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