Claude Opus 5.5 評測彙總:日常程式設計的主力,貴在哪、值在哪
Claude Opus 5.5 於 2026 年 9 月 22 日發布,是多位評測者口中的「日常主力」。這篇彙總系統卡跑分、Artificial Analysis 的分檔成績、DataCamp 實測和 B 站 UP 主的結論,說明它貴在哪、什麼時候值得。
文章導讀
- Claude Opus 5.5 是 Anthropic 的主力旗艦,官方標價每百萬 token 輸入 4 美元、輸出 20 美元,100 萬上下文不加價。
- 它在 Bito 的程式設計基準上以 85.0% 排第一,高於更貴的 Fable 5.2;Artificial Analysis 的綜合指數里它拉滿是 58,預設檔是 51。
- 貴在每個任務的花費:同樣的任務,它的成本常常是 GPT-6.1 Sol 的三到四倍;值在上限:GPT-6.1 Sol 到不了的分數只有它能到。
- Fable 5.2 發布後,多位評測者仍然建議日常用 Opus 5.5。在 MoeRouter 上它在 default、stable 和 ccmax-cheap 三個分組,是 Claude Code 的預設選擇。
Claude Opus 5.5 是什麼#
Claude Opus 5.5 在 2026 年 9 月 22 日發布,和 GPT-6 Sol 是同一天,是 Claude 5.5 系列的第一個模型。Anthropic 給它的定位是長時間智慧體程式設計和知識工作的主力:用 Opus 的價格,做到 Fable 5.1 在大多數任務上的水平[1]。B 站 UP 主 GenJi 當晚的影片簡介裡寫的是,「Anthropic和OpenAI前後腳放大招」[6]。
| 專案 | Claude Opus 5.5 |
|---|---|
| 官方標價(每百萬 token) | 輸入 4 美元、輸出 20 美元 |
| 快取 | 讀取 0.20 美元;寫入 5 美元(5 分鐘)或 8 美元(1 小時) |
| 快速模式 | 8 / 40 美元,最高快 2.5 倍 |
| 上下文與輸出 | 上下文 100 萬 token,全程按標準價計,沒有長上下文加價;最長輸出 12.8 萬 token |
| 推理強度 | 五檔,思考不能關閉;預設是 medium |
| 在 MoeRouter 的模型名 | claude-opus-5-5 |
| 在 MoeRouter 支援的介面 | Anthropic Messages;ccmax-cheap 分組還支援 Chat Completions |
規格和價格來自 DataCamp 的整理,預設檔位來自 CodingFleet[1][2]。
在 MoeRouter 上多少錢#
| 模型 | 分組 | 輸入 | 輸出 | 快取讀取 |
|---|---|---|---|---|
claude-opus-5-5 | ccmax-cheap | CN¥4.8≈ NT$23.7 | CN¥24≈ NT$119 | CN¥0.24≈ NT$1.19 |
default | CN¥5.2≈ NT$25.7 | CN¥26≈ NT$129 | CN¥0.26≈ NT$1.29 | |
stable | CN¥5.2≈ NT$25.7 | CN¥26≈ NT$129 | CN¥0.26≈ NT$1.29 |
每百萬 token 的參考價,以人民幣(CNY)計價與扣款,取自模型廣場()。動態計費的模型按實際走的線路結算,以模型廣場為準。 同一個模型在不同分組走的線路不同,價格也不同;分組在建立 API Key 時選擇。 分組說明 以 TWD 標示的金額為估算值,按 1 CNY = 4.9465 TWD 換算()。
三個分組的區別:default 分組在多條線路里按低價優先選路,價格不固定;stable 分組每個模型一條固定線路、固定價格;ccmax-cheap 是另一組線路。選之前看一眼上表,細節見分組與倍率。
跑分#
Anthropic 自己報的#
| 評測 | Opus 5.5 | 對比 |
|---|---|---|
| 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(離線子集) | 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 |
