Opus 5.5
Anthropic旗舰大语言模型，采用MoE架构，定位高性能推理与多模态任务，以较低定价对标顶级模型
Core Facts
Timeline (last 90 days)
Anthropic的Opus和Sonnet 5.5取消了无推理选项，Haiku 5.5保留了该选项但在该模式下表现不好
在Anthropic官方demo中，Opus单独完成鸡蛋降落任务用时3.5分钟、25次尝试、花费47美分；Opus搭配10个Haiku子agent则用时不到1分钟、86次尝试、仅花费14美分
Haiku 5.5在不同推理强度之间的能力跃升明显，从high到max/X-high有相当大的提升幅度，不像Opus 5.5或Sonnet
在夺旗速通测试中，Mistral Large 4在19个安全挑战中完成了18个，其网络安全表现超越Opus 5.5和GPT-6 Astra，部分因为后两者约40%任务被安全过滤器拦截
Mistral Large 4在视觉定位任务上以42%对41%的微弱优势略胜GPT-6 Astra
基准测试环境为 Claude Code 搭配 Opus 5.5，共 39 个任务（含一个真实的 FastAPI + React 仓库），每个任务运行 5 次
Claude Fable 5 和 Opus 5.5 不支持关闭 thinking，发送 thinking: {type: "disabled"} 会返回错误 "thinking.type.disabled" is not supported for this model
在Terminal Bench测试中GPT-6.1 Soul的max/high表现几乎与Opus 5.5打平，但每任务成本约$0.96美分，Opus每任务为$0.11到$0.13，价格约为十三分之一
该用户称仅完成调整网页界面顺序、编写测试以及用Opus 5.5修复一个由Grok 4.7引入的bug，就消耗了约21%的月度配额
Haiku 5.5可以作为子代理（sub-agent）与Claude Opus 5.5和Sonnet 5.5搭配完成编程工作
40 more timeline events
All Facts (20)
Google 表示引导期结束后 Gemini 4 Argon 价格将上调至每百万输入 4 美元、输出 20 美元，对标 Opus 5.5 级别
80%VerifiedGPT-6.1 Sol的缓存读取价格为每百万token仅0.10美元
80%VerifiedOpus 5.5 在多数任务上达到 Fable 5.1 的水平，但运行成本降低约 40%，速度也更快
80%Verified推理时间长并不总是带来更好的结果，模型可能陷入过度思考的陷阱，真正决定输出质量的是模型的基础能力和对齐程度
75%Verified在 Automation Bench 上 Gemini 4 Argon 得分 51.3%，超过 Fable 5.1 的 31.4% 和 Opus 5.5 的 42.5%
70%VerifiedOpus 5.5在终端智能体基准拿到66分，高于Sonnet的55分和Astra的57.9分
70%VerifiedAnthropic称Opus 5.5典型任务总成本可降低约40%，输出速度提升30%以上
70%VerifiedClaude Opus 5.5的生成速度比Opus 5快超过30%
70%VerifiedGPT-6 Astra与以往的模型迭代明显不同，在某些方面强大但在另一些场景下提升不明显甚至像退步
65%Verified缓存读取机制对重复出现的长提示词前缀保留KV缓存，命中时按极低价格计费，Opus 5.5泄露的缓存读取价格约为输入价格的1/20
65%Verified长周期Agent的核心挑战包括任务容易偏离目标、错误会级联放大、资源消耗难以预估
65%VerifiedOpus 5 在 Low Effort 下的通过率约为 60%，超过了 Opus 4.8 在 Max 级别下的 59%，后者单任务成本高达 13 美元
65%VerifiedClaude Opus 5能力接近上一代旗舰Opus水平，但推理成本显著降低
65%VerifiedGPT-5.6 Sol具备持续运行数天的长周期任务能力，只需给定目标即可反复迭代产出详尽结果，且UI生成质量显著提升
65%Verified在Agents' Last Exam评测中，GPT-5.6 Sol取得53.6分，比采用自适应推理的Claude Fable 5高出13.1分
65%VerifiedAnthropic 发布了 Claude Sonnet 5，官方宣称其性能接近 Opus 4.8 且价格更低
60%VerifiedGPT-6 Sol 与 Anthropic 的 Opus 5.5 同日发布
70%Verified2026年7月9日，OpenAI同时发布了GPT-5.6 Sol、GPT-5.6 Terra、GPT-5.6 Luna三个模型
80%Partially Verified测评者建议让Opus 5.5负责实现和长程构建，让GPT-6.1 Sol负责审查、根因分析、代码库调查和任务分诊
65%Partially Verified在DeepSWE基准中，GPT-6.1 Sol的low档单次运行成本约0.21美元，而Astra同档需1.46美元，Opus 5.5在max档取得相同分数需14.65美元
65%