Claude Opus 5.5 發布：API 降價兩成，升級前要過四道關卡

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

Anthropic 在 2026 年 9 月 22 日（台北時間 23 日凌晨）發布 Claude Opus 5.5，這是 Claude 5.5 家族的第一款模型，官方定位在長時間的代理式程式開發與知識工作，開場定位寫得很直白：多數工作上與 Fable 5.1 同級，而跑起來的成本比 Opus 5 低四成。模型當天就上了 Claude API、Amazon Bedrock、Google Cloud 與 Microsoft Foundry，開發端模型名稱是 claude-opus-5-5。對只在 Claude 網頁或 App 裡使用的一般使用者，這次變動幾乎不自覺：模型變便宜、變快，訂閱額度還放了利多。對 API 用戶則不然，升級要處理四項破壞性變更，降價的實際形狀與遷移成本需要分開算清楚。

價格、評測與相容性細節都對照 2026 年 9 月 23 日抓取的 Anthropic 官方公告與 Claude Platform 開發文件；其中官方自行測試或轉述早期用戶的數字，目前沒有獨立複核。

降價是三層疊出來的：單價、快取、再少掉的步驟

最上層是牌價。Opus 5.5 的 API 單價是每百萬輸入 4 美元、輸出 20 美元，比 Opus 5 的 5 與 25 美元調降 20%。牌價表上降幅最大的其實是快取讀取：從 0.5 美元降到 0.2 美元，等於打四折。5 分鐘快取寫入從 6.25 美元降到 5 美元，另提供 1 小時快取寫入 8 美元的選項，批次處理半價為每百萬 2 與 10 美元。

第二層在用量。Anthropic 自報在預設設定下，典型工作負載的總成本比 Opus 5 低約 40%，輸出速度加快 30% 以上。40% 遠大於牌價降幅，差額來自模型用更少的步驟與更少的 token 完成同樣的工作。官方給的例子：有早期測試者用它在不到一天內完成 68 萬行程式碼遷移；另一個 20 萬行程式庫的審計修復，Opus 5.5 在 3 小時內做完，Opus 5 花超過 20 小時、還多用 2.5 倍的 token；內部測試把 HAProxy 從 C 改寫成 Rust，Opus 5.5 花 9.5 小時完成，Fable 5.1 要 12 小時，成本低 51%，兩個版本都通過 HAProxy 幾乎全部的迴歸測試。知識工作也有對照：18 份財務報告裡有 16 份通過「任何捏造數字或引文即失敗」的門檻，Fable 5.1 與 Opus 5 在任何一次嘗試中都沒有過門。這些是官方自測或轉述早期用戶的數字，當方向參考可以，當保證不行。

Pin

早期測試者的實測數字方向一致，而且都出自具名公司。GitHub 的產品長說，在 Copilot CLI 與 VS Code 的測試裡，Opus 5.5 是量到 token 與步驟數最少的模型之一，在 VS Code 用不到一半的步驟解掉比 Opus 5 更多的終端機任務；交易公司 Optiver 在自家代理程式任務上，用約一半的輪次、時間與輸出 token 追平 Opus 5 的品質，該工作負載的成本降了四到五成；顧問公司 Quantium 的一項複雜任務，從原本 38 個 prompt、花四天，變成 11 個 prompt、三小時完成。這些引述由 Anthropic 節錄發布，挑過案例是難免的，但與官方自測的 40% 指向同一個方向：省錢主要省在步驟與用量，牌價只是入場券。

第三層是配對的行為。快取讀取降 60% 只對有開快取的用法有意義，而代理式工作（多輪工具呼叫、反覆讀同一份系統提示與檔案）正是快取讀取佔大頭的形態，官方在公告裡也是用這個角度定位這次降價。反過來說，如果請求都很短、系統提示沒有重用，拿到的就接近牌價那 20%。

訂閱端同步有兩項調整：Pro、Max、Team 與按席位計費的 Enterprise 方案，五小時額度提高；訂閱用戶另外拿到一次可儲存的速率限制重置，可以留到需要的時候再用。想要更快輸出的人，Fast 模式以最高 2.5 倍速度提供，費率為每百萬 8 與 40 美元，屬研究預覽，只在 Claude Code 與 Claude API 上提供，Bedrock、Google Cloud、Foundry 這些雲端管道目前沒有。

