MoeRouter 博客
简体中文
获取 API Key

Claude Opus 5.5 评测汇总:日常编程的主力,贵在哪、值在哪

Claude Opus 5.5 于 2026 年 9 月 22 日发布,是多位评测者口中的“日常主力”。这篇汇总系统卡跑分、Artificial Analysis 的分档成绩、DataCamp 实测和 B 站 UP 主的结论,说明它贵在哪、什么时候值得。

claude-opus-5-5

文章导读

  • Claude Opus 5.5 是 Anthropic 的主力旗舰,官方标价每百万 token 输入 4 美元、输出 20 美元,100 万上下文不加价。
  • 它在 Bito 的编程基准上以 85.0% 排第一,高于更贵的 Fable 5.2;Artificial Analysis 的综合指数里它拉满是 58,默认档是 51。
  • 贵在每个任务的花费:同样的任务,它的成本常常是 GPT-6.1 Sol 的三到四倍;值在上限:GPT-6.1 Sol 到不了的分数只有它能到。
  • Fable 5.2 发布后,多位评测者仍然建议日常用 Opus 5.5。在 MoeRouter 上它在 default、stable 和 ccmax-cheap 三个分组,是 Claude Code 的默认选择。
本文目录
  1. Claude Opus 5.5 是什么
  2. 在 MoeRouter 上多少钱
  3. 跑分
  4. 实测:贵在哪
  5. 值在哪
  6. 怎么调用
  7. 常见问题

Claude Opus 5.5 是什么#

Claude Opus 5.5 在 2026 年 9 月 22 日发布,和 GPT-6 Sol 是同一天,是 Claude 5.5 系列的第一个模型。Anthropic 给它的定位是长时间智能体编程和知识工作的主力:用 Opus 的价格,做到 Fable 5.1 在大多数任务上的水平[1]。B 站 UP 主 GenJi 当晚的视频简介里写的是,“Anthropic和OpenAI前后脚放大招”[6]。

项目 Claude Opus 5.5
官方标价(每百万 token) 输入 4 美元、输出 20 美元
缓存 读取 0.20 美元;写入 5 美元(5 分钟)或 8 美元(1 小时)
快速模式 8 / 40 美元,最高快 2.5 倍
上下文与输出 上下文 100 万 token,全程按标准价计,没有长上下文加价;最长输出 12.8 万 token
推理强度 五档,思考不能关闭;默认是 medium
在 MoeRouter 的模型名 claude-opus-5-5
在 MoeRouter 支持的接口 Anthropic Messages;ccmax-cheap 分组还支持 Chat Completions

规格和价格来自 DataCamp 的整理,默认档位来自 CodingFleet[1][2]。

在 MoeRouter 上多少钱#

每百万 token
模型分组输入输出缓存读取
claude-opus-5-5ccmax-cheap¥4.8¥24¥0.24
default¥5.2¥26¥0.26
stable¥5.2¥26¥0.26

每百万 token 的参考价,人民币,取自模型广场()。动态计费的模型按实际走的线路结算,以模型广场为准。 同一个模型在不同分组走的线路不同,价格也不同;分组在创建 API Key 时选择。 分组说明

三个分组的区别:default 分组在多条线路里按低价优先选路,价格不固定;stable 分组每个模型一条固定线路、固定价格;ccmax-cheap 是另一组线路。选之前看一眼上表,细节见分组与倍率。

跑分#

Anthropic 自己报的#

评测 Opus 5.5 对比
SWE-bench Pro 89.9 Fable 5.2 93.0,Fable 5.1 81.2
Terminal-Bench 4.0(xhigh) 66.4% GPT-6 Astra 57.9%,Fable 5.2 67.6%
FrontierCode 2.0(max) 45.5 Fable 5.2 49.1,GPT-6 Astra 42.8
OSWorld 2.1(离线子集) 87.2 Fable 5.2 89.3,GPT-6 Astra 79.5
GDPval-AA v2.1(Elo) 1866 Fable 5.2 1831,GPT-6 Astra 1584

这是 Fable 5.2 的系统卡里给出的 Opus 5.5 成绩[3]。两点值得注意:知识工作评测 GDPval-AA 上 Opus 5.5 比更贵的 Fable 5.2 还高;Terminal-Bench 4.0 上两者只差 1.2 分,整理这张表的作者认为属于误差范围[3]。DataCamp 还提到,Anthropic 是开着生产环境的安全防护跑的分,网络安全和生物类的任务会被转走,所以这些分数可能偏低[1]。

