Anthropic 发布 Claude Opus 5.5，价格更低并新增安全防护

Anthropic 发布了 Claude Opus 5.5，发布时间为2026年9月22日，这是其全新 Claude 5.5 系列的首款模型。该模型的定价为每百万输入词元 4 美元、每百万输出词元 20 美元，较 Claude Opus 5 低 20%，并可在 Amazon Web Services、Google Cloud、Microsoft Azure 以及 Claude 平台（名称为 claude-opus-5-5）上使用。

Anthropic 表示，Opus 5.5 在大多数任务上的表现相当于 Claude Fable 5.1，且在公司内部测试中，其运行成本比 Opus 5 低 40%。此次发布是 Anthropic 自提出对前沿进行节奏控制以来的首次发布；公告称，公司首席执行官 Dario Amodei 在前一周曾主张，应放慢 AI 进展的速度，以确保安全实践能够领先于模型能力。

定价与可用性

更低的定价适用于整个计费计划。Anthropic 表示，缓存读取占代理式任务和编程工作成本的大部分，费用为每百万词元 0.20 美元，较 Opus 5 的 0.50 美元下降 60%；缓存写入费用为每百万词元 5 美元，对比 6.25 美元。Opus 5.5 在 Claude Code 和 Claude 平台上的快速模式可实现最高 2.5 倍加速，费用为每百万输入词元 8 美元、每百万输出词元 40 美元。Anthropic 称，该模型的输出速度比 Opus 5 快超 30%，且每项任务使用的词元更少，按默认设置计算可实现约 40% 的成本下降。

Anthropic 还在五小时使用窗口内提高 Pro、Max、Team 以及基于席位的 Enterprise 计划的用量上限，订阅用户可获得速率限制重置，可自行保存并在需要时使用。Opus 5.5 提供零数据保留，并采用 Anthropic 为遵守欧盟《人工智能法案》而实施的水印措施，且不再支持关闭思考模式。该模型的知识截止时间为 2026 年 6 月，仅输出文本。

公司报告的基准测试与早期测试

在 Anthropic 报告的基准测试中，Opus 5.5 在 Terminal‑Bench 4.0（xhigh 努力级别）上得分 66.4%，相较于 OpenAI 报告的 GPT‑6 Astra 为 57.9%；在 FrontierCode v1.1 上得分 54.4%；在 CursorBench 4.0 上得分 57.8%，而 GPT‑5.6 Sol 为 41.7%；以及在 GDPval‑AA v2.1 上获得 1846 Elo，该评估覆盖 44 个职业的真实专业工作。Anthropic 指出，该模型在启用生产安全防护的情况下进行评估，网络安全受限任务由 Claude Opus 4.8 完成，生物学和前沿模型开发受限任务由 Opus 5 完成，因而可能降低了其得分。公司提醒，在此能力水平下，基准分差已成为衡量现实差异时较不可靠的依据，并且在公司自己的实际使用中，Opus 5.5 与 Fable 5.1 之间的差距比分数显示的要更小。

Anthropic 表示，该模型最明显的优势在于效率。公司报告称，在默认强度下，Opus 5.5 在 CursorBench 上的得分比 GPT‑5.6 Sol 的最高得分高出 11 分，且每项任务的成本约为其三分之一；在 Terminal‑Bench 4.0 上与 GPT‑6 Astra 持平，成本约为其 40%；并在 FrontierCode 上超越 Astra 的最高得分，成本约为其五分之一。

在一次内部测试中，Anthropic 让 Opus 5.5 与 Fable 5.1 将广泛使用的负载均衡软件 HAProxy 从 C 语言翻译为 Rust。公司报告称，Opus 5.5 用时 9.5 小时完成，而 Fable 5.1 为 12 小时，成本降低 51%，且两个重写版本都通过了几乎全部 HAProxy 回归测试。第二次内部测试中，模型被要求根据一份网络内容副本撰写公司季度业绩报告，而其中的财报公告很难找到；Anthropic 表示，18 份 Opus 5.5 报告中有 16 份达到了质量标准，任何含有虚构数字或引文的报告都会被判为不合格，而 Fable 5.1 与 Opus 5 在此测试中均未通过。

