AI Tools

Claude Opus 5.5 营销人上手一周:Opus 5 当天就该有的样子,以及浮出来的路由原则

Claude Opus 5.5 营销人上手一周:Opus 5 当天就该有的样子,以及浮出来的路由原则
目录

Opus 5.5 上手 36 小时,我就把之前给任何新旗舰都会跑的同样几套负载也跑了一遍——9 触点的 B2B 培育序列、每天的 Reddit 监控智能体、周五要交付战略简报的那份 240 页竞品资料库、一个客户 80 篇文章归档的 SEO 刷新流水线,再加一个夜里自己跑的 12 智能体编排。到周一上午,我已经把其中三件的默认模型从 Opus 5 切走了。这不是我预期自己两个月前刚发完 Opus 5 实测 之后会有的反应。

Anthropic 在 2026 年 9 月 22 日(周二)发布 Claude Opus 5.5。这是新 Claude 5.5 系列的首款模型。官方框架是:"在大多数工作上达到 Claude Fable 5.1 的水准,典型工作负载下运行成本比 Opus 5 低 40%。"用了一周之后,我觉得这个框架说反了升级的方向。基准声明大致成立。但更重要的转变是,Opus 5.5 终于补好了 Opus 5 的坑——啰嗦、闪烁其词、"Claude 风格的车轱辘话";长输出中段开始跑偏;agent 循环里那张让人肉疼的缓存读取账单。

换句话说:Opus 5.5 是 Opus 5 当天就该有的样子。这是 8 月份我们就该拿到的那个中期更新。

Opus 5.5 是什么,简短地说

路由决策需要知道的基础信息:

  • API 模型 ID: claude-opus-5-5。在 Claude API、AWS Bedrock、Google Cloud、Microsoft Foundry、AWS 上的 Claude Platform 全部上线。
  • 上下文: 105 万输入 / 12.8 万输出。和 Opus 5、Fable 5.1 同样的窗口,不收长上下文溢价。
  • 知识截止: 2026 年 6 月。和 Fable 5.1 一样。
  • 定价: 输入 4 美元 / 输出 20 美元每百万 token。比 Opus 5 的 5/25 美元便宜 20%——比 Fable 5.1 的 10/50 美元便宜 60%。缓存读取从 Opus 5 的 0.50 美元降到 0.20 美元(降幅 60%)——这才是真正改变 agent 经济模型的那个数字。
  • 速度: 输出比 Opus 5 快 30% 以上。Fast 模式(仅 Claude API / Claude Code)最高 2.5 倍加速,定价 8/40 美元。
  • 思考: 自适应,默认开启。默认算力档位从 Opus 5 的 high 降到 medium。思考无法关闭——thinking: {"type": "disabled"} 直接返回 400。
  • 延迟档位: "Moderate(中等)"。比 Fable 5.1("Slower")快,比 Sonnet 5("Fast")慢。
  • 安全护栏: 首款搭载 Fable 等级网络安全和生物安全护栏的 Opus 模型。部分网络任务现在会悄悄回退到 Opus 4.8 跑。

路由决策真正要看的价格表:

模型 输入 输出 缓存读取 默认算力档
Fable 5.1 $10 $50 $0.25 high
Opus 5.5 $4 $20 $0.20 medium
Opus 5 $5 $25 $0.50 high
Sonnet 5 $2 $10 $0.20 high

这几行要看清楚。Opus 5.5 是 Opus 能力等级的新默认主力。Fable 5.1 继续承担最难的那一类推理。Sonnet 5 和后续的 Sonnet 5.5 / Haiku 5.5 填下方的位置。

基准表,以及真正起作用的脚注

Anthropic 的发布表又是一贯的 8 行展示。喧嚣过后诚实的读法是:

  • Opus 5.5 赢 Fable 5.1 的地方: Terminal-Bench 4.0(66.4% 对 55.8%)、FrontierCode v1.1(54.4% 对 50.3%)、CursorBench 4.0(57.8% 对 51.8%)、GDPval-AA v2.1(1846 对 1735 Elo)、OSWorld 2.0(81.8% 对 80.7%)、Chartography(89% 对 88.4%)。Artificial Analysis 把 Opus 5.5 排在 Intelligence Index 第一,58 分,领先 Fable 5.1 和 GPT-6 Astra 5 分。
  • Fable 5.1 仍然领先的地方: Terminal-Bench-Science 上有一条窄缝(64.6% 对 58.7%,主要因为安全护栏触发把 Opus 5.5 拉下来了),以及 Anthropic 没放进头条表的更长上下文推理任务。
  • GPT-6 Astra 仍然领先的地方: AutomationBench(41.4% 对 40%)和 Terminal-Bench-Science。所以诚实的版本是:"编码和终端任务最强,不是所有地方都最强。"

