Claude Opus 5.5

claude-opus-5-5

获取 API 密钥 API 文档

Claude Opus 5.5 专为长时间运行的智能体编码和知识工作而构建,在长周期编码与知识工作上做到 Fable 5.1 级别的表现

上下文窗口1.0M

提供商Claude

创建时间2026/09/23

在线体验

定价

同一模型能力，多条服务通道；按延迟、稳定性与成本灵活选择。

价格单位：$ / 1M tokens

指定服务通道：在请求体加入 provider 字段，例如 "provider": { "channel": "direct" }。可选 direct / stable / economical；不传则使用默认通道。

直连通道

官方直连链路，适合需要原生体验与完整上下文的请求。

输入	输出	缓存命中	缓存写入
4.00/M	20.00/M	0.20/M	5.00/M

介绍

输入

文本图像

输出

文本

Claude Opus 5.5 API：Fable 级能力、Opus 价位的长周期智能体模型

Claude Opus 5.5 是 Anthropic 于 2026 年 9 月 22 日发布的 Opus 系列新一代模型，距 Opus 5 发布不到两个月。它的定位很明确：在长周期编码与知识工作上做到 Fable 5.1 级别的表现，同时把单价再往下压——输入输出比 Opus 5 便宜 20%，缓存读取便宜 60%，Anthropic 给出的典型工作负载总成本估算是比 Opus 5 低约 40%。

能力上最醒目的是智能体编码：Terminal-Bench 4.0 拿到 66.4%（xhigh 档），高于 Fable 5.1 的 55.8% 和 GPT-6 Astra 的 57.9%；GDPval-AA v2.1 真实职业任务评测 1846 分，比 Fable 5.1 高 111 分。Artificial Analysis 智能指数 v4.3.2 上它以 58 分登顶，领先并列第二的 Fable 5.1 和 GPT-6 Astra 各 5 分。

另一件对生产环境有实际影响的事：这一代针对"Claude 腔"做了专门调整——最重要的信息放前面、少用术语和套话，Anthropic 称输出比 Opus 5 精简 40% 而准确性不变。输出速度也比 Opus 5 快 30% 以上。

海鲸AI 通过 OpenAI 兼容接口与 Anthropic 原生 Messages API 提供 Claude Opus 5.5，支持推理 Effort 控制、工具调用、流式输出、图像与 PDF 输入。

获取 API 密钥 · 模型 ID：claude-opus-5-5

为什么选择 Claude Opus 5.5

智能体编码第一 —— Terminal-Bench 4.0 拿到 66.4%，Fable 5.1 为 55.8%，Opus 5 为 52.3%，GPT-6 Astra 为 57.9%
知识工作评测第一 —— GDPval-AA v2.1 拿到 1846 分，Fable 5.1 为 1735 分，Opus 5 为 1708 分
AA 智能指数榜首 —— v4.3.2 指数 58 分，Fable 5.1 与 GPT-6 Astra 并列 53 分，Opus 5 为 51 分
价格反向下调 —— 输入输出比 Opus 5 低 20%，缓存读取低 60%，约为 Fable 5.1 的 0.4 倍价格档位
写作更像人 —— 输出比 Opus 5 精简 40%，结论前置、少术语，智能体汇报更易读
看图更准 —— Chartography 图表识别 89.0%，low 档位读图精度已超过 Opus 5 最高档，且不需要裁剪缩放工具
100 万 token 上下文 + 128K 输出 —— 全窗口统一单价，Batch API 下可扩展到 300K 输出

核心能力

01 长周期自主编码

Opus 5.5 是为跑数小时的编码会话设计的。Terminal-Bench 4.0 66.4%、FrontierCode v1.1 54.4%、CursorBench 4.0 57.8%，三项都高于 Fable 5.1。Anthropic 给出的测试案例里，一位测试者用它在一天内完成了 68 万行代码的迁移；网页加载优化任务 40 次成功 39 次，而 Opus 5 的改动常伴随行为变化。

多文件重构与大规模代码迁移
跨会话的缺陷定位与代码审查
无人值守的长时间自主执行

02 知识工作与深度研究

GDPval-AA v2.1 1846 分、AA-Briefcase 1822 分，两项知识工作评测都是当前第一。Humanity's Last Exam 带工具 67.7%（Fable 5.1 为 65.6%），SciCode 66.9%（此前最高为 Fable 5.1 的 63.1%）。AutomationBench 自动化任务 40.0%，比 Opus 5 的 26.9% 高出 13 个百分点。

财务、政策、法律类文档密集型分析
多步骤的科研与技术调研
从一个问题直出完整报告与表格

03 视觉理解与计算机操作

这一代读图能力有实质变化：密集图表上的数值、依赖位置的语义（箭头连接哪两个框、两版图有什么差异、日历截图里的会议起止时间），不用裁剪缩放工具就能读准。Anthropic 测试中 low 档位读图精度已超过 Opus 5 的最高档，输出 token 只用约十分之一。OSWorld 2.0 计算机操作 81.8%（部分得分），默认档位就达到 Opus 5 高档位的成功率，步骤更少、token 少约 40%。

