跳到正文
gihyo.jp·· 2026-09-23精選AI 評分85

Anthropic 發佈 Claude Opus 5.5,輸出速度較 Opus 5 提升逾 30%,API 輸入及輸出單價較 Opus 5 下調 20%

Anthropic、「Claude Opus 5.5」を発表 ——性能と出力速度を向上、APIの入出力単価をOpus 5比で20%引き下げ

AI 導讀

Anthropic 發佈 Claude Opus 5.5,稱其輸出速度較 Opus 5 提升逾 30%,預設設定下典型工作的費用降低 40%。Claude Platform 的輸入及輸出價格分別為每 100 萬 token 4 美元及 20 美元,較 Opus 5 下調 20%。

推薦理由

文章列出多項基準測試中 Claude Opus 5.5 與 Opus 5 的成績,並交代 Terminal-Bench 比較採用不同推理計算量設定,補足判讀性能差異所需的背景。

正文 · 繁體中文

Anthropic於9月22日公布AI模型「Claude Opus 5.5」。這是Claude 5.5系列推出的第1個模型,據稱在不少工作上表現媲美Claude Fable 5.1。該公司表示,按預設設定執行典型工作時,費用較Opus 5低40%,輸出速度亦較Opus 5提升逾30%。Claude Sonnet 5.5和Claude Haiku 5.5亦預計於未來數星期推出。

改善程式編寫和PC操作⁠,文章亦更易閱讀

Anthropic表示,該模型在代理式程式編寫、電腦操作及知識工作方面均優於Opus 5。衡量AI代理能否在命令列解決實際任務的「Terminal-Bench 4.0」中,Opus 5.5的任務解決率為66.4%,Opus 5則為52.3%。不過,這項比較中,Opus 5.5使用「xhigh⁠」,Opus 5則使用「max」,兩者用於推理的運算量設定不同。Opus 5.5的分數亦包括安全措施生效並轉用其他模型的測試。

在評估長時間跨多個應用程式操作電腦的「OSWorld 2.0」中,計入部分得分後,得分為81.8%,高於Opus 5的74.0%。在評估44種職業相關實務任務的「GDPval-AA v2.1」中,Elo分數為1846,超越Opus 5的1708。

Opus 5.5較Opus 5大幅進步,在代理式程式編寫、電腦操作和知識工作方面居首。 pic.twitter.com/MYI9JDAo1x

— Claude (@claudeai) 2026年9月22日

據稱,文章生成和工作過程中的說明亦有所改善。Opus 5.5更懂得先列出要點,也更容易遵循指定的寫作風格。參與模型調校的Anthropic員工Jackson Kernion氏發文表示,他們首次把重點放在令文章更清晰,並避免資訊過度密集。回覆中則表示,方向包括使用淺白表達、減少在英文中過度使用分號和破折號,以及減少專門術語和自創詞。Anthropic表示,未來會繼續改善這方面。

我有參與這項工作,而Opus 5.5是我們首個模型版本,首次針對句子清晰度和過度密集的資訊堆砌作出改善。

這是個難以解決的問題,我們會繼續改進。不過,自Opus 4.6以來,我對一個模型的寫作表現從未如此滿意。 https://t.co/W5jVOWMnYj

— Jackson Kernion (@JacksonKernion) 2026年9月22日

Anthropic亦在X貼文串介紹了使用Opus 5.5製作的早期原型,包括以西瓜和螞蟻為題材的短篇動畫、根據照片和公開數據重現Apollo 8「地出」拍攝場面的作品、採用手繪風格UI的Claude Code介面,以及把投石器草圖製成3D模型並進行模擬的應用程式。

— Claude (@claudeai) 九月22日,2026年

Anthropic亦公開了供開發者參考的Opus 5.5提示詞指南,以及供Claude應用程式和Claude Code使用的使用指南。提示詞指南指出,Opus 5的現有提示詞基本上仍可沿用。

API輸入及輸出價格下調20%

Claude Platform的標準收費為每100萬個token輸入4美元、輸出20美元。與Opus 5的輸入5美元、輸出25美元相比,兩者均下調20%。快取讀取價格則由每100萬個token0.50美元降至0.20美元,下調60%。

除了降低單價外,Anthropic的測試亦顯示,每項工作使用的token數量有所減少。因此,按預設設定執行典型工作的費用據稱較Opus 5低40%。不過,根據Anthropic的收費說明「What a task costs on Opus 5.5」,減幅因工作而異。Opus 5.5無法關閉回答前的思考功能,思考所用的token亦會按輸出計費,因此輸出token可能增加。