Anthropic 自己说,在实际使用中,"与 Fable 5.1 的差距比这些分数显示的要窄。"独立报道(eesel AI、MetricNexus、StationX)在默认 medium 算力下基本印证了这些基准,但有一个关键提醒:在 max 算力档下,Opus 5.5 每个任务大约烧掉 11.9 万输出 token,Astra 是 2.7 万。 这意味着同样的任务,Opus 5.5 max 档账单可能到 5.98 美元,Astra 是 3.26 美元,尽管 Opus 5.5 单 token 价格更低。算力档是按步骤调的旋钮——把 max 留给你真正需要锐度的产出物。

四件 Opus 5.5 从 Opus 5 手里接过来的活儿

这些是我已经在生产里跑的升级。

1. agentic 编码和研究 agent 的默认模型

Opus 5.5 medium 档替代 Opus 5 high 档,在 Anthropic 自己的 Terminal-Bench 4.0 图上每个任务大约是 1/5 的成本。合作方数字比基准更具体:GitHub 报告 40 个堆叠 PR 的多日 rebase 一次 Opus 5.5 会话跑完,40 个全部通过 CI。Quantium 把 Opus 5 上需要 38 个 prompt、4 天的编码任务压到 11 个 prompt、3 小时。Deloitte 的代码评审工具在 Opus 5.5 最低档上抓到 72% 的已知 bug,Opus 5 高档是 56%。

对营销人来说:这就是你的 Lindy / n8n / Make / Claude Code 编排应该默认指向的模型。60% 缓存读取降价是真正起作用的部分——那个我之前在 Opus 5 上每会话花约 11 美元的 12 智能体研究工作流,昨天在 Opus 5.5 上第一次跑,降到大约 4 美元。

2. 长输出,不再像"Opus 风格的车轱辘话"

这是营销人最先会感受到的升级。Opus 5 的啰嗦是 2026 年被引用最多的槽点——Reddit 的 9to5grinder 直说:"Opus 5 的啰嗦和幻觉全没了。"Anthropic 给了一组对照:被问诊断账单 bug 时,Opus 5 把答案埋在三大段闪烁其词里;Opus 5.5 第一句就是"多出来的那部分掉量是账单重构里的一个 bug",下一句直接给补丁。

Box 报告同样的任务用了 1/3 的 token,答案啰嗦度降 40%。Walleye Capital 说 Opus 5.5 在最低档就基本搞定了他们的整套评估——Opus 5 没搞定。Bun 的 Jarred Sumner 一句话总结这一周:"写作像 Opus 4.6,写码像 Fable 5.1。"

我每周都要跑的长尾任务——campaign 复盘模板、品牌声音分析器输出、9 触点 B2B 培育序列、NotebookLM 竞品研究简报——Opus 5.5 是这个系列里第一个我敢信任"首段不用改一遍就能发"的 Opus 模型。单这一点,对于一个月发 30+ 长稿的营销人就值回票价。

3. 前沿成本下的 agentic 知识工作

在 GDPval-AA v2.1 Elo 基准(44 个职业,真实工作产出物)上,Opus 5.5 拿 1846,Fable 5.1 是 1735,GPT-6 Astra 是 1542。Anthropic 的财报测试——给模型一份难以定位原始来源的网页副本,然后自动给每个数字和引文打分——Opus 5.5 的 18 份报告中 16 份过。Fable 5.1 和 Opus 5 没一份过。

这就是我想用来把 240 页季度竞品资料库写成战略简报的模型,也是我想用来把 多智能体竞争情报流水线 输出变成客户能直接读、不用我重写第一段的东西。

4. 200+ 轮 agent 的"60% 降价"缓存数学

这是悄悄改变 agent 算账的那一行。Opus 5 上缓存读取 0.50 美元——输入价的 10%。Opus 5.5 上 0.20 美元——输入价的 5%。在任何长跑 agent 里——每轮都重读品牌上下文文档、40 万 token 内容归档、或一份 Screaming Frog 抓取——节省的金额复利很快。一个 200 轮会话,Opus 5 上缓存读取花 4.10 美元,Opus 5.5 上 1.64 美元。再叠上 20% 的输入/输出降价,每个任务的总成本就落在 Anthropic 说的 40% 那里。

真正的赢面:之前打平的成本现在明显值得跑了。每天跑的竞品监控会话——之前为了省预算我每隔一天才跑一次 Opus 5——现在恢复成每天。

三件 Fable 5.1 或 Opus 5 仍然更合适的活儿

别让 Opus 5.5 吃掉它其实没赢的那些车道。测了一周,有三件事保持原样:

