Claude Opus 5.5 发布：性能更强、成本更低，安全对齐创纪录
Anthropic 正式推出 Claude Opus 5.5，这是其全新 Claude 5.5 系列的首个模型。官方称，该模型在多数任务上达到了此前 Claude Fable 5.1 的水平，但运行成本比 Opus 5 降低了 40%，成为当前性能与性价比兼顾的旗舰新选择。
性能跃升：复杂任务效率惊人
Opus 5.5 被描述为“从 Opus 5 迈出的一大步”，早期测试者在最复杂的工作中看到了显著提升。一个代表性案例是：某测试者借助 Opus 5.5 在不到一天内完成了 68 万行代码的迁移，而这项工作原本需要工程团队花费数周。
在软件优化方面，Opus 5.5 也展现出更强的精准度。当被要求缩短一个 Web 应用所有页面的加载时间时，它在 40 次尝试中成功了 39 次，而 Opus 5 虽然也做出了一些改进，却同时改变了应用的行为。另一个测试中，多个 Claude 模型根据单条提示构建游戏，Opus 5.5 凭借更出色的图形效果和完成度获得了最高分。
安全对齐：迄今最强表现
Anthropic 强调，Opus 5.5 在自动化行为审计（其最全面的对齐测试套件，覆盖数千个模拟场景）中取得了迄今所有模型的最佳成绩。它比近期模型更不容易采取难以逆转的行动或超出给定边界，对提示注入的抵抗能力也强于 Opus 5。
官方还扩展了对齐测试范围，覆盖更长任务、不可能任务以及基于真实事件建模的场景，但也承认模型仍有局限。完整评估细节已收录于 Opus 5.5 系统卡。
由于 Opus 5.5 在生物学和网络安全领域的能力与 Claude Mythos 5.1 相当，Anthropic 为其部署了类似 Fable 5.1 的防护措施。经过审核的组织即日起可申请生命科学验证计划，将 Opus 5.5 用于生物学研究；未来几周，网络安全验证计划也将扩大访问权限，通过验证的安全从业者可将 Opus 5.5 用于实际工作。
成本与速度：更经济的旗舰
Opus 5.5 所需的计算资源少于 Opus 5，定价也相应下调。官方测试显示，在默认设置下其速度与成本表现更具优势。
值得注意的是，这是 Anthropic 在呼吁“放缓前沿模型发展节奏”之后发布的首个模型，且发布前已由 Frontier Design 和 METR 等外部评估机构完成测试。这或许表明，在安全与能力之间，Anthropic 正试图走一条更谨慎但依然进取的路线。
