👁 136 次阅读
2026 年 9 月 22 日，Anthropic 发布了 Claude 5.5 家族的第一个模型——Claude Opus 5.5。这篇发布博客以 782 分登顶 Hacker News 首页，是当天科技社区最热的单一事件。而它最戏剧性的一幕，并不在正文里：就在 Opus 5.5 上线的同一天，Claude 状态页上，上一代 Opus 5 正在集体掉线。
Opus 5.5 被定位为主打”智能体编码”的旗舰模型（示意图）
发布当天，上一代旗舰集体掉线
根据 Claude 官方状态页（status.claude.com）记录，当天 17:50 PT 至 19:10 PT（约 00:50–02:10 UTC），请求 Claude Opus 5、Fable 5/5.1、Mythos 5/5.1 的请求出现”错误率升高”，影响范围覆盖 claude.ai、Claude API、Claude Code 和 Claude Cowork 四条产品线，持续约 80 分钟，最终状态为”已解决”。
值得注意的是：掉线的清单里没有 Opus 5.5。Hacker News 评论区里，用户对此的调侃相当直白——”昨天刚出故障，新的 Opus 5.5 难道不是承重墙吗？”（throwaway2027）。也有用户提醒这更可能是服务降级而非完全中断（danw1979）。至于 Anthropic 为何在新旗舰上线窗口里正好撞上这个窗口，官方没有给出解释。
价格与效率：这一代的卖点不是跑分，是账单
Opus 5.5 的 API 定价为输入 $4 / 输出 $20（每百万 token），比 Opus 5 低 20%；Anthropic 同时表示，在默认设置下综合任务成本比 Opus 5 低 40%——差额来自两个方向：单价下降，加上每任务消耗的 token 更少。上下文窗口为 100 万 token，由 Artificial Analysis 独立核验。此外 Fast 模式支持最高 2.5 倍速度，价格为输入 $8 / 输出 $40。
这一代主打的是”同等能力、更低账单”（示意图）
官方给出的跑分是：FrontierCode v1.1 主集 54.6%（默认思考强度，高于所有其他模型，OpenAI 报告的 GPT-6 Astra 最高分为 53.3%）；CursorBench 4.0 达 52.5%，比 Fable 5.1 的 51.8% 高、比 Opus 5 的 46.6% 高出约 6 个百分点，并比 GPT-5.6 Sol 最高分（41.7%）高 11 个百分点；知识工作基准 GDPval-AA v2.1 得分 1846 Elo，Fable 5.1 为 1735、Opus 5 为 1708。
第三方 Artificial Analysis 给 Claude Opus 5.5（max with fallback）的独立智能指数为 57.62。
Anthropic 自己承认：跑分差距已经不再可靠
这是这份发布稿里最克制也最诚实的一段话。Anthropic 写道：在这个能力层级，”基准测试的边际差距已经成为判断真实世界差异的不太可靠的指南“，在他们的内部使用里，Opus 5.5 与 Fable 5.1 之间的差距”难以察觉”。同时它明确是 Anthropic 自称为”放慢前沿”（calling for pacing the frontier）以来的第一次发布，且发布前接受过外部评估机构 Frontier Design 与 METR 的测试。
安全侧则沿用与 Fable 5.1 类似的限制：由于 Opus 5.5 在生物与网络安全方向的能力已接近 Fable 5.1，Anthropic 对其部署了同类护栏，并开放”生命科学验证计划”申请。
其他热点速览
OpenAI 的 GPT-6 Sol 与 Luna 公告同时霸榜。这篇公告以 636 分位列 Hacker News 第二，是当日第二大热点。OpenAI 官网页面受 JavaScript/Cloudflare 保护，本次无法直接提取正文，因此不引用其内部细节；可核实的公开数据点只有：Anthropic 在 Opus 5.5 公告中多次把 GPT-6 Astra 与 GPT-5.6 Sol 作为对照基准，Artificial Analysis 页面也已收录 GPT-6 Luna 的定价与成本指标。GPT-6 的官方定价与跑分建议以 openai.com 原文为准，本文不作转述。
AI 参与了一次真实伤亡，而军方把它公开了。据彭博报道，五角大楼表示对伊朗一所学校的导弹打击中，”过度依赖 AI”是一个促成因素（163 分）。这是美国政府罕见地将 AI 依赖度与具体军事后果挂钩的公开表态。
AI 聊天机器人回答金融问题时”大多数时候”是错的。《金融时报》援引的这项研究以 156 分进入榜单。
Google 被爱尔兰数据保护委员会罚款 4030 万欧元，事由是位置数据处理违规（另有英文报道折合约 4.63 亿美元），这条新闻在榜单上拿到 78 分；同日”Googlebook 笔记本起价 899 美元”的消息也在榜上。
给使用者的三句话
第一，如果你现在的 Claude Code 工作流主要跑 Opus 5，这一代真正的收益不在”更强”，而在账单——官方口径的 40% 降幅来自单价与 token 双降，值得用自己的任务复测一遍再决定切换。
第二，跑分已经到边际了。Anthropic 自己承认 Opus 5.5 与 Fable 5.1 的差距”难以察觉”，所以选型决策应该回到你的具体任务，而不是排行榜名次。
第三，把”可用性”当选型变量。发布当天旗舰掉线 80 分钟、影响四条产品线，是这一天最值得记住的细节——对生产环境，状态页的历史比跑分更能预测事故。
数据来源：Anthropic 官方发布页 anthropic.com/claude-opus-5-5（含定价、跑分、客户证言）；Claude 官方状态页 status.claude.com/incidents/7g1qpkyz5gxh；Artificial Analysis 模型页 artificialanalysis.ai/models/claude-opus-5-5（含独立智能指数与上下文窗口）；Hacker News 热榜与评论区；彭博、《金融时报》报道标题与榜单分数。GPT-6 官网正文因反爬未能直接提取，相关细节以官方原文为准。