想省這四成，先過四道相容性關卡

Claude Platform 的開發文件列出四項破壞性變更，前三項在 Fable 5.1 上已經存在，對從 Opus 5 或更早版本升級的程式則是新的。

• 思考不能再關：Opus 5.5 的 thinking 永遠開啟，請求裡送 thinking type disabled 或手動指定思考預算，都會收到 400 錯誤。深度控制改用 effort 參數，而 Opus 5.5 的預設 effort 是 medium，比 Opus 5 的預設 high 低一檔；文件還提醒同一個 effort 數值在新模型上會思考得更多，建議重跑一輪參數校正，別把舊設定直接搬過來。
• 不能強制指定單一工具：tool_choice 設成 any 或 tool 加名稱，伺服器會直接送出 400 錯誤。替代做法是保持 auto、在 prompt 裡說明什麼時候該用哪個工具，或改走 strict tool use 與結構化輸出。
• thinking 區塊綁定模型與對話：Opus 5.5 讀得懂 Opus 5 與更早 Opus、Sonnet、Haiku 的 thinking 區塊，讀不懂 Fable 與 Mythos 的。從 Opus 5 換到 5.5，或在 Claude API 上從 5.5 換到 Fable 5.1 與 Mythos 5.1，推理帶得走；其他方向就不行，切換後的輪次會在沒有前一段推理的狀態下進行。帳號層還有一道前綴檢查：2026 年 8 月 31 日 00:00 UTC 之後建立的帳號預設強制「thinking 區塊之前的系統提示、工具定義與更早訊息不得變更」，變更後重送舊區塊會收到 400 錯誤，這是 Fable 5.1 起的反蒸餾措施 preserved thinking 的一部分；Anthropic 九月的威脅情報報告記錄了大規模假帳號蒸餾攻擊的細節，背景可以互相對照。
• 舊版電腦操作工具退場：在 Claude API 與 Google Cloud 上，Opus 5.5 只收新版 computer_toolset_20260801 工具組，宣告舊的 computer_20251124 會被拒絕並收到 400 錯誤；Amazon Bedrock 是例外，舊工具照常運作，那條路徑不需要改。

還有一個不會報錯但會安靜的陷阱：模型在工具呼叫之間寫的進度文字，現在改放在 thinking 區塊裡，display 預設值是 omitted，也就是這些文字全部以空值出現。如果介面把這些文字串流給使用者看，升級後畫面會安靜下來，要設好 display 值才看得到。另外，防護分類器攔下請求時，送出的形狀是 HTTP 200 搭配 stop_reason 為 refusal，不是 4xx 錯誤，自動化程式要照這個形狀設計 fallback，官方也提供伺服器端的自動退換模型選項。

官方的遷移指南把該做的事收成一張清單：把模型名稱換成 claude-opus-5-5；移除所有指定關閉思考或手動思考預算的設定，改選一個 effort 檔位；把 tool_choice 的 any 與 tool 換成 auto 加 strict tool use；在 Claude API 或 Google Cloud 上用電腦操作的整合，改宣告新的工具組；介面會顯示工具間進度文字的，補上 display 設定。對照之下，本來就開著思考、用 auto 工具選擇的程式幾乎不用改，這也是官方把破壞面集中在「控制權」而非「功能」的原因。

成績單要連附註一起讀：贏的集中在長任務，輸的在兩類

領先的欄位確實醒目：Terminal-Bench 4.0 的 66.4% 高於 GPT-6 Astra 的 57.9% 與 Fable 5.1 的 55.8%；FrontierCode、CursorBench、GDPval-AA、OSWorld 也都是五欄最高；其中 OSWorld 2.0 的三個 Claude 分數官方都標註為 partial，屬部分測項的成績。但同一張表裡，AutomationBench 的 40.0% 低於 GPT-6 Astra 的 41.4%，Terminal-Bench-Science 的 58.7% 低於 64.6%，輸的正好是商務流程自動化與科學代理這兩類。

Pin

Pin

Anthropic 自己在表下附了三條註解，值得逐條讀。除特別註明外，Opus 5.5 的成績都在 max effort 測得，Terminal-Bench 4.0 的 Opus 5.5 則用 xhigh、GPT-6 Astra 用 high（取自 OpenAI 自報的最佳成績），條件並不對等；標準誤方面 Opus 5.5 約正負 2.6 個百分點，與 Astra 的差距大於誤差範圍。評測全程帶著正式環境的防護跑，當防護出手時，網安任務轉給 Opus 4.8、生物與前沿模型開發任務轉給 Opus 5，官方自承這個安排可能壓低 Opus 5.5 的分數。AutomationBench 由 Zapier 評測與發布，沒有 fallback 模型，防護介入直接算失敗，官方也註明實務上表現會比帳面分數好。附註裡還有一個誠實細節：Terminal-Bench 4.0 公開排行榜上 Opus 5 是 51.8%，Anthropic 自己的環境重跑出 52.3%，落在誤差內，等於把自測環境與公開榜對了一次錶。