1. 最长、最广上下文的推理任务——Fable 5.1

Fable 5.1 仍然是单会话读 105 万 token、不切片、不走 RAG 的合成任务的首选。Anthropic 自己建议:"Opus 5.5 高档算力也不够时,再上 Fable 5.1。"我留在 Fable 5.1 上的用例:1000 份转录的客户访谈召回任务、整季度活动综合(末尾要带复盘)、任何 500+ 轮、需要持久上下文保持锐度的 agent 会话。

Reddit 上有读者总结得很到位:"我对 Fable 继续发光的预期是跨多个领域的、宽泛的、不明确的分析。我预期 Opus 5.5 会把 Opus 擅长的那件事往前推,而不是另一件事。"

2. 高产出、低风险的交互场景——Sonnet 5(已有 Opus 5 的地方就留 Opus 5)

50 条 RSA 变体、30 个邮件标题候选、Slack /research 命令、任何用户等响应的场景——Sonnet 5 2/10 美元是合理的默认。Opus 5.5 不慢,但它本来就不是为这条车道设计的。后续的 Sonnet 5.5 / Haiku 5.5 会接住便宜那一档;如果你不需要 Opus 级别的写作,就别为它付钱。

3. 受监管的拒绝场景和"我需要它顶回去"——Opus 5 或 Fable 5.1

如果你的工作在受监管的纵向里——模型的拒绝校准度很要紧(财务建议、医疗文案、任何受 EU AI Act 限制的内容)——在 Opus 5.5 拿到 90 天独立审计数据之前,留着旧模型。Anthropic 把 Fable 级别的护栏搬上来了,但它们在 Opus 等级还是新的;网络/生物相关的回退到 Opus 4.8 在客户部署里还没充分公开测过。这是观察项,不是阻断项——但第一天不要把受监管的流水线迁过去。

今晚必须修的四个 API 不兼容变更

Anthropic 发布日就放出了迁移指南。读完。然后修这几条。

  1. 思考无法关闭。 thinking: {"type": "disabled"} 和 thinking: {"type": "enabled", ...} 都返回 400。省略 thinking 字段,用 effort 参数控制深度。默认是 medium。如果你的流水线写死了旧的 thinking 配置,早上每个调用都会 400。
  2. tool_choice: any 和 tool 返回 400。 跟上个月 Fable 5.1 那次一样。改用 auto + 显式指令,或 strict: true / 结构化输出。今晚把所有 tool_choice 路径都测一遍。
  3. 思考块是模型绑定且会话绑定的。 旧模型读不到 5.5 的思考块。如果你的流水线把推理历史穿过老模型检查点,请求会失败,或推理被丢弃。如果你的 agent 编辑了前面的轮次,那一轮的思考会被作废,重跑必须从头开始。
  4. 计算机使用工具版本变了。 在 Claude API 和 Google Cloud 上,Opus 5.5 需要 computer_toolset_20260801;老的 computer_20251124 返回 400。在 Amazon Bedrock 上,computer_20251124 仍可用。如果你跨云跑,这条比上面几条更要紧。

外加一个非破坏性的行为变化值得知道:工具调用之间的文本现在包在思考块里返回,在默认显示设置下文本为空。如果你的 agent 把工具调用之间的间隔流给用户当作"思考中..."进度提示,它会在工具调用之间静默,直到你设置一个返回文本的 display 值。

路由原则,跑了一周之后

Opus 5.5 是 Opus 能力等级上一切工作的新默认。Fable 5.1 留在最长、最广上下文的推理任务上。Opus 5 留在你已经 pin 好的地方。Sonnet 5 扛高产量交互那一档。

实操起来像这样:

  • Opus 5.5 @ medium —— agentic 编排、240 页竞品资料库转战略简报、9 触点 B2B 培育序列、Reddit 监控的升级层、SEO 内容刷新扫一遍。
  • Fable 5.1 @ high —— 1000 份转录合成、多日 agent 会话、从高密度 PDF 出文档、需要长上下文召回保持锐度的工作。
  • Sonnet 5(或之后的 Sonnet 5.5) —— RSA 变体、邮件标题、Slack /research 命令、任何用户等响应、延迟比峰值质量更要紧的工作。
  • Haiku 5(之后的 Haiku 5.5) —— 上面任何一档都过头时的便宜档。

Anthropic 这次做对、而大多数"新模型"报道漏掉的一点:Opus 5.5 的 60% 缓存读取降价,比 20% 输入/输出降价影响更大,它改变的是哪些活儿值得在 Opus 等级上跑。 之前在成本上勉强打平的 agent 循环——每天的监控、每周的扫一遍、每个周日 2 点的批处理流水线——重新摆回桌面上了。这才是真正推动路由算账的那次升级。

然后今晚把四个 API 不兼容变更修好。早上 9 点的 Slack 报警会告诉你修没修。