📖 AI 总结

Anthropic 发布 Claude 5.5 系列首款模型 Claude Opus 5.5，官方称其在多数任务上达到 Claude Fable 5.1 的水平，而在默认设置下的典型工作负载中，运行成本比 Opus 5 低 40%。该模型以托管 API 形式提供，未开放权重，开发者可通过 Claude 平台及 AWS、Google Cloud、Microsoft Azure 调用。基准测试显示，Opus 5.5 在智能体编程、计算机操作和知识工作等 Anthropic 自有评测中领先，Terminal-Bench 4.0 得分 66.4%，OSWorld 2.0 达 81.8%，但在 Terminal-Bench-Science 和 AutomationBench 上仍落后于 GPT-6 Astra。成本调整后的结果更具说服力：中等努力档位下，其 FrontierCode 得分 54.6%，超过 GPT-6 Astra 最高分，而单任务成本仅约五分之一。定价方面，输入每百万 token 4 美元、输出 20 美元，缓存读取降至 0.20 美元。Anthropic 同时提醒，基准测试的领先幅度正逐渐失去参考价值，实际使用中与 Fable 5.1 的差距比分数显示的更小。