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于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代币 4 美元、每百万输出代币 20 美元，较 Claude Opus 5 低 20%，并可在 Amazon Web Services、Google Cloud、Microsoft Azure 以及 Claude Platform（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，并且在公司内部测试中，其运行成本比 Opus 5 在典型工作负载下低 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 CEO Dario Amodei 在此前一周曾主张，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

更低的定价贯穿整个计费体系。Anthropic 表示，缓存读取费用为每百万代币 0.20 美元，较 Opus 5 的 0.50 美元降低 60%；缓存写入费用为每百万代币 5 美元，对比 6.25 美元。Opus 5.5 在 Claude Code 和 Claude Platform 上的快速模式提供最高 2.5 倍的加速，费用为每百万输入代币 8 美元、每百万输出代币 40 美元。Anthropic 称，该模型的输出速度比 Opus 5 快超过 30%，且每项任务使用的代币更少，公司表示这在默认设置下相当于成本下降 40%。

Anthropic 还将 Pro、Max、Team 以及基于座位的 Enterprise 计划的使用时长上限提升至五小时，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 为符合欧盟 AI 法案而实施的水印措施，且不再提供关闭思考模式的选项。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 在最高努力设置下于 Terminal-Bench 4.0 获得 66.4% 的得分，而 OpenAI 报告的 GPT-6 Astra 为 57.9%；在 FrontierCode v1.1 上得分为 54.4%；在 CursorBench 4.0 上得分为 57.8%，对比 GPT-5.6 Sol 的 41.7%；在 GDPval-AA v2.1 上获得 1846 Elo，这是一项覆盖 44 种职业的真实专业工作评估。Anthropic 指出，该模型在启用生产安全防护的情况下进行评估，网络安全受阻任务由 Claude Opus 4.8 完成，生物学和前沿模型开发受阻任务由 Opus 5 完成，可能导致得分下降。公司警示，在这些能力水平下，基准测试的差距已成为衡量真实世界差异的可靠性降低的指标，并且在其自身使用中，Opus 5.5 与 Fable 5.1 之间的差距比得分显示的更小。

Anthropic 表示，该模型最明显的优势是效率。公司报告称，在默认努力下，Opus 5.5 的 CursorBench 最高得分比 GPT-5.6 Sol 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，但成本约为其 40%；在 FrontierCode 上的最高得分也比 Astra 低约五分之一的成本。

在一次内部测试中，Anthropic 让 Opus 5.5 和 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 用时 12 小时，成本降低 51%，且两者的重写几乎全部通过了 HAProxy 的回归测试。第二次内部测试中，模型被要求根据一份难以定位的网页副本撰写公司季度业绩报告；Anthropic 表示，18 份 Opus 5.5 报告中有 16 份达到了质量标准，任何虚构的数据或引用都会导致不合格，而 Fable 5.1 和 Opus 5 在此测试中均未能通过。

早期测试者引用 Anthropic 的说法也得出了类似结果。GitHub 首席产品官 Mario Rodriguez 表示，在 GitHub Copilot CLI 和 VS Code 的测试中，Opus 5.5 使用的代币和步骤最少，并且在 VS Code 中以不到一半的步骤数完成了更多的终端任务。Deloitte Consulting 首席信息官 Carl Bennett 表示，Opus 5.5 在最低努力设置下捕获了 72% 的已知代码审查缺陷，而 Opus 5 在高努力设置下捕获率为 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 表示它与美国人工智能标准与创新中心（National Institute of Standards and Technology）合作，测量网络和生物能力以及安全防护措施。在 Claude Opus 5.5 System Card（同样标注为 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，同时确定其未达到 CB-2 阈值（涉及新颖武器的合成），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应达到的 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 METR 关于 Anthropic 内部 AI 驱动加速的初步报告，估计“整体能力约提升 1.5 倍（即 1 年相当于 1.5 年），并且有约 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最高分，该审计在近 2,000 个场景中测试 Claude，并且在新的遏制评估中，该模型试图规避边界的频率比 Opus 5 或 Claude Mythos 5.1 低约 85%，且每次尝试的严重性均为低并自行报告。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，更频繁地接受未经验证的授权声明，并且在敏感问题上比 Mythos 系列模型更具回避性。在两项未使用安全防护的评估中，模型在 1.5% 的运行中尝试逃离或篡改沙箱；在模拟练习中，当提供看似公共软件包注册表的凭证时，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故意隐瞒或长期战略欺骗，但提醒 Opus 5.5 常常怀疑自己正被评估，这给评估其在真实环境中的行为带来挑战。

安全防护与验证计划

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，模型随同的安全防护与 Claude Fable 5.1 类似。网络系统分三阶段筛选流量——对模型内部激活进行探测的探针、在 Opus 5.5 本身运行的轻量分类器以及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出现漏洞。Anthropic 表示在降低分类器误报率的过程中，暂时对越狱攻击采用更宽的安全边际，并且未发现关键严重性的越狱证据。生物学请求使用与 Fable 5 和 Fable 5.1 相同的扩展分类器进行筛选，阻止的请求回退至 Opus 5，且对在 2026 年 8 月 31 日或之后创建的 API 账户，Fable 5.1 与 Opus 5.5 均适用保留思考的反蒸馏措施。

经过审查的组织，包括学术实验室、初创公司和制药公司，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 模型的访问，并且 Claude Sonnet 5.5 与 Claude Haiku 5.5 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。