大型語言模型

Claude Opus 5.5 值不值得買?三個關鍵數字說清楚

Anthropic 旗艦模型再次更新,但智力、速度、價格三個面向真的都有進步嗎?本文用第三方實測數據,逐一拆解給你看。

字級

10 月 23 日凌晨,Claude Opus 5.5 悄悄登上 Hacker News 首頁。135 積分、43 則留言——熱度算不上爆炸,但已足以讓開發者認真吵上一輪。

爭論的焦點不是「Opus 5.5 強不強」(答案顯而易見),而是三個更務實的問題:

  • 比 Opus 4.5 強多少?
  • 與 GPT-5、Gemini 2.5 Pro 的差距,是拉大還是縮小?
  • 漲了多少價,划不划算?

以下透過 artificialanalysis.ai 的第三方數據,把這三件事拆開來看清楚。

HN 上開發者究竟在吵什麼

HN 這則討論的熱度集中在幾個具體話題:

  • 「Opus 4.5 用戶有沒有升級的理由」——企業用戶最在意的點
  • 「vs GPT-5 的 coding benchmark 差距」——開發者圈最愛比的就是這一項
  • 「Sonnet 已經夠用,何必還要 Opus」——成本敏感族群的經典質疑
  • 「Max 方案定價是不是一種定錨策略」——少數能看懂商業模式的討論

最高讚留言大意是這樣:「This is a 5% improvement at 30% higher cost.」這種聲音還不少。

數字一:智力真的提升了嗎?

artificialanalysis 的智力指數,是將多項獨立基準(MMLU-Pro、GPQA、AIME、LiveCodeBench 等)加權彙整而成的複合分數。把 Opus 5.5、Opus 4.5、GPT-5、Gemini 2.5 Pro 拉出來橫向排列:

模型AA 智力指數vs Opus 5.5
Claude Opus 5.573—
Claude Opus 4.571-2
GPT-570-3
Gemini 2.5 Pro68-5

第一個數字:73。比 4.5 高 2 分,比 GPT-5 高 3 分,比 Gemini 高 5 分。

這個差距有意義嗎?統計上勉強顯著。但落到實際工作流裡,2 分的差距代表——prompt 寫得稍微講究一點,就能把這 2 分抹平。

我的判斷是:在智力這一檔,Opus 5.5 守住了榜首,但沒有拉開身位。真正領先的依然是完整的產品力,而不是單點智力。

數字二:吞吐量,被低估的那條曲線

Anthropic 官方標示的輸出速度是「~80 tokens/s」。實際跑起來呢?

AA 平台在長上下文(128K context)、Tool Use、Agent 迴圈三種場景下測了真實吞吐量:

  • 128K 長上下文推理:平均 52 tokens/s,首 token 延遲 1.8s
  • Tool Use(連續 10 輪):穩定落在 68-72 tokens/s
  • Agent 迴圈(單步 decision→action→observation):47 tokens/s

第二個數字:47 tokens/s。這是 Agent 場景下的實測值,比官方標示低 40%。

為什麼要看這個數字?2026 年大家用 Claude,已經不是「寫一段程式碼」這麼單純——Claude Code、Cursor 的 Claude 後端、各種 Agent 框架(LangGraph、AutoGen),全都是反覆呼叫 API。

Opus 5.5 在 Agent 場景下比 4.5 快約 18%,但首 token 延遲幾乎沒變(1.7s → 1.8s,反而略增)。

所以這條曲線是:長上下文快了一點,工具呼叫沒變化,首 token 沒優化。速度提升有其適用條件。

數字三:價格,貴 30% 還是便宜 30%?

先把數字攤開來看(單位:美元/百萬 tokens):

模型InputOutputCache 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

第三個數字:output 從 $60 漲到 $75,漲幅 25%。

幾點觀察:

  • vs Opus 4.5:貴了 25%
  • vs GPT-5:output 單價是 GPT-5 的 2.5 倍
  • vs Gemini 2.5 Pro:output 是 Gemini 的 3.75 倍
  • vs Sonnet 5:貴 5 倍(但 Opus 本來就不是設計來高頻呼叫的)

順帶一提:Cache Read 單價 $7.50 看似不便宜,但如果做的是長上下文 Agent 任務,命中率拉到 60% 以上,這部分成本能壓下不少。

性價比公式(智力指數 ÷ Output 單價):

模型智力指數Output 單價性價比
Gemini 2.5 Pro68$203.40
GPT-570$302.33
Claude Sonnet 565$154.33
Claude Opus 5.573$750.97

Opus 5.5 性價比墊底。不意外——Max 方案本來就不是主打性價比的產品。

選型建議

不同需求該怎麼選,直接給結論:

  • 生產環境 Agent / 長上下文 Agent:Opus 5.5 仍是首選,例如十幾萬行程式碼等級的任務
  • 一般開發、寫程式、除錯:Sonnet 5 夠用,智力指數的差距業務上抹得平
  • 成本敏感 / 大批量呼叫:GPT-5 或 Gemini 2.5 Pro
  • 簽企業長約、對客戶提供 SLA:Opus 5.5——這才是它真正的使用場景

編輯觀點

為什麼 Opus 5.5 發布沒有前幾代那種「炸裂」的感覺?三個原因。

第一,前代把天花板抬得太高了。Opus 4.5 已是業界基準,再往上走的邊際效益肉眼可見地變小。HN 上「5% 提升配 25% 漲價」的吐槽,正是現狀的真實寫照。

第二,Anthropic 的主戰場已經不在旗艦。2026 年 Anthropic 的重心明顯往兩個方向跑:Claude Code(CLI 工具鏈),以及企業 API 長約。Opus Max 方案的本質是「定錨產品」——用一個高價位、高性能的旗艦把企業合約的天花板釘住,真正的出貨量靠 Sonnet 和 Haiku。這跟精品業的旗艦邏輯完全一致。

第三,競爭對手已經不再是落後者。GPT-5、Gemini 2.5 Pro 都已追到 70±3 這個區間,智力差距小到 prompt 工程就能抹平。競爭維度被拉到生態系、Tool Use、Agent 框架——這些都不是單點智力能解決的。

我的預測:Opus 6.0 會繼續調漲,幅度約 20-30%。但 Sonnet 和 Haiku 會維持現有價位,甚至小幅下修——那才是真正衝量的產品線。

不確定的部分:沒看到 Opus 5.5 在視覺理解、多模態 Agent 上的數據。如果這塊有驚喜,會改變「旗艦就是定錨產品」這個判斷。


參考來源:Anthropic 官方發布頁、artificialanalysis.ai 的 Claude Opus 5.5 Intelligence, Performance and Price Analysis、Hacker News item #49804316

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