密集图表、技术图纸、PDF 内嵌表格解析
浏览器与桌面应用的多步自主操作
为旧模型搭建的视觉预处理脚手架可以重新评估是否还需要

04 更清晰的沟通与更低的运行成本

写作风格是这一代刻意优化的方向：结论前置、少术语、少套话，执行智能体任务时的阶段汇报和最终总结会直说做了什么、发现了什么、需要什么。配合缓存读取降到 Opus 5 的 40%，工具调用密集的长会话是省钱最多的场景。

智能体任务的进度汇报与结果总结
对写作指令的遵循度更高
缓存前缀越长、复用越多，成本优势越大

最佳使用场景

场景	说明
通宵自主编码	Terminal-Bench 4.0 领先 Fable 5.1 超过 10 个百分点，大型迁移可一天完成
企业知识工作	GDPval-AA v2.1 与 AA-Briefcase 双第一，文档、表格、报告端到端产出
图表与截图理解	无需工具即可读准密集图表，`low` 档位就能用
计算机操作智能体	OSWorld 2.0 81.8%，默认档位即达 Opus 5 高档位效果
缓存密集的长会话	缓存读取按 Opus 5 的 40% 计费，智能体循环总成本降约 40%
从 Fable 5.1 降本	大多数任务表现相当，价格档位只有 Fable 5.1 的 0.4 倍

Claude Opus 5.5 与 Opus 5、Fable 5.1 的差异

能力	Claude Opus 5.5	Claude Opus 5	Claude Fable 5.1
模型 ID	`claude-opus-5-5`	`claude-opus-5`	`claude-fable-5-1`
发布日期	2026 年 9 月 22 日	2026 年 7 月 24 日	2026 年 9 月 1 日
AA 智能指数 v4.3.2	58	51	53
Terminal-Bench 4.0	66.4%	52.3%	55.8%
GDPval-AA v2.1	1846	1708	1735
Terminal-Bench-Science 0.1	58.7%	29.0%	52.6%
OSWorld 2.0（部分得分）	81.8%	74.0%	80.7%
上下文窗口	100 万 token	100 万 token	100 万 token
最大输出	128K token	128K token	128K token
思考模式	始终开启，不可关闭	默认开启，`high` 以下可关闭	始终开启，不可关闭
默认 Effort	`medium`	`high`	`high`
强制工具调用 `tool_choice: any/tool`	不支持，返回 400	支持	不支持，返回 400
缓存读取相对单价	基础输入价的 0.05 倍	基础输入价的 0.1 倍	基础输入价的 0.025 倍
相对价格档位	Opus 5 的 0.8 倍	1	Opus 5 的 2 倍
定位	长周期编码与知识工作的性价比首选	上一代 Opus	最强公开发布模型

具体计费以页面上方的实时价格卡片为准。

常见问题

Claude Opus 5.5 什么时候发布的？ 2026 年 9 月 22 日。发布当天即在 Claude API、Amazon Bedrock、Google Cloud 和 Microsoft Foundry 上线，Opus 5 继续保留。Anthropic 表示 Sonnet 5.5 和 Haiku 5.5 会在数周内跟进。

和 Opus 5 比升级了什么？ 四块。一是能力：Terminal-Bench 4.0 从 52.3% 提到 66.4%，GDPval-AA 从 1708 提到 1846，Terminal-Bench-Science 翻了一倍，读图不再依赖裁剪工具。二是成本：输入输出降 20%，缓存读取降 60%，典型负载总成本降约 40%。三是输出速度快 30% 以上，写作精简 40%。四是安全性：行为审计各项指标优于近期所有 Claude 模型，越界尝试比 Opus 5 少 85%，Gray Swan 提示注入评测与 Fable 5.1 并列最低。

从 Opus 5 迁移要改代码吗？ 有四处破坏性变更。思考模式不能再关闭，thinking: disabled 和 budget_tokens 都返回 400，改用 effort 调深浅。tool_choice 的 any 和 tool 返回 400，改用 auto 加提示词，或 strict: true、结构化输出。思考块绑定到产生它的模型，只有 Fable 5.1 和 Mythos 5.1 能读 Opus 5.5 的思考块，回退到 Opus 5 或 4.8 时会静默丢弃；2026 年 8 月 31 日之后创建的账户还会校验历史是否被编辑过，会话要保持只追加。计算机操作只接受 computer_toolset_20260801，旧的 computer_20251124 返回 400。另外，工具调用之间的进度文本现在以 thinking 块返回，默认为空，需要 display: "updates" 取回，否则前端在长任务中会"静音"。