這是 Fable 5.2 的系統卡里給出的 Opus 5.5 成績[3]。兩點值得注意:知識工作評測 GDPval-AA 上 Opus 5.5 比更貴的 Fable 5.2 還高;Terminal-Bench 4.0 上兩者只差 1.2 分,整理這張表的作者認為屬於誤差範圍[3]。DataCamp 還提到,Anthropic 是開著生產環境的安全防護跑的分,網路安全和生物類的任務會被轉走,所以這些分數可能偏低[1]。
第三方的成績#
- 程式設計:Bito 的程式設計基準(高推理強度)裡,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]。
- 綜合智慧,按推理強度分檔:Artificial Analysis 的 Intelligence Index v4.3.2 上,Opus 5.5 從 low 到 max 依次是 42、51、54、56、58,每個任務 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 個分項裡 Opus 5.5 贏了 13 項,優勢最大的是知識工作文件、科學程式設計和專家級推理[2]。
- 終端程式設計:同一套資料裡,Terminal-Bench 4.0 上 Opus 5.5 是 59.6%,GPT-6.1 Sol 是 56.1%[2]。
實測:貴在哪#
DataCamp(發布次日) 讓 Opus 5.5 和 GPT-6 Sol 各寫一個「重力每 20 秒翻轉一次」的單檔案俄羅斯方塊。兩邊都把翻轉做對了;Opus 5.5 用了 3 輪、2 次工具呼叫、0.87 美元,Sol 用了 6 輪、9 次工具呼叫、0.26 美元,打磨程度上 Sol 略勝。作者說明這只是一個任務的一次執行[1]。
DataCamp(一週後) 換成 GPT-6.1 Sol 再比了一次診所排班頁:衝突邏輯兩邊都滿分,花費是 Opus 5.5 的 1.11 美元對 Sol 的 0.27 美元,Opus 5.5 的輸出 token 多一倍以上,主要花在思考上[5]。
ComputingForGeeks 的三個運維任務裡,Opus 5.5 的正確性和 Fable 5.2 打平,medium 檔總共花了 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 生成的兩個 OpenTofu 檔案沒過格式檢查[3]。
程式設計師阿江-Relakkes(B 站) 在發布當天用多機器人模擬排程系統測了三個模型,簡介裡寫的是:「Opus 5.5 的多機器人任務完成得很漂亮;GPT-6 Sol 的速度和額度體驗讓我印象深刻」,並說明「這不是標準化跑分結論」[7]。一個半月後 Fable 5.2 在他的私有題庫上超過了 Opus 5.5,但那期影片的落點仍然是「為什麼最後我還是更推薦日常使用 Opus 5.5」[9]。
實驗式(B 站) 用 3D 任務對比了 Gemini 4 Argon,結論是 Argon「比Claude Opus 5.5 總體還是有差距」,不過體驗不錯、效果穩、速度快[8]。
把這些放在一起看:Opus 5.5 貴的不只是單價(GPT-6.1 Sol 的兩倍),更是每個任務用掉的 token。同樣的小任務,它的花費常常是 Sol 的三到四倍。
值在哪#
- 上限。 GPT-6.1 Sol 的綜合指數最高到 52,Opus 5.5 預設檔就是 51,再往上的 54、56、58 只有它有[2]。
- 大請求不加價。 GPT 系列在輸入超過 272K token 時整個請求加價,Opus 5.5 的 100 萬上下文是統一價。DataCamp 的建議是:長時間的智慧體程式設計,或者超過 272K 的請求,選 Opus 5.5[1]。
- 日常任務比 Fable 5.2 省。 官方單價是 Fable 5.2 的一半;ComputingForGeeks 的三個運維任務裡兩者正確性打平,Opus 5.5 花的錢不到一半。難題上未必:FrontierCode 2.0 上 Fable 5.2 開 High(45.3%、每個任務 6.72 美元)就能打平 Opus 5.5 的 Max(45.5%、12.82 美元)。所以它的建議是多數工作從 Opus 5.5 開始,把 Fable 5.2 留給它真正領先的地方[3]。
適合
- Claude Code 裡的日常開發、重構和程式碼審查