第三方的成绩#

  • 编程:Bito 的编程基准(高推理强度)里,Opus 5.5 是 85.0%,排第一;Fable 5.2 是 83.1%,GPT-6.2 Astra 77.5%,GPT-6.2 Sol 76.5%[4]。
  • 综合智能,按推理强度分档:Artificial Analysis 的 Intelligence Index v4.3.2 上,Opus 5.5 从 low 到 max 依次是 42、51、54、56、58,每个任务 0.55、1.34、1.82、3.46、5.98 美元。GPT-6.1 Sol 的上限是 52(0.72 美元)。16 个分项里 Opus 5.5 赢了 13 项,优势最大的是知识工作文档、科学编程和专家级推理[2]。
  • 终端编程:同一套数据里,Terminal-Bench 4.0 上 Opus 5.5 是 59.6%,GPT-6.1 Sol 是 56.1%[2]。

实测:贵在哪#

DataCamp(发布次日) 让 Opus 5.5 和 GPT-6 Sol 各写一个“重力每 20 秒翻转一次”的单文件俄罗斯方块。两边都把翻转做对了;Opus 5.5 用了 3 轮、2 次工具调用、0.87 美元,Sol 用了 6 轮、9 次工具调用、0.26 美元,打磨程度上 Sol 略胜。作者说明这只是一个任务的一次运行[1]。

DataCamp(一周后) 换成 GPT-6.1 Sol 再比了一次诊所排班页:冲突逻辑两边都满分,花费是 Opus 5.5 的 1.11 美元对 Sol 的 0.27 美元,Opus 5.5 的输出 token 多一倍以上,主要花在思考上[5]。

ComputingForGeeks 的三个运维任务里,Opus 5.5 的正确性和 Fable 5.2 打平,medium 档总共花了 0.208 美元、86.5 秒,Fable 5.2 是 0.446 美元、113.5 秒。挑出的毛病是:Opus 5.5 生成的两个 OpenTofu 文件没过格式检查[3]。

程序员阿江-Relakkes(B 站) 在发布当天用多机器人仿真调度系统测了三个模型,简介里写的是:“Opus 5.5 的多机器人任务完成得很漂亮;GPT-6 Sol 的速度和额度体验让我印象深刻”,并说明“这不是标准化跑分结论”[7]。一个半月后 Fable 5.2 在他的私有题库上超过了 Opus 5.5,但那期视频的落点仍然是“为什么最后我还是更推荐日常使用 Opus 5.5”[9]。

实验式(B 站) 用 3D 任务对比了 Gemini 4 Argon,结论是 Argon“比Claude Opus 5.5 总体还是有差距”,不过体验不错、效果稳、速度快[8]。

把这些放在一起看:Opus 5.5 贵的不只是单价(GPT-6.1 Sol 的两倍),更是每个任务用掉的 token。同样的小任务,它的花费常常是 Sol 的三到四倍。

值在哪#

  • 上限。 GPT-6.1 Sol 的综合指数最高到 52,Opus 5.5 默认档就是 51,再往上的 54、56、58 只有它有[2]。
  • 大请求不加价。 GPT 系列在输入超过 272K token 时整个请求加价,Opus 5.5 的 100 万上下文是统一价。DataCamp 的建议是:长时间的智能体编程,或者超过 272K 的请求,选 Opus 5.5[1]。
  • 日常任务比 Fable 5.2 省。 官方单价是 Fable 5.2 的一半;ComputingForGeeks 的三个运维任务里两者正确性打平,Opus 5.5 花的钱不到一半。难题上未必:FrontierCode 2.0 上 Fable 5.2 开 High(45.3%、每个任务 6.72 美元)就能打平 Opus 5.5 的 Max(45.5%、12.82 美元)。所以它的建议是多数工作从 Opus 5.5 开始,把 Fable 5.2 留给它真正领先的地方[3]。

适合

  • Claude Code 里的日常开发、重构和代码审查
  • 持续时间长、需要多工具配合的智能体任务
  • 知识工作文档、长上下文的分析

不太适合

  • 量大、简单、对成本敏感的任务(用 GPT-6.1 Sol 或更轻的模型)
  • 短小明确的脚本:便宜的模型结果一样
  • 只会说 OpenAI 格式的聊天客户端(default 分组没有 Chat Completions 接口)

