两个月里 Claude 旗舰换了两代，价格降了四成，思考开关被焊死了
7 月 24 日 Opus 5、9 月 22 日 Opus 5.5；输入从 $5 降到 $4，缓存读从 $0.50 降到 $0.20，但有四项破坏性变更会让老代码直接报错
文章目录
共 8 节7 月 24 日 Anthropic 发 Claude Opus 5。9 月 22 日发 Claude Opus 5.5，同一天 Opus 5 被标成 Legacy。
中间隔了不到两个月。
一、两代旗舰的价目对比
美元每百万 token：
| 项目 | Opus 5（7-24） | Opus 5.5（9-22） |
|---|---|---|
| 输入 | $5 | $4 |
| 输出 | $25 | $20 |
| 5 分钟缓存写 | $6.25 | $5 |
| 1 小时缓存写 | $10 | $8 |
| 缓存读 | $0.50 | $0.20 |
| Batch | $2.50 / $12.50 | $2 / $10 |
| Fast mode | $10 / $50 | $8 / $40 |
表格可左右滑动
两个都是 1M 上下文 / 128K 最大输出（Batch API 加 output-300k-2026-03-24 beta 头可以到 300K 输出）。
官方口径是典型工作负载上降价 40%、输出速度快 30% 以上。表面单价只降了 20%，那多出来的部分主要来自缓存读——从 $0.50 降到 $0.20，降了 60%，而且是降在 agent 场景里调用最频繁的那一项上。
一个长系统提示词 + 多轮工具调用的 agent，缓存读占总输入 token 的比例通常在 80% 以上。这一项降 60%，对这类应用来说才是真正的降价幅度。
二、默认档位从 high 变成了 medium
Opus 5 的默认 effort 是 high，Opus 5.5 的默认是 medium。同期的 Fable 5.1 和 Sonnet 5 都还是 high。
这不是小事。你把 model 字符串从 claude-opus-5 换成 claude-opus-5-5、其他什么都不改，得到的是一个默认思考更少的模型。输出会变短、响应会变快、账单会变低，效果可能也会变。
迁移的时候要么显式把 effort 写成 high 做等价对比，要么接受这是两个不同的配置，别把默认值的变化误读成模型能力的变化。
三、四项会让老代码报错的破坏性变更
Anthropic 把这几条列得很清楚：
- →思考不可关闭。没有开关，不能关
- →强制工具调用会报错。
tool_choice设成any或指定具体工具，返回 400 - →thinking block 与模型和会话绑定。换个模型读不了，改过历史消息也读不了
- →Claude API 和 Google Cloud 上不再接受旧的
computer_20251124工具
还有第五条，它不报错，但会安静地改变你的应用行为：
工具调用之间的文字改走 thinking 块了。默认 display 设置下，那部分文本是空的。
如果你的产品靠读取工具调用之间的文本来做进度提示——「正在查询数据库…」「正在分析结果…」这类——升级之后这些提示会全部消失，界面在工具调用期间变成一片静默。不报错，不告警，就是没有字了。
做面向用户的产品的，这一条是升级前必查项。
四、分数表：它确实回到了第一
官方给的对比表（多数为 adaptive thinking 加最高 effort；Terminal-Bench 4.0 那一栏 Opus 5.5 用 xhigh，GPT-6 Astra 用 high）：
| 评测 | Opus 5.5 | Fable 5.1 | Opus 5 | GPT-6 Astra | GPT-5.6 Sol |
|---|---|---|---|---|---|
| Terminal-Bench 4.0 | 66.4% | 55.8% | 52.3% | 57.9% | 37.3% |
| FrontierCode v1.1 Main | 54.4% | 50.3% | 48.0% | 53.3% | 47.5% |
| CursorBench 4.0 | 57.8% | 51.8% | 46.6% | — | 41.7% |
| GDPval-AA v2.1（Elo） | 1846 | 1735 | 1708 | 1542 | 1588 |
| AutomationBench | 40.0% | 31.4% | 26.9% | 41.4% | 28.8% |
| HLE（带工具） | 67.7% | 65.6% | 63.6% | 57.2% | — |
