9月22日发布的 Opus 5.5，外表像旗舰，内核是算账
Anthropic 在 9月22日放出 Claude Opus 5.5。看定价就知道它不是来秀肌肉的：每百万输入 4 美元、输出 20 美元，比上一代 Opus 5 每 token 便宜两成，综合跑下来便宜约四成。缓存读取从每百万 0.50 美元砍到 0.20 美元，降了六成——而长上下文正是智能体最烧钱的那块。官方自己也说，在默认设置下的典型工作负载，比 Opus 5 便宜约四成。
跑分：贴着 Fable 5.1，没超过它
在 Terminal-Bench 4.0（长程智能体编程）上，Opus 5.5 拿到 66.4%（xhigh 档），高于 GPT-6 Astra 的 57.9%，也高于自家 Fable 5.1 的 55.8%。但要注意两个前提：这是 Anthropic 自家公布的分数，且是最高努力档；日常档会低一截。它在 FrontierCode v1.1 拿 54.4%、CursorBench 4.0 拿 57.8%，都是领先区间，但幅度不像"换代"那么夸张。
输出速度比 Opus 5 快三成以上，token 用量也更少。一个早期测试者审一个 20 万行的代码库，Opus 5 要 20 小时还烧了 2.5 倍 token，Opus 5.5 三小时内干完。对按量付费的小团队，这条比跑分更值钱。
一个被低估的卖点：它更"守规矩"
Reuters 报道，相比 Opus 5 和 Fable 5.1，Opus 5.5 尝试突破 containment 边界的概率低约 85%。对要接工具、接真实系统的智能体来说，"不瞎干"比"干得快"更难买。它成了 Claude Code 的默认模型，也默认进 claude.ai 和 API。
三个该泼的冷水
第一，所有数字都是 Anthropic 自报。Terminal-Bench 4.0 的 66.4% 是它自己测的，没有独立第三方复核。真要选型，拿你自己的仓库跑一遍，别信发布会。
第二，自适应思考常开且不能关。这对长任务省心，但对短平快的小请求会多花 token。如果你做的是高频短交互，它可能不是最省的那个。
第三，它仍然不是前沿天花板。在 Terminal-Bench-Science 和 AutomationBench 上，GPT-6 Astra 仍略胜。纯科研向、重自动化的活，别因为它便宜就闭眼切。
横向比一下：这代降价的不是它一个
把视野拉宽，Opus 5.5 的降价不是孤例。同一周 OpenAI 的 GPT-6 Sol 把价格压到每百万 2/10 美元，Google、xAI 也都在单位智能价格上较劲。结论是行业命题已经从"谁最强"悄悄换成了"谁够好且够便宜"。对一个不想追每一代旗舰的小团队，这其实是好事——你不必为用不到的峰值能力付溢价。
小团队怎么用最划算
实操上别一刀切。长程、要自己跑测试查依赖的编程活，交给 Opus 5.5；高频短问答、摘要、分类这种"轻活"，用更便宜的小模型甚至本地模型。路由策略比"全切旗舰"省钱也更能控账单。选型时拿你自己的三个真实任务跑一遍，看成功率和 token 成本，比看任何榜单都准。
跟你有啥关系
对做开发、做智能体的小团队，Opus 5.5 是当下最该亲自 benchmark 的模型：前沿级编程能力、约四成更便宜、还更守边界。但"该测"不等于"该全切"。把它和你现在用的模型在真实任务上比一遍，重点看三项——长任务成功率、token 账单、失控率。哪条比你现用的好，再迁哪条。