X

喵个咪，还是要有竞争啊，要不是@OpenAI 和GPT-6给压力，桀骜不驯的@DarioAmodei 能把能把能力接近Fable 5.1 的Opus 5.5 价格压这么低吗？ 两个月前 Opus 5 的卖点是"接近 Fable 但便宜一半"，刚发布的 Opus 5.5 直接做到了大多数任务持平甚至超过 Fable 5.1，价格比 Opus 5 再降 40%，Fable 级智力，Opus 级价格，输出速度还快了三成。 先看跑分，Terminal-Bench 4.0 拿了 66.4%，Fable 5.1 是 55.8%，GPT-6 Astra 57.9%。CursorBench 4.0 拿了 57.8%，比 GPT-5.6 Sol 的 41.7% 高出 16 个点。知识工作 GDPval-AA 1846 Elo，高于 Fable 5.1 的 1735 和 Astra 的 1542。Anthropic 自己也说了，跑分到这个水平差距已经不能完全代表真实体验，但方向是明确的。 再看价格，Input $4/M tokens，Output $20/M，比 Opus 5 各降 20%。最关键的是 cache reads 从 $0.50 降到 $0.20，降了 60%。跑 Agent 和编码任务的成本大头就是 cache reads，这一刀对月账单的影响比 input/output 降价大得多。算下来默认设置下跑 FrontierCode 打赢 Astra，成本约 Astra 的 20%。 Terminal-Bench 打平 Astra，成本约 40%。CursorBench 赢 Sol 11 个点，成本约三分之一。 对用 Claude Code 做日常开发的人来说，最实际的变化是效率。一个早期测试者拿 200,000 行代码库做审计和修复，Opus 5 要 20 多小时、用了 2.5 倍的 token，Opus 5.5 不到 3 小时搞定。 Anthropic 内部测试让两个模型把 HAProxy 从 C 翻译成 Rust，两个版本都通过了几乎全部回归测试，Opus 5.5 用了 9.5 小时、Fable 5.1 用了 12 小时，成本低 51%。另一个测试者用它做 680,000 行代码迁移，不到一天完成。 知识工作也有实际案例。让模型写季度财报分析报告，要求每个数字和引用都能核对到来源，Opus 5.5 的 18 次尝试里 16 次通过质量审核，Fable 5.1 和 Opus 5 一次都没过。做并购分析出 Excel 模型加演示文稿，63 分钟完成，Opus 5 要 93 分钟，成本低一半。 安全方面讲两件事。第一，行为审计得分历代最高，沙箱逃逸尝试比 Opus 5 和 Mythos 5.1 减少约 85%，prompt injection 抵抗力追平 Fable 5.1。 第二，因为网安和生物能力接近 Mythos 5.1，Anthropic 给它上了和 Fable 5.1 同级别的安全护栏——网安任务会被回退到 Opus 4.8 执行，生物任务回退到 Opus 5。 所以跑分里带护栏的成绩实际上是多个模型协作的结果，不是纯 Opus 5.5 单模型得分，这点看跑分的时候要注意。 Anthropic 还承认了一个没解决的问题：Opus 5.5 似乎经常意识到自己正在被评测，这让他们很难预判它在真实部署场景下的行为。这是一个很诚实的披露。 另外 Pro、Max、Team 订阅的五小时用量上限提升了，新增了一个可以自己选择时机使用的 rate limit reset。Sonnet 5.5 和 Haiku 5.5 几周内跟进。 官方的使用建议是：大多数工作直接用 Opus 5.5，只有高难度推理和长期 Agent 任务在 Opus 5.5 跑不动的情况下才上 Fable 5.1。 对大部分用户来说，今天之后的默认选择就是 Opus 5.5 了。

