Anthropic 發表 Claude Opus 5.5：cache reads 砍 60%、Terminal-Bench 4.0 大贏所有對手

Anthropic 於 2026 年 9 月 22 日正式發表 Claude Opus 5.5，這是新一代 Claude 5.5 家族的第一位成員。Anthropic 把 Opus 5.5 定位為：在大多數真實工作場景中，表現逼近 Claude Fable 5.1，但運行成本比 Opus 5 低了 40%。

定價大幅下修（比 Opus 5 更便宜）

• Input: $4 / M tokens（Opus 5 為 $5 / M tokens）
• Output: $20 / M tokens（Opus 5 為 $25 / M tokens）
• Cache reads: $0.20 / M tokens（Opus 5 為 $0.50 / M tokens，砍 60%）
• Cache writes: $5 / M tokens（Opus 5 為 $6.25 / M tokens）

Opus 5.5 也比 Opus 5 快 30% 以上。Fast mode（在 Claude Code / Claude Platform 上提供）速度可達 2.5 倍，但價格為 $8 input / $40 output per M tokens。

為什麼這件事重要

Opus 5.5 是 Anthropic 喊出「節制前沿發展（pacing the frontier）」之後的第一個新模型。Anthropic 過去一年多次呼籲 AI 產業「放慢腳步、加強安全評估」，但同時市場又逼著他們趕快出新版——這個「既喊煞車又踩油門」的矛盾，在 Opus 5.5 發表會上特別明顯。更值得注意的是價格策略：Opus 5.5 把 cache reads 直接砍 60%（$0.50 → $0.20），而 cache reads 是 agentic coding 工作流的主要成本。Anthropic 等於是公開承認：「我們要在 Claude Code 這個 agent 戰場上，跟 Cursor / Cognition / Devin 直接打價格戰」。對開發者最實質的意義是：用 Opus 5 跑大型 codebase migration 的成本，現在用 Opus 5.5 只要大約 60%，而且速度還更快。Anthropic 也順勢把 Pro / Max / Team / Enterprise 方案的「五小時用量上限」調高——這是過去 Claude 用戶抱怨最久的痛點。

實際 benchmark 數字（Anthropic 自家公佈）

1. Terminal-Bench 4.0（agentic coding）：Opus 5.5 拿下 66.4%，勝過 Fable 5.1 的 55.8%、GPT-6 Astra 的 57.9%、Opus 5 的 52.3%、GPT-5.6 Sol 的 37.3%。
2. FrontierCode v1.1（Main）：Opus 5.5 為 54.4%，領先 Fable 5.1 的 50.3%、GPT-6 Astra 的 53.3%。
3. CursorBench 4.0：Opus 5.5 為 57.8%，Fable 5.1 為 51.8%、GPT-5.6 Sol 為 41.7%。
4. GDPval-AA v2.1（知識工作 Elo）：Opus 5.5 為 1846，領先 Fable 5.1 的 1735、Opus 5 的 1708、GPT-5.6 Sol 的 1588、GPT-6 Astra 的 1542。
5. AutomationBench（商業流程）：GPT-6 Astra 以 41.4% 略勝 Opus 5.5 的 40.0%，但 Fable 5.1 只有 31.4%。
6. Humanity’s Last Exam（多領域推理）：Opus 5.5 為 67.7% with tools，Fable 5.1 為 65.6%，GPT-6 Astra 為 57.2%。
7. Terminal-Bench-Science 0.1（科學研究）：GPT-6 Astra 以 64.6% 領先 Opus 5.5 的 58.7%，Fable 5.1 為 52.6%。
8. OSWorld 2.0（電腦操作）：Opus 5.5 達 81.8% partial，Fable 5.1 為 80.7%，Opus 5 為 74.0%。
9. Chartography（圖表辨識）：Opus 5.5 達 89.0% with tools，Fable 5.1 為 88.4%，Opus 5 為 83.4%。從數字上看，Opus 5.5 在 agentic coding 三項都拿下第一，知識工作遙遙領先（Elo 1846 vs 第二名 1735），電腦操作跟圖表辨識也小贏 Fable 5.1。但在科學研究類別，GPT-6 Astra 仍然以 64.6% 略勝一籌（58.7%）。

數據解讀：Anthropic 自己也在踩煞車

重點提醒：Anthropic 自己在官方頁面承認「benchmark margins 已經不是真實差異的可靠指標」。Opus 5.5 跟 Fable 5.1 的實際體感差距，比分數顯示的還要小。這句話翻成白話：Anthropic 知道他們新模型跟上一代旗艦的「帳面差距」很有限，但因為 cache reads 砍 60%，加上運算成本降低，整體 CP 值仍然遠勝舊版。值得質疑的兩點：

