Claude Opus 5.5 登顶 Artificial Analysis 智能指数，并降价 20%

Claude Opus 5.5 在 Artificial Analysis Intelligence Index 上登顶，同时价格下调 20%，缓存命中折扣更大

Claude Opus 5.5 使 Anthropic 在 Terminal-Bench 4.0 和 AutomationBench-AA 等评估上与 GPT-6 Astra 持平，同时扩大了 Anthropic 在智能体知识工作方面的领先优势。

在最大努力设置下，它在 Artificial Analysis Intelligence Index 上得分 58，是我们测得的最高分，领先数分。Anthropic 已将 Opus 定价降至每 100 万输入/输出 token 4 美元/20 美元（Opus 5：5 美元/25 美元），缓存读取从 0.50 美元降至 0.20 美元。

关键要点：

➤ 持续强劲的表现，在十项 Intelligence Index 评估中的六项上得分领先：Humanity's Last Exam 61.4%（此前最佳 59.1%，Claude Fable 5.1）、SciCode 66.9%（63.1%，Fable 5.1）、GDPval-AA v2.1、AA-Briefcase v1.1、AA-Omniscience 和 AutomationBench-AA。在 Terminal-Bench 4.0 上得分 59.6%，与领先者 GPT-6 Astra（xhigh）持平，比 Opus 5 高 11 分。在 CritPt、AA-LCR 和 GDP.pdf 上仍然落后

➤ 在智能体知识工作方面领先：在 AA-Briefcase（我们的私有前沿知识工作评估）上，它达到 1822 的 Elo。这比 Fable 5.1 高 143，在分析质量和呈现两方面都领先，并且是 Anthropic 首次在呈现质量上超越 GPT-5.6 Sol。该评估测试模型能否使用我们的开源参考智能体框架 Stirrup 生成准确且呈现良好的专业输出

➤ 尽管输出 token 为 1.6 倍，每任务成本与 Opus 5 持平：Opus 5.5（max）每个 Intelligence Index 任务使用约 119k 输出 token，而 Opus 5（max）约 73k，Fable 5.1（max）约 78k，GPT-6 Astra（max）约 27k

➤ 五个努力级别中有四个位于智能与每任务成本前沿：Opus 5.5 max、xhigh、high 和 medium 均位于帕累托前沿，成本更低或表现优于其他得分 50+ 的模型（GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5）

其他模型细节：

➤ 上下文窗口：100 万 token 上下文，支持图像和文本输入，与 Opus 5 相同

➤ 定价：每 100 万输入/输出 token 4 美元/20 美元，较 Opus 5 的 5 美元/25 美元下降 20%。5 分钟 TTL 的缓存写入为每 100 万 token 5 美元，低于此前的 6.25 美元。缓存读取进一步降至每 100 万 token 0.20 美元，较 Opus 5 的 0.50 美元下降 60%。与未缓存输入定价相比，这是 95% 的折扣，高于此前 Opus 模型的 90%

➤ 努力设置：五种努力设置（low、medium、high、xhigh 和 max）。Intelligence Index 评估在全部五种设置下运行，并启用了 Anthropic 的默认回退

Claude Opus 5.5 的五个努力级别中有四个位于智能与每任务成本前沿：Opus 5.5 max、xhigh、high 和 medium 均位于帕累托前沿，成本更低或表现优于其他得分 50+ 的模型。

Claude Opus 5.5（max）在智能体知识工作方面表现顶尖。它在 AA-Briefcase v1.1 上以 1,822 Elo 领先（比 Fable 5.1 高 143），在 GDPval-AA v2.1 上以 1,846 Elo 领先（比 Claude Fable 5.1 高 111，比 Claude Opus 5 高 138）。在 AA-Briefcase 上，它在分析质量和呈现子分数上均领先，在基于评分标准的评分上仅次于 Fable 5.1。

有关 Claude Opus 5.5 的更多细节和基准测试，请参见 https://artificialanalysis.ai/models/claude-opus-5-5