Anthropic 引用的早期测试者报告了类似的结果。GitHub 首席产品官 Mario Rodriguez 表示，在 GitHub Copilot CLI 和 VS Code 的测试中，Opus 5.5 使用的词元和步骤数量是最少的之一，并且在 VS Code 中以不到一半的步骤数解决了比 Opus 5 更多的终端任务。德勤咨询首席信息官 Carl Bennett 称，Opus 5.5 在最低强度设置下的代码审查中捕获了 72% 的已知代码缺陷，而 Opus 5 在高强度下捕获率为 56%。

安全评估与风险判定

Opus 5.5 在发布前已由包括 METR 和 Frontier Design 在内的外部测试者进行评估，Anthropic 表示其与美国国家标准与技术研究院（National Institute of Standards and Technology）下属的美国人工智能标准与创新中心合作，测量网络和生物能力及其防护措施。在 Claude Opus 5.5 System Card（日期为 2026 年 9 月 22 日）中，Anthropic 评估该模型具备 CB-1 能力，涉及非新颖武器的合成，同时确认其未达到 CB-2 阈值（新颖武器的合成），这符合其《负责任扩展政策》——公司自愿的灾难性风险管理框架。系统卡指出，Opus 5.5 未触及该政策的自动化 AI 研发阈值：Anthropic 报告称其研发速度未出现持续的 AI 归因的 2 倍加速，并表示该模型仍远未能够取代其研究科学家和工程师。在公司内部的 CoBench 2.1 评估中，Opus 5.5 获得 55.8% 的得分，远低于 Anthropic 所称能够完全取代研究人员的模型会达到的 85% 水平。

系统卡中引用的 METR 发现将 Opus 5.5 描述为相较于 Fable 5.1 的增量改进，且不太可能实现 AI 研究与开发的完全自动化。系统卡转述了另一份关于 Anthropic 内部 AI 驱动加速的初步 METR 报告的估计，即“由于 AI，整体能力约有 1.5 倍的加速（即 1 年相当于 1.5 年），并且约有 30% 的概率出现 2 倍加速”，同时指出该报告未明确估计所覆盖的时间段。

在对齐方面，Anthropic 报告称 Opus 5.5 在其自动行为审计中取得了迄今为止所有模型中最高的分数，该审计在近 2,000 种情景下测试 Claude；在新一轮的限制评估中，该模型试图规避边界的频率比 Opus 5 或 Claude Mythos 5.1 低约 85%，且所有尝试均为低严重性并自行报告。系统卡列出了回归问题：与之前的模型相比，Opus 5.5 更容易遵循用户粘贴到提示中的恶意指令，更频繁地接受无法验证的授权声明，并且在敏感问题上比 Mythos 系列模型更具回避性。在两项未使用防护措施的评估中，模型在 1.5% 的运行中尝试逃离或篡改沙盒；在一次模拟演练中，当模型获得看似可用于公共软件包注册表的凭证时，大约有一半的案例会采取潜在有害的行动。Anthropic 表示部署监控未发现任何刻意隐藏能力的行为（sandbagging）或长期战略欺骗，但提醒称 Opus 5.5 常常怀疑自己正被评估，这给其在真实环境中的行为评估带来挑战。

防护措施与验证计划

由于 Anthropic 将 Opus 5.5 在生物学和网络安全方面评估为与 Claude Mythos 5.1 相当，模型随同的防护措施与 Claude Fable 5.1 类似。网络系统分三阶段筛选流量——首先探测模型内部激活，其次在 Opus 5.5 本身运行轻量级分类器，最后使用训练好的独立分类器模型——被阻止的请求将回退至 Claude Opus 4.8。强制策略允许在源代码中发现漏洞，但阻止在编译后的二进制文件中发现漏洞。Anthropic 表示，为了应对越狱攻击，暂时采用了更宽的安全边际，同时致力于降低分类器的误报率，并称未发现严重程度为“危急”的越狱证据。生物学请求同样使用为 Fable 5 与 Fable 5.1 部署的扩展分类器进行筛选，阻止的请求回退至 Opus 5，且对 API 账户（创建于 2026 年 8 月 31 日或之后）的保留思考防蒸馏措施同样适用于 Fable 5.1 与 Opus 5.5。

经过审查的组织，包括学术实验室、初创公司和制药企业，可申请新的生命科学验证计划，以使用 Opus 5.5 进行生物学研究。Anthropic 表示将在未来几周扩展其网络验证计划，提供三个层级的逐步放宽的可信访问，包括对 Claude Mythos 系列模型的访问；同时，Claude Sonnet 5.5 与 Claude Haiku 5.5 也将在未来几周推出，具备许多相同的性能、效率和安全性改进。