发生了什么

Anthropic（开发Claude的人工智能公司）在2026年9月22日发布Claude Opus 5.5。它是Claude 5.5系列的第一个模型。官方把它定位为处理长任务的工具，重点包括编程、电脑操作、资料研究和业务流程。公司说，用户现在可以通过Claude Platform、Amazon Web Services、Google Cloud和Microsoft Azure使用它。Anthropic官方发布

这则消息也在Hacker News引起关注。主要投稿有1,147个积分和784条评论。另一个投稿有273个积分和2条评论。这些数字表示社区的关注程度，不表示模型一定更强，也不表示官方说法一定正确。主要Hacker News投稿

背景：比较的不只是最高分

Anthropic把效率放在这次发布的中心位置。对于需要多次操作的人工智能，不能只看一次测试的最高分，还要看完成一项任务用了多少文本单位、多少步骤和多少钱。Anthropic也承认，在能力接近的模型之间，基准测试的差距不一定能准确表示真实差距。因此，这次发布的重点从谁得分最高，转向谁能用更少资源完成工作。

为什么重要

Claude Opus 5.5每100万个输入文本单位收费4美元，每100万个输出文本单位收费20美元。Opus 5的对应价格是5美元和25美元。缓存读取费用从每100万个单位0.50美元降到0.20美元。Anthropic说，普通任务的总成本大约下降40%，生成内容的速度提高30%以上。

一位早期测试者报告说，Claude Opus 5.5在不到3小时内检查并修复了一个包含20万行代码的代码库。使用Opus 5时，这项工作超过20小时，而且使用的文本单位是前者的2.5倍。这个例子来自Anthropic的发布材料。它说明了产品想要提供的优势，但不代表每个项目都会有相同结果。

已能确认的内容

从官方表格可以看到，Claude Opus 5.5在Terminal-Bench 4.0上的成绩为66.4%，Opus 5为52.3%，GPT-6 Astra为57.9%。不过，测试设置并不完全相同。Opus 5.5使用更高强度的设置，GPT-6 Astra使用另一种强度设置。Anthropic还说明，安全规则介入时，部分任务会由其他模型完成。因此，这些数字更适合看作有条件的比较，而不是永远有效的总排名。

安全方面，Anthropic说Claude Opus 5.5在自己的自动行为审查中取得了目前最好的结果。公司还说，它更少采取难以撤回的行动，也更能抵抗误导性指令。生物学和网络安全相关工作会受到额外限制。这些保护措施很重要，但也可能改变测试成绩。

仍不清楚

目前的主要证据来自Anthropic自己的测试和早期测试者。公司自己也提醒，接近的测试分数不一定代表真实使用中的差距。实际费用会受到任务长度、设置、缓存、工具和模型切换的影响。我们还需要更广泛的独立测试，也需要观察它在真实工作中长时间运行时的错误率和稳定性。

接下来观察

Anthropic表示，Claude Sonnet 5.5和Claude Haiku 5.5将在未来几周推出。接下来要看的不是它能否在一张榜单上领先，而是团队能否让它可靠地完成长任务，同时控制花费。独立评测和真实使用，才能说明Claude Opus 5.5会把人工智能带到哪里。