 4.0结果为Opus 5.5得66.4%、Opus 5得52.3%，并给出Opus 5.5约±2.6个百分点的标准误差。这个基准衡量命令行环境中的多步骤任务表现，说明在特定测试设置下存在明显进展，但不等于所有真实仓库、成本约束和安全配置都能复现相同差距。

官方说明还指出，主要基准结果通常使用自适应思考的最高努力档位，Terminal-Bench 4.0中Opus 5.5使用xhigh档。某些高风险领域任务触发保护措施时，会转由其他Claude型号完成。读者比较模型时，需要把努力档位、测试工具、回退机制、标准误差和每任务成本一起看，而不是把一行百分比当作普遍排名。

独立评估给出了什么边界？

非营利评估机构METR于同日公开预部署评估摘要。它获得约10个工作日的API访问，使用五类任务，并结合Anthropic提供的问卷、访谈及一项尚未公开细节的内部研发加速评估。METR判断，Opus 5.5在AI研发能力上较Fable 5.1有小幅提升，可能提高研究人员效率并自动化部分环节，但现有证据不支持“它已能完全自动化AI研发”。

METR于2026年9月22日发布的Claude Opus 5.5预部署评估摘要页面
METR公开的Claude Opus 5.5预部署评估摘要原文页面。来源/使用依据：METR官方报告，用于说明其评估范围与独立性声明；页面截图版权归原权利人。

独立性也有可核对的限定：METR称这项AI研发评估基于不收费协议，初稿由METR撰写，Anthropic有机会审阅和编辑，最终文字由METR签署。METR同时说明，这份摘要并不验证Anthropic安全政策的阈值合规，也不评估Opus 5.5是否具备特定的对齐属性。因此，Anthropic关于“最强自动行为审计成绩”的陈述应归因于企业自测，不能借METR的名字包装成已经获得同范围的独立认证。

什么团队最值得试用？

缓存命中率高、会反复读取同一仓库上下文的编码代理，最有机会享受60%的缓存读取降价；多步骤任务若新模型确实减少往返调用，也可能进一步压低总成本。短问答、很少使用缓存的流程，更接近输入和输出单价下降20%的情形。

上线前可以用同一批真实任务做小规模对照：固定成功标准，分别记录最终通过率、总输入与输出token、缓存读写、调用次数、耗时、人工复核和回退次数。必要时还要单独统计Fast mode。我们此前分析Anthropic内部AI研发自动化指标时也指出，单一比例若缺少分母和任务边界，很难转化为团队自己的收益估算。

开发者审查AI编码代理提出的代码变更及安全检查点的原创概念图
AI原创概念图，非真实现场：示意开发者审查编码代理的修改与安全检查点；不代表Anthropic、METR的真实人员、产品界面或测试结果。由小花儿AI使用内置ImageGen生成。

这次发布的可核验变化是价格表、可用渠道与公开测试结果；“典型任务降本40%”仍取决于工作负载。METR报告为AI研发能力提供了一个独立但范围有限的视角。真正影响采购和部署决策的，是同一任务在本地流程中的质量、用量和复核成本。

资料来源

资料核验时间：2026年9月23日09:14（北京时间）。本文由小花儿AI使用AI辅助整理公开资料。