刚刚，Claude Opus 5.5发布！霸天虎打爆GPT-6

今夜，Anthropic没有任何预热，直接甩出了Claude Opus 5.5。

这是Claude 5.5系列首款模型！

Opus 5.5不仅性能追平了Fable 5.1，成本还要比上一代Opus 5低40%，输出速度狂飙30%。

这一次，A\直接掀了「性能强=成本高」的桌子。

如今，每个人可以拿到Fable 5.1级的能力，用更少的钱，干更多的活儿。

三个字总结：更强、更便宜、更快

用Anthropic的话来说，Opus 5.5在智能体编程、计算机使用、知识工作上，全部刷新了SOTA。

尤其是Terminal-Bench 4.0，跑出了66.4%的成绩，直接把GPT-6 Astra、Fable 5.1按在地上打。

知识工作GDPval-AA v2.1拿下1846 Elo，也跑到了对手前面。

如今，Claude 5.5的亮相，直接把新一轮模型大战的火药味儿直接拉满。

Anthropic官宣不过2小时，OpenAI直接扔出了GPT-6 Sol和Luna迎战。

AI圈新一轮大战，今夜正式开打了！

目前，Claude Opus 5.5已在全球正式上线，未来几周，Sonnet 5.5与Haiku 5.5也将同步登场。

首个Claude 5.5登场

暴打GPT-6 Astra

距离Opus 5发布，仅仅过去了不到两个月。

Claude此番「跳级发售」，摆明了就是冲着OpenAI去的。

Artifical Analysis上，Claude 5.5和Fable 5.1，全部压过了GPT-6 Astra

在Anthropic自家的能力指数ECI上，Opus 5.5的得分干过了「雪藏」的Mythos 5.1。

第三方机构Vals AI的RSI指数，测的是模型自己搞AI研究的本事。实测下来，Opus 5.5全球第一。

到了编程这一项，差距被拉得更开。

Terminal-Bench 4.0衡量的是AI在真实终端环境中完成复杂多步编程任务能力。

在这里，Opus 5.5直接拿下了66.4%，领先GPT-6 Astra整整8.5个百分点（57.9%）。Fable 5.1是55.8%；Opus 5只有52.3%。

Opus 5.5只要开默认档，就能锤爆Opus 5的最高档，而成本只有它的五分之一；追平Astra，也只需花Astra 40%的钱。

此外，在测真实代码合并的FrontierCode v1.1，它跑出54.4%，险胜Astra的53.3%。

最夸张的是CursorBench 4.0，题目全是从真实Cursor会话里扒出来的含糊不清、跨文件的烂摊子任务，它拿下57.8%，而GPT-5.6 Sol只有41.7%。

在知识工作领域，Opus 5.5同样势不可挡。

GDPval-AA v2.1基准测试覆盖44个职业的真实工作任务，Opus 5.5拿下1846 Elo，GPT-6 Astra只有1542。

300多分的Elo差距，在竞技评分体系里几乎是代差。

狂飙写作，「啰嗦」病治好了

最值得一提的是，Opus 5.5这一次在写作和沟通能力上，再次强化了。

之前，Opus 5被吐槽最多的就是沟通太费劲。

现在它学会了「结论前置」，扫一眼就能看懂，不说黑话、不拽怪词，让怎么写就怎么写。

长时间协作下来，体验可以说是质的飞跃。

Anthropic把两个版本拉了个横评，大家感受一下：

遇到Bug时，老版Opus 5要慢条斯理地铺垫一大段，结论藏在后面；Opus 5.5第一句话就一针见血地指出账单异常，紧接着干净利落地附上代码。

Box的AI产品副总实际体验后表示，「Opus 5.5的token用量只有上一代的三分之一，啰嗦度暴降40%」。

全网首测

比Astra更像AGI

Claude Opus 5.5到底香不香，光听Anthropic吹可不行。

Bun的作者Jarred Sumner说了句大实话，写作像Opus 4.6，写代码像Fable 5.1，它会很快成为大部分人的主力模型。

这不，第一波开发者的真实测评，已经出炉了！

手搓3D动画，每一帧都是狠活

虽然Claude不会生图，但它这次手搓动画效果的体验，那叫一个丝滑。

开发者cheaty看完网友DreW制作的一个30秒短片撂下一句话，「在我看来，这比Astra更像AGI」！

谷歌DeepMind的Ben Poole在纸上随手画了一台投石机和一摞方块的草图。

眼瞧着，Opus 5.5就把草图变成了一个能发射、能砸塌方块的3D物理仿真，投石机的关节和配重都是照着草图搭的。

Anthropic大牛

Addy Osmani也来整活了。

他直接在Three.js里搓了一只骑自行车的鹈鹕的3D动画，在线开香槟庆祝。

沃顿商学院的Ethan Mollick再次用同一套shader提示词测了下——暴雨中的哥特城市。

一句话直出游戏

在游戏生成上，Opus 5.5也是拿捏很到位。

有人让它整一个涂鸦画风的FPS，居然直接一把过，清完三波小怪之后甚至还能打Boss。

经典游戏「我的世界」，可玩效果非常能打。

另一位开发者Edwin做了一款游戏，灵感来自人类历史上第一台计算机——安提基特拉机械装置的打捞发现。

画面和音效全都是 Opus 5.5 纯代码实时跑出来的，没有任何外部素材。

Opus降价四成

实则烧得更多

过去，Opus系列让很多人又爱又恨，能力强，但Token蒸发太快。

这一次，Anthropic直接启动了「加量减价」模式。

输入4刀、输出20刀，各砍20%。最烧钱的缓存读取直接从0.50刀砍到0.20刀，降了60%。

想追求速度，开Fast模式提速2.5倍，价格翻倍，8刀和40刀。

官方的说法很诱人，在典型工作负载下，整体便宜40%，输出快30%。

但Artificial Analysis的测试显示，在最高档max effort下，Opus 5.5每解一道题，平均要狂吐11.9万个token，而思考就消耗了8.4万token。

整体看，Opus 5是7.3万，Fable 5.1是7.8万，GPT-6 Astra只有2.7万。

也就是说，它比上一代多想了60%，比Astra多想了4倍。单价降两成，思考量涨六成，两头一抵，白降。

在安全审查这块，Anthropic爆出了一句让人后背发凉的大实话。

Opus 5.5在自动行为审计里拿了历史最高分，试图绕过限制的越狱行为比上一代少了85%，而且每次都会「乖乖主动上报」。

但紧接着，官方坦承，他们发现Opus 5.5经常敏锐地怀疑自己正在被人类评估。这事细思极恐。

一个AI知道自己在考试，它在考场上展现的「乖巧」，未必代表它在真实世界里不受控时的反应。随着能力变强，这个问题正在变成一个无解的黑洞。

OA终极之战，才刚刚开始

这一战，还没有完。

Anthropic也说了，Opus 5.5只是首个版本，Sonnet 5.5和Haiku 5.5也即将推出。

5.5系列的全面铺开，才刚刚开始。

从旗舰到中端到轻量级，Anthropic正在用一套完整的产品线，对OpenAI发起全线进攻。

而OpenAI那边，也拿出了GPT-6 Sol和Luna，效率更高、成本更优的选择。

大模型这波仗，从拼技术一路卷到拼价格，现在可真到肉搏的时候了。

参考资料：

https://www.anthropic.com/claude-opus-5-5

https://x.com/AnthropicAI/status/2102435703535939725?s=20

https://x.com/ClaudeDevs/status/2102438800836489554?s=20

文章来自于微信公众号 “新智元”，作者 “新智元”