Claude Opus 5.5登顶Artificial Analysis智能指数，同时降价 20%
Artificial Analysis测得Opus 5.5在最高effort下智能指数得分 58，为历史最高；Anthropic同步将输入输出价格降至每百万token 4美元/20 美元，缓存读取降至 0.20 美元。
AI解读：Anthropic的Claude Opus 5.5在Artificial Analysis智能指数上拿到 58 分（最高effort），比此前测得的最高分高出数分，并在十项评测中的六项领先。
它的定价同时下调：输入 4 美元、输出 20 美元每百万token，比Opus 5的 5/25 美元低 20%；缓存读取从 0.50 美元降到 0.20 美元，相当于比未缓存输入便宜 95%。
对真正花钱跑智能体任务的人来说，降价和缓存折扣比排行榜名次更直接：缓存读得多的工作流成本下降最明显，而且四个effort档位落在智能与单任务成本的帕累托前沿上。
不过Opus 5.5的token用量明显更大：在智能指数任务上最高effort平均消耗约 11.9 万输出token，远高于GPT-6 Astra的约 2.7 万，所以单任务成本持平靠的是降价，不是省token。
它仍有三项评测落后，包括CritPt、AA-LCR和GDP.pdf；Terminal-Bench 4.0上与GPT-6 Astra并列，说明与其他前沿模型之间是互有胜负，而非全面碾压。
Artificial Analysis发布的文章显示，Anthropic的Claude Opus 5.5在其智能指数（Artificial Analysis Intelligence Index）上以最高effort设置得分 58，是这家机构测得的最高分，并称“高出此前最高分数分”。
在十项智能指数评测中，Opus 5.5领先其中六项：Humanity's Last Exam 61.4%（此前最好成绩 59.1%，来自Claude Fable 5.1）、SciCode 66.9%（此前 63.1%，来自Fable 5.1），以及GDPval-AA v2.1、AA-Briefcase v1.1、AA-Omniscience和AutomationBench-AA。
在Terminal-Bench 4.0上，Opus 5.5得分 59.6%，与领先者GPT-6 Astra（xhigh）持平，比Opus 5高 11 个百分点。它在CritPt、AA-LCR和GDP.pdf三项上仍落后。
Anthropic将Opus的价格降至每百万输入/输出token 4/20美元（Opus 5为 5/25 美元），缓存读取从 0.50 美元降至 0.20 美元。缓存写入为每百万token 5美元（5 分钟TTL），低于此前的 6.25 美元。Artificial Analysis指出，0.20 美元的缓存读取相当于比未缓存输入便宜 95%，此前Opus型号为 90%。
模型细节方面：上下文窗口为 100 万token，支持图像和文本输入，与Opus 5一致；提供五档effort设置（low、medium、high、xhigh、max），智能指数评测在五档下均启用Anthropic默认回退机制运行。
Artificial Analysis提到，Opus 5.5在智能体知识工作方面领先：在其私有的前沿知识工作评测AA-Briefcase上，Opus 5.5达到Elo 1822，比Fable 5.1高 143 分，在分析质量和呈现质量两个子项上均领先，且这是Anthropic首次在呈现质量上超过GPT-5.6 Sol。AA-Briefcase用其开源参考智能体框架Stirrup测试模型能否产出准确且呈现良好的专业输出。在GDPval-AA v2.1上，Opus 5.5为Elo 1846，比Claude Fable 5.1高 111 分，比Claude Opus 5高 138 分；在AA-Briefcase上，其基于评分标准的打分略低于Fable 5.1。
成本表现：单任务成本持平，但靠降价而非省token
Artificial Analysis的数据显示，Opus 5.5（max）在智能指数任务上平均消耗约 11.9 万输出token，而Opus 5（max）约 7.3 万、Fable 5.1（max）约 7.8 万、GPT-6 Astra（max）约 2.7 万。
尽管输出token用量约为Opus 5的 1.6 倍，Opus 5.5在单任务成本上与Opus 5持平。
在五个effort档位中，有四个（max、xhigh、high、medium）位于智能与单任务成本的帕累托前沿上，即相比其他得分超过 50 的模型（GPT-6 Astra、Claude Fable 5.1和Claude Opus 5），要么成本更低，要么表现更好。
- Opus 5.5（max）单任务输出token约 11.9 万
- Opus 5（max）约 7.3 万；Fable 5.1（max）约 7.8 万；GPT-6 Astra（max）约 2.7 万
- 五个effort档位中的四个位于帕累托前沿
- 单任务成本与Opus 5持平，尽管输出token约为其 1.6 倍
评测格局：与GPT-6 Astra互有胜负
Artificial Analysis称，Opus 5.5在Terminal-Bench 4.0和AutomationBench-AA等评测上让Anthropic与GPT-6 Astra达到同一水平，同时扩大了Anthropic在智能体知识工作上的领先。
但在CritPt、AA-LCR和GDP.pdf上，Opus 5.5仍落后。
在Terminal-Bench 4.0上，59.6% 的成绩与GPT-6 Astra（xhigh）持平，比Opus 5高 11 个百分点。
- 领先六项：Humanity's Last Exam、SciCode、GDPval-AA v2.1、AA-Briefcase v1.1、AA-Omniscience、AutomationBench-AA
- 落后三项：CritPt、AA-LCR、GDP.pdf
- Terminal-Bench 4.0得分 59.6%，与GPT-6 Astra（xhigh）持平