Claude Opus 5.5

模型质量与写作风格

• 许多评论者表示，Opus 5 的行文几乎无法使用：冗长、故作深奥、“claudisms”，把关键点埋得很深，而且过度谨慎的评论很多。几位用户回退到了 Opus 4.6/4.8，或者只在 Fable 后面把 Opus 作为子代理使用。
• 线程中对 Opus 5.5 进行了广泛测试；几位用户反馈其写作明显更清晰、更简洁，更接近 Fable 或 Astra，有时还被认为优于两者。
• 但也有人仍觉得这种风格让人不适：凭空造出的术语、奇怪的比喻，以及本可用简短要点表达却写成长段落。有些人说节奏有所改善，但仍然太啰嗦。
• 大家普遍同意，“沟通质量”如今已成为一个重要维度，和原始基准分数是分开的。

基准测试、真实世界表现与对比

• Anthropic 声称 Opus 5.5 在许多基准上能与 Fable 5.1 和 GPT-6 Astra 持平甚至更优，而且成本更低。评论者指出，基准测试越来越不能预测日常实用性。
• 几个独立的小型评测（代码审查、游戏原型、image→HTML、SVG “pelican” 测试）发现，Opus 5.5 在某些任务上与 Astra/Fable 竞争力相当或略逊，在另一些任务上则领先；总体看起来处于成本–性能前沿。
• 一些人认为 Opus 5 在真实世界中的糟糕表现（过度思考、目标漂移、未完成工作）破坏了他们对 “Opus” 品牌的信任；尽管 5.5 的数据不错，他们仍持谨慎态度。

定价、效率与使用限制

• 降价（尤其是缓存读取从 $0.50→$0.20/MTok）被认为意义重大，尤其对以缓存命中为主的长时间、代理式工作流而言。
• 一些外部仪表盘显示，5.5 在最高努力模式下会使用更多 token，但在常见的“高”/“中”设置下则更少；几位用户表示，他们按任务计算的成本显著下降。
• 订阅用户注意到一个新的“免费重置”按钮，并猜测这到底能额外提供多少使用量。

安全、护栏与“控制前沿推进速度”

• 对新的安全措施反弹很强：Opus 5.5 继承了 Fable/Mythos 风格的网络安全、生物以及一些底层内核工作过滤器，常常会自动回退到 Opus 4.8 或 5。
• 开发者报告称，良性任务（嵌入式开发、对自己系统的安全分析、生物信息学，甚至标点问题）也会被拒绝，他们称这在某些领域“无法使用”。
• 几位用户表示，这会把严肃的网络安全/生物工作推向没有护栏的中国模型或开源权重模型；也有人指出，美国竞争对手同样有很重的护栏。
• Anthropic 关于“控制前沿推进速度”的说法引发了大量争论：一些人认为这是诚恳的风险管理；很多人则认为这含糊不清，或是在与快速推出的前沿级发布相冲突的监管俘获式表述。

替代方案与生态

• DeepSeek、GLM、Qwen、MiMo，以及 OpenAI 的 Astra/Luna/Sol 经常被提及为更便宜和/或限制更少的选项，尤其是在配合自定义 harness 时。
• 一些用户已经“模型饱和”，现在只是根据心情、使用上限和具体任务匹配度，在前沿模型之间轮换。

其他说明

• Haiku 5.5 和 Sonnet 5.5 “即将推出”受到欢迎，不过人们质疑 Haiku 相对于超低价竞争者的价值。
• Opus 5.5 现在是 Claude Code 的默认模型；几位用户表示那里明显更快，配额消耗也更低。