資訊: 作業費用的計算方式、如何透過Claude Code的/usage查看預計費用,以及如何選擇effort等級,另文「Claude Code⁠⁠:詳解如何透過/usage查看預計費用」有詳細介紹。

推理所需的運算量可由預設的「medium」設定調高或調低。Opus 5.5亦支援「fast mode」(研究預覽),可在Claude Code和Claude Platform上使用,輸出速度最高可達一般模式的2.5倍。價格為每100萬個token輸入8美元、輸出40美元。透過API使用需先申請;Claude Code月費計劃用戶則須按用量另行收費,不包括在計劃內的使用額度中。

提供平台及付費計劃使用額度

Opus 5.5可透過Claude應用程式、Claude Code、Claude Platform,以及Amazon Web Services、Google Cloud和Microsoft Azure等服務使用。API模型ID為claude-opus-5-5。根據模型目錄,內容視窗為100萬個token。可信知識截止日期和訓練資料截止日期均為2026年6月。

Anthropic的Catherine Wu在X貼文中表示,個人版Pro和Max計劃現已把Opus 5.5設為Claude應用程式(包括Cowork)和Claude Code的預設模型。據ClaudeDevs官方貼文所述,兩個計劃的Claude Code每5小時使用量上限亦上調20%。

團隊版Team計劃亦以Opus 5.5作為預設模型,並將Claude Code每5小時使用量上限上調20%。席位制Enterprise計劃的每5小時使用量上限亦已提高。

根據Anthropic的收費說明「What a task costs on Opus 5.5」,Pro、Max和Team這3個計劃除了提高使用量上限外,亦因模型降價而令每5小時及每週時段內可用的額度較Opus 5增加約25%。這3個計劃的用戶可在10月22日之前任何時間重設1次用量。

安全措施及安全評估

Anthropic列出多項用於程式編寫的安全措施,包括在執行前檢查每項操作內容的分類器、可供審核的開源沙盒,以及用於偵測漏洞的程式碼審查。生物學和網絡安全等範疇則會採用與Fable 5.1同類的安全措施。

在Claude應用程式和Claude Code中,若生物學或網絡安全相關請求受到安全措施限制,系統預設會通知用戶,並改用其他模型處理。更改設定後,亦可選擇不自動切換,改為先向用戶確認。API只會在開發者啟用時切換模型。生物學範疇會改用Opus 5,網絡安全範疇則會改用Opus 4.8。一般軟件開發中的錯誤偵測和修正,仍可繼續使用Opus 5.5。

如果常規安全措施妨礙生物學研究和開發,相關機構可申請加入須經審核的「Life Sciences Verification Program」。獲批後,便可在經研究開發用途調整的安全措施下使用Opus 5.5。Anthropic亦預計在未來數星期,把Opus 5.5加入現有的「Cyber Verification Program」,以放寬防禦性網絡安全工作的限制。

Anthropic在API為Opus 5.5引入「preserved thinking」安全措施,以便在延續對話時重用過往回應中的推理記錄。API會確認目前使用的模型是否支援該記錄,無論帳戶何時建立;不受支援的記錄會在傳送至模型前移除。此外,重用推理記錄時,系統亦會檢查產生該記錄之前的對話紀錄、系統指示和工具設定是否維持原狀。8月31日或之後建立的帳戶,如發現對話紀錄等內容有變更,預設會停止重用該記錄。更早建立的帳戶,開發者亦可在請求中指定套用這項限制。

METR、Frontier Design等外部機構亦在公開前評估了模型。Anthropic在自家的行為審核中,設想約1900種使用情境,並檢視模型如何回應有害請求等情況。據該公司表示,Opus 5.5在幾乎所有指標上都勝過納入比較的近期Claude模型。不過,模型似乎察覺自己正在接受測試,因此單憑這些結果難以預測它在實際使用時的行為。系統卡指出,這次審核對多個代理互相影響的情況,以及長期工作的驗證,覆蓋不足。

系統卡亦討論了這種情況:用戶把README或電郵等文字貼進提示詞,而第三方可能在其中加入惡意指示。在模擬程式編寫工作的評估中,公開前的Opus 5.5早期版本比Opus 5或Sonnet 5更容易遵從這些指示。其後,Anthropic在沒有額外輸入防護措施的情況下,評估經調整訓練的公開版模型;結果顯示,模型遵從惡意指示的比例在預設「medium」設定下約為2%,在最高的「max」設定下約為7.4%。該公司其後亦加入一套機制,從貼上的文字移除畫面上看不到、但模型能讀取的字元,並向模型說明該文字是貼上而來。在公開版模型配合這套機制的測試中,沒有出現模型遵從惡意指示的個案。

來源:gihyo.jp · gihyo.jp