上下文和输出上限多大？ 上下文 100 万 token，默认即最大，全窗口统一单价。同步接口最大输出 128K token，Batch API 加 output-300k-2026-03-24 beta 头可到 300K。分词器与 Opus 5 相同，从 Opus 5 迁移 token 数不变。知识截止 2026 年 6 月。

有落后的地方吗？ 有。Terminal-Bench-Science 0.1 拿到 58.7%，低于 GPT-6 Astra 的 64.6%；AutomationBench 40.0% 也略低于 Astra 的 41.4%。Artificial Analysis 指出它在 CritPt、AA-LCR 长上下文推理和 GDP.pdf 三项上落后，并且 max 档位下每任务约消耗 11.9 万输出 token，是 Opus 5 的 1.6 倍、GPT-6 Astra 的 4 倍以上——单价降了，高档位的总花费未必降。AA 自己测的 Terminal-Bench 4.0 是 59.6%，与 GPT-6 Astra 持平，低于 Anthropic 公布的 66.4%。安全过滤方面新增了生物学分类器，病毒学、毒理学、分子设计类的双重用途研究请求会被拒；网络安全类请求大多会被路由到 Opus 4.8 处理；试图让模型在正文里复现内部推理的请求会以 reasoning_extraction 类别拒答，且不会回退到其他模型。

Effort 档位怎么选？ 五档：low、medium、high、xhigh、max，默认 medium——注意 Opus 5 默认是 high，迁移时要显式指定。同一档位下它比 Opus 5 想得更多，xhigh 和 max 尤其明显，max_tokens 要给思考留余量。原先关闭思考的路由从 low 起步测；读图和计算机操作在 low、medium 就够用；长周期编码上 xhigh 收益最大。支持会话中途按消息切换 Effort（beta），难的一步升档、常规步骤降档，不会让缓存失效。

和 Fable 5.1 怎么选？ 大多数编码和知识工作任务两者表现相当，Opus 5.5 在 Terminal-Bench 4.0、GDPval-AA 上还更高，价格只有 Fable 5.1 的 0.4 倍。Fable 5.1 的优势在缓存读取更便宜（0.025 倍对 0.05 倍）、Terminal-Bench-Science 之外的科研类任务，以及它能读取 Opus 5.5 的思考块而反向不行——如果流程里需要从 Opus 5.5 升级到更强模型接着做，Fable 5.1 是唯一不丢推理的选择。

为什么选择海鲸AI 使用 Claude Opus 5.5 API

原生 Messages API 完整透传 —— Effort 控制、按消息切换 Effort、思考块、提示缓存、任务预算与 beta 特性均可直接使用
国内直连 —— 无需海外账户和自建代理，稳定性与延迟由平台侧保障
按量计费 —— 只为实际用量付费，无最低消费门槛
一套密钥多模型 —— 日常用 Opus 5.5，需要顶配时切 Fable 5.1，大流量切 Sonnet 5，同一账户统一账单

API

API 接入信息

Model ID在推理接口中指定模型

claude-opus-5-5

API Key推理接口的 Bearer Token（鉴权令牌）

前往 API Key 管理

Base URL兼容 OpenAI 协议 · /chat/completions

https://api.haijingai.com/v2/

provider 可选指定服务通道，不传则由系统选择默认通道

"provider": { "channel": "direct" }

claude-opus-5-5 接入示例

海鲸AI 兼容 OpenAI 接口协议，可直接使用 OpenAI SDK 或 HTTP 请求接入，默认开启流式输出。

cURLPythonNode.js

curl https://api.haijingai.com/v2/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <API_KEY>" \
  -d '{
    "model": "claude-opus-5-5",
    "messages": [
      {"role": "system", "content": "你是一个有帮助的助手。"},
      {"role": "user", "content": "你好！"}
    ],
    "provider": { "channel": "direct" },
    "stream": true
  }'
# provider 为可选字段，删除该行即使用默认通道

from openai import OpenAI

client = OpenAI(
    base_url="https://api.haijingai.com/v2",
    api_key="<API_KEY>",
)

stream = client.chat.completions.create(
    model="claude-opus-5-5",
    messages=[
        {"role": "system", "content": "你是一个有帮助的助手。"},
        {"role": "user", "content": "你好！"},
    ],
    stream=True,
    # 可选：指定服务通道，不传则使用默认通道
    extra_body={"provider": {"channel": "direct"}},
)

for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

import OpenAI from 'openai'

const client = new OpenAI({
  baseURL: 'https://api.haijingai.com/v2',
  apiKey: '<API_KEY>',
})

const stream = await client.chat.completions.create({
  model: 'claude-opus-5-5',
  messages: [
    { role: 'system', content: '你是一个有帮助的助手。' },
    { role: 'user', content: '你好！' },
  ],
  stream: true,
  // 可选：指定服务通道，不传则使用默认通道
  // @ts-expect-error provider 为海鲸AI 扩展字段，不在 OpenAI SDK 类型定义内
  provider: { channel: 'direct' },
})

for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content ?? '')
}