換到成本軸，官方給的另一組數字更有參考價值：預設 effort（medium）下，FrontierCode 拿 54.6%，打贏 GPT-6 Astra 的最佳成績，每任務成本約為其五分之一；Terminal-Bench 4.0 追平 Astra，成本約四成；CursorBench 拿 52.5%，贏 GPT-5.6 Sol 11 個百分點，成本約三分之一。官方也在公告裡寫明：在這個能力水準，評測分數的差距已經不是實際差異的可靠指標，內部使用中 Opus 5.5 與 Fable 5.1 的差距比分數顯示的更小。同週 SpaceXAI 發布的 Grok 4.7 同樣以價格不變包裝長任務升級，兩家不約而同把敘事從每一項冠軍搬到每任務成本，這個訊號比任何單一分數都值得記下來。

安全數字是自評，防護結構是真的

安全這節的數字大多出自 Anthropic 自家的評測，僅 Gray Swan 基準由外部資安公司執行，證據等級要先講清楚。自動行為審計覆蓋近 2,000 個情境，官方稱 Opus 5.5 是迄今測過、在失準行為衡量上表現最好的模型；在一項測試模型會不會試圖越過隔離邊界的評估裡，Opus 5.5 的越界嘗試比 Opus 5 或 Mythos 5.1 大約少 85%，且每次嘗試都屬低嚴重度、並由模型自行通報。提示注入方面，官方稱每種測過的設定都追平或勝過 Opus 5；在資安公司 Gray Swan 跑的基準上，與 Fable 5.1 並列所有受測模型的最低注入成功率。同一節裡官方也自承：有跡象顯示 Opus 5.5 經常懷疑自己正在被評測，這會削弱評測結果對真實環境行為的代表性，這句但書讓上面的數字有了明確的適用邊界。

防護的結構性變化比數字本身實在。Opus 5.5 是第一款出廠就掛上 Fable 5.1 級防護的 Opus 模型，涵蓋網安、生物與蒸餾三類，被攔下的請求會透明地退給另一個模型處理：多數網安任務改由 Opus 4.8 接手。研究機構可以申請生命科學驗證計畫（Life Sciences Verification Program），取得為生物研究設計的防護等級；網安端的驗證計畫也預告將擴大到三個層級。完整評估方法與結果放在 Opus 5.5 System Card，以 PDF 公開，9 月 23 日檢查時可以直接下載，檔案有 17.8MB。

治理脈絡是這次發布的第二條故事線。Opus 5.5 是 Anthropic 發布設速宣言之後的第一款模型，發布前經 Frontier Design 與 METR 等外部機構評測；宣言裡承諾的嵌入式評估者，在 9 月 18 日落地為與 Accenture 的合作，由其 AI 專門業務 Faculty 主導，雙方各預期在五年內投入至少 10 億美元。Anthropic 九月也公布了研發速度的量測報告與威脅情報報告，這次防護設計與反蒸餾措施都能對上那些文件。

升級決策看負載形狀，觀望的人等兩件事

Claude 自己的選型文件給的答案很直白：不確定就用 Opus 5.5 起步；需要更重的推理與更長程的代理工作、或 Opus 5.5 調高 effort 仍不夠時，才用 Fable 5.1（每百萬 10 與 50 美元）。Sonnet 5.5 與 Haiku 5.5 官方稱數週內跟上。

分成幾種負載形狀來看：

• 網頁與訂閱用戶：自動受益，沒有遷移成本，五小時額度還變多。
• 有開快取的代理與程式工作：受益最大，三層紅利全吃（單價、快取讀取、更少步驟），官方自報的 40% 就是這種形態的數字。
• 短請求的簡單工作：拿到的主要是牌價兩成，考慮更便宜的 Sonnet 5（每百萬 2 與 10 美元）可能更值得。
• 舊整合依賴關閉思考或強制工具的團隊：那段程式必須重寫，先在測試環境跑完整的工具迴圈、模型切換與錯誤處理再上線。

未確認的事項也列一下：40% 與評測分數目前都是 Anthropic 自報，獨立榜（Artificial Analysis、Cursor evals 等）何時列入 Opus 5.5 還沒有公開資料；外部機構對 System Card 的覆核、Sonnet 5.5 與 Haiku 5.5 的規格與定價也都還沒揭曉。台灣在內的區域供應限制，公告與文件都沒有特別列出，API 與三個雲端平台全到齊。

一句話收攏：這次發布的實質，是把前一代的長任務能力用更便宜的帳單形狀交出來，同時把「推理要不要開、工具怎麼選」的控制權收歸模型端。要升級的 API 用戶，先把四項變更在測試環境跑過一輪；還在觀望的人，等獨立榜與 Sonnet 5.5 的定價出來再決定，也不會損失太多。