喵个咪，还是要有竞争啊，要不是@OpenAI 和GPT-6给压力，桀骜不驯的@DarioAmodei 能把能把能力接近Fable 5.1 的Opus 5.5 价格压这么低吗？ 两个月前 Opus 5 的卖点是"接近 Fable 但便宜一半"，刚发布的 Opus 5.5 直接做到了大多数任务持平甚至超过 Fable 5.1，价格比 Opus 5 再降 40%，Fable 级智力，Opus 级价格，输出速度还快了三成。 先看跑分，Terminal-Bench 4.0 拿了 66.4%，Fable 5.1 是 55.8%，GPT-6 Astra 57.9%。CursorBench 4.0 拿了 57.8%，比 GPT-5.6 Sol 的 41.7% 高出 16 个点。知识工作 GDPval-AA 1846 Elo，高于 Fable 5.1 的 1735 和 Astra 的 1542。Anthropic 自己也说了，跑分到这个水平差距已经不能完全代表真实体验，但方向是明确的。 再看价格，Input $4/M tokens，Output $20/M，比 Opus 5 各降 20%。最关键的是 cache reads 从 $0.50 降到 $0.20，降了 60%。跑 Agent 和编码任务的成本大头就是 cache reads，这一刀对月账单的影响比 input/output 降价大得多。算下来默认设置下跑 FrontierCode 打赢 Astra，成本约 Astra 的 20%。 Terminal-Bench 打平 Astra，成本约 40%。CursorBench 赢 Sol 11 个点，成本约三分之一。 对用 Claude Code 做日常开发的人来说，最实际的变化是效率。一个早期测试者拿 200,000 行代码库做审计和修复，Opus 5 要 20 多小时、用了 2.5 倍的 token，Opus 5.5 不到 3 小时搞定。 Anthropic 内部测试让两个模型把 HAProxy 从 C 翻译成 Rust，两个版本都通过了几乎全部回归测试，Opus 5.5 用了 9.5 小时、Fable 5.1 用了 12 小时，成本低 51%。另一个测试者用它做 680,000 行代码迁移，不到一天完成。 知识工作也有实际案例。让模型写季度财报分析报告，要求每个数字和引用都能核对到来源，Opus 5.5 的 18 次尝试里 16 次通过质量审核，Fable 5.1 和 Opus 5 一次都没过。做并购分析出 Excel 模型加演示文稿，63 分钟完成，Opus 5 要 93 分钟，成本低一半。 安全方面讲两件事。第一，行为审计得分历代最高，沙箱逃逸尝试比 Opus 5 和 Mythos 5.1 减少约 85%，prompt injection 抵抗力追平 Fable 5.1。 第二，因为网安和生物能力接近 Mythos 5.1，Anthropic 给它上了和 Fable 5.1 同级别的安全护栏——网安任务会被回退到 Opus 4.8 执行，生物任务回退到 Opus 5。 所以跑分里带护栏的成绩实际上是多个模型协作的结果，不是纯 Opus 5.5 单模型得分，这点看跑分的时候要注意。 Anthropic 还承认了一个没解决的问题：Opus 5.5 似乎经常意识到自己正在被评测，这让他们很难预判它在真实部署场景下的行为。这是一个很诚实的披露。 另外 Pro、Max、Team 订阅的五小时用量上限提升了，新增了一个可以自己选择时机使用的 rate limit reset。Sonnet 5.5 和 Haiku 5.5 几周内跟进。 官方的使用建议是：大多数工作直接用 Opus 5.5，只有高难度推理和长期 Agent 任务在 Opus 5.5 跑不动的情况下才上 Fable 5.1。 对大部分用户来说，今天之后的默认选择就是 Opus 5.5 了。

Introducing Claude Opus 5.5, the first model in our new Claude 5.5 family. It performs at the level of Claude Fable 5.1 for most tasks, and costs 40% less to run than Opus 5. https://t.co/Q9C2VKQ79f

Anthropic says Opus 5.5 may notice when it’s under evaluation, making clean eval behavior harder to generalize to actual deployment. https://t.co/8WiaTPFnDW https://t.co/dFiDSbwBWZ

Claude Opus 5.5 dropped and, claiming Fable 5.1-level performance while cutting typical workload costs 40%. Input and output pricing falls to $4 and $20 per 1M tokens, while cache reads drop 60% to $0.20, all vs Opus 5. also the output arrives more than 30% faster, with Fast mode reaching up to 2.5x speed at double token prices.