1. Terminal-Bench 4.0 的 66.4%：Anthropic 是用 Opus 5.5 開到 xhigh effort 才跑到這個分數；GPT-6 Astra 是開 high effort。換言之這個差距是「拿最強模式 vs 對手次強模式」比出來的，直接對比有點不公平。
2. AutomationBench 的 40.0%：這項是 Zapier 跑的，而且沒有 fallback model——意思是當 safety safeguard 介入把任務擋下來時，該題直接算「失敗」。Anthropic 自己也承認這個分數比 Opus 5.5 實際能力低。換句話說，這些數字漂亮，但有兩個「修飾過」的痕跡。對開發者來說，真正的考驗還是要看實際 agentic 跑專案時的表現。

早期測試者的真實案例

Anthropic 公開了幾個早期測試的具體成果：

• 一位測試者用 Opus 5.5 完成 68 萬行程式碼的遷移，時間不到一天——「原本一個工程團隊要花好幾週的工作量」。
• 另一個任務：要求 Opus 5.5 把整個 web app 的每一頁載入時間砍掉，40 次中成功 39 次；Opus 5 雖然也有改善，但常常「為了修效能而改變了 app 行為」，實務上不能用。
• 還有人用 Opus 5.5 來 audit 跟修一個 20 萬行的 codebase，3 小時內完成；同樣工作 Opus 5 要花超過 20 小時，而且用了 2.5 倍的 token。
• 內部測試：要求 Opus 5.5 把 HAProxy（廣泛使用的網頁負載平衡軟體）從 C 改寫成 Rust——兩次改寫幾乎都通過 HAProxy 自己的回歸測試。

安全強化（Anthropic 強調的重點）

Opus 5.5 是 Anthropic 至今在「自動化行為稽核（automated behavioral audit）」分數最高的模型——這套對齊測試涵蓋數千個模擬情境。具體強化：

• 比近期模型更不容易做出「難以逆轉」的動作
• 比 Opus 5 更抵抗 prompt injection 攻擊
• 因為 Opus 5.5 在生物跟資安能力上跟 Claude Mythos 5.1 相當，所以 Anthropic 啟用跟 Fable 5.1 同等級的 safeguards
• 生命科學驗證計畫（Life Sciences Verification Program）：受審查的機構現在就可以申請使用 Opus 5.5 做生物研究
• 未來幾週會擴大資安驗證計畫（Cyber Verification Program）的範圍
• 發表前由外部機構 Frontier Design 跟 METR 獨立測試

「寫作風格」改善（Anthropic 罕見承認前代痛點）

Opus 5 推出時被不少用戶抱怨「語氣像 AI 寫的、太機械、太囉嗦」。Opus 5.5 的官方說法是「寫得更自然、更清楚，把重點放前面」，甚至引用一位早期測試者的話：「it writes the way I do（它寫得像我寫的一樣）」。對長期使用 Claude 的用戶，這是 Anthropic 第一次公開承認「寫作風格」是前代需要改善的重點。

怎麼用、哪裡能用

Opus 5.5 發表當天就在以下平台同步上線：

• Claude.ai（網頁 + app）
• Claude Code（CLI / IDE 整合）
• Anthropic API
• Amazon Bedrock
• Google Cloud Vertex AI
• Vercel AI Gateway

訂閱方案（Pro / Max / Team / Enterprise）的五小時用量上限同步提高，所有訂閱用戶還會拿到一個「rate limit reset」額度，可以自己選時間再用——這是過去用戶抱怨「額度一週一次、不能累積」之後的改善。至於 Claude Sonnet 5.5 跟 Claude Haiku 5.5，官方說「未來幾週」會跟上，會繼承同樣的效能與安全改進。

結語：Anthropic 的「節制」其實是另一步進攻

Anthropic 在 Opus 5.5 發表頁的第一句話就寫：「Claude Opus 5.5 is our first release since we called for pacing the frontier.」——他們把「節制前沿發展」跟「推出更便宜的旗艦模型」放在同一個框架裡。但實際內容：cache reads 砍 60%、輸出快 30%、在 Terminal-Bench 4.0 大贏所有對手。這不是「節制」，是「用更低成本打更深的 agentic coding 市場」。對 OpenAI 跟 Google 來說，Opus 5.5 的發表是 2026 年第三季最重要的壓力測試——GPT-6 Sol/Astra 跟 Gemini 3 在 agentic coding 跟商業流程上的領先地位，正在被 Opus 5.5 一項一項追上。

編按：本文綜合整理自 Anthropic 官方發表頁、VentureBeat、The Decoder、The Verge、LLM Stats，並加入 Siami 編輯部觀點與分析。