| Terminal-Bench-Science 0.1 | 58.7% | 52.6% | 29.0% | 64.6% | 22.4% |
| OSWorld 2.0（partial） | 81.8% | 80.7% | 74.0% | — | — |
| Chartography（带工具） | 89.0% | 88.4% | 83.4% | — | — |
表格可左右滑动
九项里赢七项，输的两项是 AutomationBench 和 Terminal-Bench-Science——都输给 GPT-6 Astra。
Terminal-Bench 4.0 的 66.4% 对 Astra 的 57.9%，这个差距在编码 agent 这件事上是实打实的。GDPval-AA 的 1846 对 1542 Elo 更夸张。
但要注意对照组里没有 GPT-6 Sol 和 Luna——那两个和 Opus 5.5 是同一天发布的，互相没进对方的表。想看这两家当代主力的直接对比，目前只能自己跑。
五、Anthropic 自己说的那两句话
官方在发布页里写了两句，我觉得比整张分数表更值得引用：
「在这个能力水平上，benchmark 的差距已经不是真实差异的可靠指引。」
「在部署前造出能可靠捕捉每一种失败模式的评测，仍然是一个未解决的问题。」
一家刚发了旗舰的公司，在发布页上说自己的分数表不能作为可靠依据——这话说出口是要付代价的。
对使用者的含义很直接：别拿这张表做最终决策。66.4% 和 57.9% 的差距在你的业务上可能是天壤之别，也可能毫无感觉。唯一可靠的办法是拿你自己的十个典型任务跑一遍。
另外官方还提了：这是他们在「放慢前沿步伐」表态之后发的第一个模型；Opus 5.5 的生物和网络安全能力与 Fable 5.1 相当，因此配了同级护栏；发布前由 Frontier Design 和 METR 做了外部评估。
六、回头看 Opus 5：它带来的三个 API 能力
7 月 24 日那一代虽然已经是 Legacy，但它引入的三项 API 能力延续了下来：
- →会话中途更换工具集不会废掉缓存（beta）
- →被安全分类器拦截的请求自动 fallback 到其他模型（beta）
- →Fast mode：2.5 倍速度、2 倍价格
第二条值得展开。Fable 5.1 的官方 fallback 目标之一就是 Opus 5——意思是你调贵的模型被拦了，系统自动换个模型继续跑，你不用自己写重试逻辑。这个机制解决的是「安全拦截导致线上功能随机失败」这个很烦人的问题，在别家那里通常要你自己兜底。
另外 Opus 5 有一条很特别的设计：官方明确说它刻意不训练网络攻击能力，因此在网安方向上落后于 Mythos 5。这和同期 OpenAI 把 ExploitBench 刷到 100% 是完全相反的取向。两家在这件事上的分歧，比任何一个分数都更说明它们各自想成为什么。
七、中国用户：这条路是堵死的
Anthropic 的支持国家地区列表里，中国大陆和香港都不在列——API 和 Claude.ai 两个板块都没有。政策里还写着 Anthropic 保留不向主要所有权归属于未列国家的实体提供服务的权利。
这句话的分量比「不支持」更重：它管的不只是你从哪里访问，还管你这家公司归谁所有。
可走的路只有云平台：Opus 5、Opus 5.5、Fable 5.1 都在 Amazon Bedrock、Google Cloud Vertex、Microsoft Foundry 上架，各云有自己的区域策略和生命周期日期。走企业云账号是目前唯一在合规意义上说得通的路径。
八、最后两条实用信息
一、Sonnet 5.5 和 Haiku 5.5 已经预告了，官方说「未来几周」。截至 9 月 24 日还没发。如果你的用量主要在 Sonnet 档位，现在做大规模迁移可能不是好时机——再等等，等全家桶齐了一次性迁。
2026 年 10 月 5 日更新：Sonnet 5.5 已于 9 月 28 日发布，单价与 Sonnet 5 相同（$2 / $10），Sonnet 5 在官方文档里已标为 Legacy。上面「再等等」的建议对 Sonnet 档已不适用，迁移要点见《Sonnet 5.5 单价没变，多项评测接近 Opus 5.5，但关思考的写法换了》。Haiku 5.5 我们 10 月 5 日查阅时仍未进入官方模型列表。
二、Claude Sonnet 5 的 $2 / $10 从 9 月 1 日起由「introductory」转成标准价，原定 9 月 1 日涨到 $3 / $15 的计划取消了。这是一条对成本敏感的团队的好消息，而且它没出现在任何发布公告里，只藏在定价页的一个脚注里。
定价页的脚注值得定期翻一遍。省下来的钱有时候比选对模型还多。