大模型

Claude Opus 5.5 性价比真相:三个数字告诉你值不值

Anthropic 旗舰模型又迭代了,但 intelligence、速度、价格这三件事,真的每一件都进步了吗?用第三方数据拆给你看。

字号

10 月 23 日凌晨,Claude Opus 5.5 静悄悄地上线了 Hacker News 首页。135 积分、43 条评论——热度不算爆,但已经够开发者们认真吵一架。

吵的不是"Opus 5.5 强不强"(答案是肯定的),而是三个更实际的问题:

  • 比 Opus 4.5 强多少?
  • 和 GPT-5、Gemini 2.5 Pro 的差距是拉大还是缩小?
  • 贵了多少,值不值?

下面用 artificialanalysis.ai 的第三方数据,把这三件事拆开看清楚。

HN 上开发者到底在吵什么

HN 这条讨论的热度集中在几个具体话题:

  • "Opus 4.5 用户有没有升级理由"——企业用户最关心
  • "vs GPT-5 的 coding benchmark 差距"——开发者圈最爱比的就是这个
  • "Sonnet 已经够用了,为啥还要 Opus"——成本敏感型的经典质疑
  • "Max 档定价是不是锚定策略"——少数几个看得懂商业模型的讨论

最高赞评论原话大意:"This is a 5% improvement at 30% higher cost."这种声音不少。

数字 1:Intelligence 真的涨了吗?

artificialanalysis 的智力指数是把多项独立基准(MMLU-Pro、GPQA、AIME、LiveCodeBench 等)加权汇总的复合分。把 Opus 5.5、Opus 4.5、GPT-5、Gemini 2.5 Pro 拉出来横排:

模型 AA 智力指数 vs Opus 5.5
Claude Opus 5.5 73 —
Claude Opus 4.5 71 -2
GPT-5 70 -3
Gemini 2.5 Pro 68 -5

第一个数字:73。 比 4.5 高 2 分,比 GPT-5 高 3 分,比 Gemini 高 5 分。

这个差距有意义吗?统计学上勉强显著。但落到实际工作流里,2 分的差距意味着——prompt 写好一点,就能把这 2 分抹平。

我的判断:Intelligence 这一档,Opus 5.5 守住了榜首,但没拉开身位。 真正领先的依然是完整产品力,不是单点智力。

数字 2:吞吐量,被低估的那条曲线

Anthropic 官方给的输出速度是"~80 tokens/s"。实际跑起来呢?

AA 平台在长上下文(128K context)、Tool Use、Agent 循环三种场景下测了真实吞吐量:

  • 128K 长上下文推理:平均 52 tokens/s,首 token 延迟 1.8s
  • Tool Use(连续 10 轮):稳定在 68-72 tokens/s
  • Agent 循环(单步 decision→action→observation):47 tokens/s

第二个数字:47 tokens/s。 这是 Agent 场景下的实测值,比官方标称低 40%。

为什么要看这个数?2026 年大家用 Claude 已经不是"写一段代码"这么简单了——Claude Code、Cursor 的 Claude 后端、各种 Agent 框架(LangGraph、AutoGen),全是反复调 API。

Opus 5.5 比 4.5 在 Agent 场景下快约 18%,但首 token 延迟几乎没变(1.7s → 1.8s,反而略涨)。

所以这条曲线是:长上下文快了一点,工具调用没变化,首 token 没优化。 速度提升是有条件的。

数字 3:价格,贵 30% 还是便宜 30%?

先把数字摆出来(单位:美元/百万 tokens):

模型 Input Output Cache Read
Claude Opus 5.5 $15 $75 $7.50
Claude Opus 4.5 $12 $60 $6
Claude Sonnet 5 $3 $15 $0.30
GPT-5 $10 $30 $2.50
Gemini 2.5 Pro $5 $20 $1

第三个数字:output 从 $60 涨到 $75,涨幅 25%。

几个观察:

  • vs Opus 4.5:贵了 25%
  • vs GPT-5:output 单价是 GPT-5 的 2.5 倍
  • vs Gemini 2.5 Pro:output 是 Gemini 的 3.75 倍
  • vs Sonnet 5:贵 5 倍(但 Opus 本来就不是给高频调用准备的)

顺便一句:Cache Read 单价 $7.50 看起来不便宜,但如果做的是长上下文 Agent 任务,命中率打到 60% 以上,这部分能压住不少成本。

性价比公式(智力指数 ÷ Output 单价):

模型 智力指数 Output 单价 性价比
Gemini 2.5 Pro 68 $20 3.40
GPT-5 70 $30 2.33
Claude Sonnet 5 65 $15 4.33
Claude Opus 5.5 73 $75 0.97

Opus 5.5 性价比垫底。 不意外——Max 档本来就不是拿性价比当卖点的。

选型建议

不同需求该怎么选,直接给结论:

  • 生产 Agent / 长上下文 Agent:Opus 5.5 仍是首选,12 万行代码那种任务
  • 常规开发、写代码、debug:Sonnet 5 够用,差的智力指数业务上抹得平
  • 成本敏感 / 大批量调用:GPT-5 或 Gemini 2.5 Pro
  • 签企业长约、给客户做 SLA:Opus 5.5——这才是它真正的使用场景

编辑思考

为什么 Opus 5.5 发布没有前几代那种"爆"的感觉?三个原因。

第一,前代把天花板抬得太高了。Opus 4.5 已是行业基准,再往上走的边际收益肉眼可见地变小。HN 上"5% 提升配 25% 涨价"的吐槽,就是现状的真实写照。

第二,Anthropic 的主战场已经不在旗舰。2026 年 Anthropic 的重心明显在往两个方向跑:Claude Code(CLI 工具链),企业 API 长约。Opus Max 档的本质是"锚定产品"——用一个高价位、高性能的旗舰把企业合同的天花板钉死,真正的出货靠 Sonnet 和 Haiku。这和奢侈品行业的旗舰逻辑完全一致。

第三,竞争对手不再是落后者。GPT-5、Gemini 2.5 Pro 都已追到 70±3 段位,智力差距小到 prompt 工程就能抹平。竞争维度被拉到生态、Tool Use、Agent 框架——这些都不是单点智力能解决的。

我的预测:Opus 6.0 会继续提价,涨幅 20-30%。但 Sonnet 和 Haiku 会保持现有价位甚至小幅下降——那才是真正走量的产品线。

不确定的地方:没看到 Opus 5.5 在视觉理解、多模态 Agent 上的数据。如果这块有惊喜,会改变"旗舰就是锚定产品"这个判断。


参考来源:Anthropic 官方发布页、artificialanalysis.ai 的 Claude Opus 5.5 Intelligence, Performance and Price Analysis、Hacker News item #49804316

来源: https://artificialanalysis.ai/models/claude-opus-5-5