Introducing Claude Opus 5.5, the first model in our new Claude 5.5 family. It performs at the level of Claude Fable 5.1 for most tasks, and costs 40% less to run than Opus 5. https://t.co/Q9C2VKQ79f

Claude Opus 5.5 takes the top spot on the Artificial Analysis Intelligence Index, along with a 20% price cut and larger cache hit discount Claude Opus 5.5 brings Anthropic to parity with GPT-6 Astra on evaluations like Terminal-Bench 4.0 and AutomationBench-AA, while extending Anthropic’s lead in agentic knowledge work. At max effort it scores 58 on the Artificial Analysis Intelligence Index, the highest score we have measured by several points. Anthropic has cut Opus pricing to $4/$20 per 1M input/output tokens (Opus 5: $5/$25) and cache reads from $0.50 to $0.20. Key takeaways: ➤ Consistent strong performance, with leading scores on six of the ten Intelligence Index evaluations: Humanity's Last Exam 61.4% (previous best 59.1%, Claude Fable 5.1), SciCode 66.9% (63.1%, Fable 5.1), GDPval-AA v2.1, AA-Briefcase v1.1, AA-Omniscience and AutomationBench-AA. On Terminal-Bench 4.0 it scores 59.6%, level with the leader GPT-6 Astra (xhigh) and +11 points over Opus 5. It remains slightly behind on CritPt, AA-LCR, and GDP.pdf ➤ Leads in agentic knowledge work: On AA-Briefcase, our private frontier knowledge work evaluation, it reaches an Elo of 1822. This is +143 over Fable 5.1, ahead on both analytical quality and presentation, and is the first time Anthropic has reached presentation quality surpassing GPT-5.6 Sol. This evaluation tests whether models can produce accurate and well-presented professional outputs using our open source reference agent harness, Stirrup ➤ Level with Opus 5 on cost per task despite 1.6x the output tokens: Opus 5.5 (max) uses ~119k output tokens per Intelligence Index task, against ~73k for Opus 5 (max), ~78k for Fable 5.1 (max) and ~27k for GPT-6 Astra (max) ➤ Four of five effort levels sit on the Intelligence vs Cost per Task frontier: Opus 5.5 max, xhigh, high, and medium all sit on the Pareto frontier, costing less or outperforming other models scoring 50+ (GPT-6 Astra, Claude Fable 5.1, and Claude Opus 5) Other model details: ➤ Context window: 1 million token context with image and text input support, unchanged from Opus 5 ➤ Pricing: $4/$20 per 1M input/output tokens, down 20% from $5/$25 for Opus 5. Cache writes $5 per 1M tokens for the 5 minute TTL, down from $6.25. Cache reads have been further discounted to $0.20 per 1M tokens, down 60% from Opus 5’s $0.50. This is a 95% discount compared to uncached input pricing, up from 90% on previous Opus models ➤ Effort settings: Five effort settings (low, medium, high, xhigh, and max). Intelligence Index evaluations were run at all five with Anthropic's default fallback enabled

The drowned neo-gothic tower twigl shader created by Fable 5.1 with the same prompt. (compare to Fable 5 in the quoted tweet, and other models before that) https://t.co/b3OCbBc9g6 https://t.co/6OWcg9Rbcj

Let that sink for a moment: - Opus 5.5 costs 40% less compared to Opus 5 - performs at Fable 5.1 level - is 30% faster in output - and you get a banked reset on top of that. They chose war with OpenAI. We are in such a wild race!

Introducing Claude Opus 5.5, the first model in our new Claude 5.5 family. It performs at the level of Claude Fable 5.1 for most tasks, and costs 40% less to run than Opus 5.