- 持續時間長、需要多工具配合的智慧體任務
- 知識工作文件、長上下文的分析
不太適合
- 量大、簡單、對成本敏感的任務(用 GPT-6.1 Sol 或更輕的模型)
- 短小明確的指令碼:便宜的模型結果一樣
- 只會說 OpenAI 格式的聊天客戶端(default 分組沒有 Chat Completions 介面)
想看更貴的那一檔,見 Claude Fable 5.2 的評測;想看便宜的替代,見 GPT-6.1 Sol 與 Terra 的評測。
怎麼呼叫#
Claude Code 裡:
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)
最常見的錯誤是用聊天客戶端走 Chat Completions 呼叫它:default 分組的 claude-opus-5-5 只提供 Messages 介面,會收到 404 和「請改用 /v1/messages」的提示。解決辦法見介面與協議。
常見問題#
Claude Opus 5.5 和 Fable 5.2 該選哪個?#
日常開發選 Opus 5.5。它的官方單價是 Fable 5.2 的一半,Bito 的程式設計基準上甚至更高。只有持續數小時的智慧體任務和別的模型做不下來的難題,才值得換 Fable 5.2。
Claude Opus 5.5 的 API 價格是多少?#
官方標價每百萬 token 輸入 4 美元、輸出 20 美元,快取讀取 0.20 美元,100 萬上下文不加價。在 MoeRouter 上的參考價見本文的價格表,三個分組價格不同,以人民幣結算。
Opus 5.5 和 GPT-6.1 Sol 比怎麼樣?#
綜合指數 51 分以內,Sol 每一檔都更便宜;51 分以上只有 Opus 5.5 能到,每個任務 1.82 到 5.98 美元。常見的做法是預設用 Sol,任務失敗或者明顯很難時升級到 Opus 5.5。
為什麼聊天客戶端呼叫 claude-opus-5-5 返回 404?#
因為多數聊天客戶端走 Chat Completions 介面,而 default 和 stable 分組的 claude-opus-5-5 只提供 Anthropic Messages 介面。把客戶端的介面型別改成 Anthropic,或者改用 ccmax-cheap 分組的 Key。
在 Claude Code 裡怎麼用 Opus 5.5?#
把 ANTHROPIC_BASE_URL 設為 https://moerouter.com,ANTHROPIC_AUTH_TOKEN 設為 MoeRouter 的 Key,啟動時加 --model claude-opus-5-5。完整步驟見 Claude Code 接入文件。
Opus 5.5 的推理強度該開多高?#
預設的 medium 已經是綜合指數 51 分。更高的檔位每個任務從 1.82 美元漲到 5.98 美元,換來 54 到 58 分,只在任務確實難的時候才值得。
參考資料
文中引用的評測與資料來自以下公開來源,結論歸原作者所有;引用處均已標註。
- GPT-6 Sol vs Claude Opus 5.5: Benchmarks, Price, and a Test
- Claude Opus 5.5 vs GPT-6.1 Sol: Level at Default Effort, No Contest Above It
- Claude Fable 5.2: Benchmarks, Pricing and Real Tests
- 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
- GPT-6.1 Sol vs. Claude Opus 5.5: Which Model to Use
- Opus 5.5、GPT-6 Sol首发实测,Claude再次统治世界?!
- Claude Opus 5.5、GPT6 Sol、Grok 4.7实测:谁更值?
- 能否挑战天花板? Gemini 4 Argon 对比 Claude Opus 5.5 实测
- 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!
說明:MoeRouter 提供文中模型的 API 接入服務。文中的評測結論均來自所引用的第三方來源,價格與介面資訊來自 MoeRouter 自己的資料。