想看更贵的那一档,见 Claude Fable 5.2 的评测;想看便宜的替代,见 GPT-6.1 Sol 与 Terra 的评测。

怎么调用#

Claude Code 里:

export ANTHROPIC_BASE_URL="https://moerouter.com"
export ANTHROPIC_AUTH_TOKEN="$MOEROUTER_API_KEY"
unset ANTHROPIC_API_KEY
claude --model claude-opus-5-5

Anthropic SDK:

import os
from anthropic import Anthropic

client = Anthropic(
    base_url="https://moerouter.com",
    api_key=os.environ["MOEROUTER_API_KEY"],
)
message = client.messages.create(
    model="claude-opus-5-5",
    max_tokens=4096,
    messages=[{"role": "user", "content": "重构这个模块,保持对外接口不变,并说明每一步的理由"}],
)
print(message.content[0].text)

最常见的错误是用聊天客户端走 Chat Completions 调用它:default 分组的 claude-opus-5-5 只提供 Messages 接口,会收到 404 和“请改用 /v1/messages”的提示。解决办法见接口与协议。

常见问题#

Claude Opus 5.5 和 Fable 5.2 该选哪个?#

日常开发选 Opus 5.5。它的官方单价是 Fable 5.2 的一半,Bito 的编程基准上甚至更高。只有持续数小时的智能体任务和别的模型做不下来的难题,才值得换 Fable 5.2。

Claude Opus 5.5 的 API 价格是多少?#

官方标价每百万 token 输入 4 美元、输出 20 美元,缓存读取 0.20 美元,100 万上下文不加价。在 MoeRouter 上的参考价见本文的价格表,三个分组价格不同,以人民币结算。

Opus 5.5 和 GPT-6.1 Sol 比怎么样?#

综合指数 51 分以内,Sol 每一档都更便宜;51 分以上只有 Opus 5.5 能到,每个任务 1.82 到 5.98 美元。常见的做法是默认用 Sol,任务失败或者明显很难时升级到 Opus 5.5。

为什么聊天客户端调用 claude-opus-5-5 返回 404?#

因为多数聊天客户端走 Chat Completions 接口,而 default 和 stable 分组的 claude-opus-5-5 只提供 Anthropic Messages 接口。把客户端的接口类型改成 Anthropic,或者改用 ccmax-cheap 分组的 Key。

在 Claude Code 里怎么用 Opus 5.5?#

把 ANTHROPIC_BASE_URL 设为 https://moerouter.com,ANTHROPIC_AUTH_TOKEN 设为 MoeRouter 的 Key,启动时加 --model claude-opus-5-5。完整步骤见 Claude Code 接入文档。

Opus 5.5 的推理强度该开多高?#

默认的 medium 已经是综合指数 51 分。更高的档位每个任务从 1.82 美元涨到 5.98 美元,换来 54 到 58 分,只在任务确实难的时候才值得。

参考资料

文中引用的评测与数据来自以下公开来源,结论归原作者所有;引用处均已标注。

  1. GPT-6 Sol vs Claude Opus 5.5: Benchmarks, Price, and a Test DataCamp · 发布于 2026-09-23
  2. Claude Opus 5.5 vs GPT-6.1 Sol: Level at Default Effort, No Contest Above It CodingFleet · 发布于 2026-10-06
  3. Claude Fable 5.2: Benchmarks, Pricing and Real Tests ComputingForGeeks · 发布于 2026-11-11
  4. GPT-6.2 Sol and Astra benchmark: how they compare to Claude Opus 5.5, Fable 5.2 and GPT-6.1 Sol for coding Bito
  5. GPT-6.1 Sol vs. Claude Opus 5.5: Which Model to Use DataCamp · 发布于 2026-10-01
  6. Opus 5.5、GPT-6 Sol首发实测,Claude再次统治世界?! 哔哩哔哩 · GenJi是真想教会你 · 发布于 2026-09-23
  7. Claude Opus 5.5、GPT6 Sol、Grok 4.7实测:谁更值? 哔哩哔哩 · 程序员阿江-Relakkes · 发布于 2026-09-23
  8. 能否挑战天花板? Gemini 4 Argon 对比 Claude Opus 5.5 实测 哔哩哔哩 · 实验式 · 发布于 2026-10-14
  9. Claude Fable 5.2实测:94分刷爆了我们的私有题库,但我真用不起了! 哔哩哔哩 · 程序员阿江-Relakkes · 发布于 2026-11-10

说明:MoeRouter 提供文中模型的 API 接入服务。文中的评测结论均来自所引用的第三方来源,价格与接口信息来自 MoeRouter 自己的数据。