Claude Opus 5.5 和 Claude Fable 5.1 处于相近的能力水平，两者之间的决定性区别在于价格和 API 行为，而不是纯粹的智能：Opus 5.5 每百万输入 token 收费 4 美元、输出收费 20 美元，而 Fable 5.1 分别为 10 美元和 50 美元，大约贵 60%。在 Anthropic 公布的大多数基准测试中，Opus 5.5 都领先于 Fable 5.1，生成 token 的速度也快约 30%。Anthropic 自己推荐的规则是：先从 Opus 5.5 开始，只有当 Opus 无法解决一个长问题，或反复遗漏某个重要条件时，才转向 Fable 5.1。

逐项对比，一行一项

项目Claude Opus 5.5Claude Fable 5.1
API 模型 IDclaude-opus-5-5claude-fable-5-1
发布日期2026年9月22日同一代中更早发布
价格（每百万 token 输入 / 输出）4 / 20 美元10 / 50 美元
缓存读取0.20 美元0.25 美元
上下文窗口1M token1M token（同时也是默认值）
最大输出128K token（通过 Batch 加 beta 请求头可达 300K）128K token
默认 effort 等级mediumhigh
知识截止日期2026年6月更早
Priority Tier不支持不支持

价格详解，以及 token 单价掩盖了什么

与 Opus 5 相比，Anthropic 几乎在每一项上都将 Opus 5.5 的价格下调了 20%，缓存读取价格更是下调了 60%：

项目（每百万 token）Opus 5.5Opus 5变化
输入4 美元5 美元-20%
输出20 美元25 美元-20%
缓存写入（5 分钟）5 美元6.25 美元-20%
缓存写入（1 小时）8 美元10 美元-20%
缓存读取0.20 美元0.50 美元-60%
Batch API（输入 / 输出）2 / 10 美元2.50 / 12.50 美元-20%

举个实际例子：一次包含 20,000 个输入 token 和 5,000 个输出 token 的请求，在 Opus 5.5 上花费 0.18 美元，在 Opus 5 上花费 0.225 美元，在 Fable 5.1 上花费 0.45 美元，约为两倍半。换算成沙特里亚尔：一百万输入 token 在 Opus 5.5 上为 15 SAR，在 Fable 5.1 上为 37.5 SAR。

但 token 单价并不等于成本。Anthropic 表示，典型工作负载在 Opus 5.5 上的花费比在 Opus 5 上低约 40%，因为该模型完成任务所用的 token 更少。反过来，一项独立分析发现，Opus 5.5 在最高 effort 下每项任务消耗约 119,000 个输出 token，这个较高的数字被更低的价格所抵消。结论是：衡量完成任务的成本，而不是每百万 token 的价格。

性能：已公布的数据说明了什么

基准测试Opus 5.5Fable 5.1Opus 5GPT-6 Astra
Terminal-Bench 4.0：终端操作66.4%55.8%52.3%57.9%
FrontierCode v1.1：将代码集成到现有项目54.4%50.3%48.0%53.3%
CursorBench 4.0：在代码编辑器内编辑57.8%51.8%——
OSWorld 2.0：计算机与界面操作81.8%80.7%74.0%73.5%
AutomationBench：业务工作流自动化40.0%31.4%26.9%41.4%
Terminal-Bench-Science：科学任务58.7%52.6%29.0%64.6%

而 Anthropic 在自己的表格旁发布的这条说明，比表格本身更重要：在这样的能力水平上，我们发现基准测试的分差已经不再是衡量真实差异的可靠指标。在我们自己的使用中，Opus 5.5 与 Claude Fable 5.1 之间的差距比这些分数显示的要小。同时销售这两款模型的公司正在告诉你：不要按字面去解读这张表。

还要注意，领先并不是绝对的：GPT-6 Astra 在 AutomationBench 上领先 Opus 5.5（41.4% 对 40.0%），在 Terminal-Bench-Science 上明显领先（64.6% 对 58.7%），而 Opus 5.5 则在终端操作和计算机使用上领先。

那么 Opus 5.5 和 Opus 5 有什么区别？

这是同一家族内部的升级问题，与和 Fable 5.1 的比较不同：这里你不是在两个家族之间做选择，而是在一个家族内部迁移。差距比版本号暗示的要大：

项目Opus 5Opus 5.5变化
价格（输入 / 输出）5 / 25 美元4 / 20 美元-20%
缓存读取0.50 美元0.20 美元-60%
默认 effort 等级highmedium更便宜的默认设置
输出生成速度基准快 30% 以上+30%
Terminal-Bench 4.052.3%66.4%+14.1 个百分点
AutomationBench26.9%40.0%+13.1 个百分点
Terminal-Bench-Science29.0%58.7%约翻一番
OSWorld 2.074.0%81.8%+7.8 个百分点
GDPval-AA v2.1（知识型工作，Elo）17081846+138

如果你在核算成本，最重要的一句话是：Anthropic 表示，在编程和知识型工作的评估中，medium effort 下的 Opus 5.5 可以达到或超过 high effort 下的 Opus 5。你用更便宜、更快的设置就能拿到昂贵设置的结果，再加上 20% 的降价，这就是典型工作负载节省 40% 这一说法的来源。

Anthropic 公告中最清楚的例子：审计并修复一个 200,000 行的代码库，Opus 5.5 用了不到三个小时，而同样的任务 Opus 5 用了二十多个小时。

另一方面，在迁移生产环境之前，有两项变化值得注意：在 Opus 5 上，effort 等级不超过 high 时可以关闭 thinking，而在 5.5 上已经完全不可能；旧版计算机使用工具现已弃用。Opus 5 仍在提供服务，Anthropic 对现有系统的建议是：在切换之前先用你自己保存的示例测试 5.5，而不是切换之后才发现问题。

深度技术差异：真正会改变你代码的地方

大多数比较止步于分数。而让你的系统在生产环境中停摆的是 API 行为，这里的差异是真实存在的，忽视它们代价高昂：

1. thinking 不再是可以关闭的东西

在 Fable 5.1 上 thinking 始终开启：将 thinking 设为 disabled 发送会返回 400 错误，旧的 budget_tokens 参数也是如此。在 Opus 5.5 上 thinking 同样不能再关闭。正确的调节方式是通过 output_config.effort 控制深度，它从 low 到 max 共有五个等级。实际上，为 2025 年时代模型编写的、会关闭 thinking 或设置思考 token 预算的代码，升级后会立即出错。

2. 原始思维链永远不会返回

你收到的思考块要么是空的（默认值 omitted），要么在你把 display 设为 summarised 时是摘要形式。如果你向用户流式传输推理过程却保留默认设置，用户会先看到长时间的沉默，然后一次性看到完整答案。只有 Fable 5.1 拥有第三种 beta 模式，会在工具调用之间返回简短的进度说明。

3. 强制调用工具现在在 Fable 5.1 上会被拒绝

在 Fable 5.1 上，tool_choice 的 any 和 tool 取值会返回 400，而强制使用工具也属于 Opus 5.5 的破坏性变更之一。替代方案：将 tool_choice 保持为 auto，并给出点名该工具的明确指令；在工具上启用 strict 以保证参数符合 schema；如果强制调用只是你获取 JSON 的方式，那就改用结构化输出。

4. 思考块与对话状态绑定

这是最让团队意外的一点：思考块与生成它们的模型以及对话顺序绑定。编辑历史记录中较早的轮次会使之后的思考块失效，而对于 2026年8月31日之后创建的账户，服务器会返回 400，而不是悄悄忽略它们。工程上的含义是：你的编排器必须向历史记录追加内容，绝不能改写它；任何压缩对话、删除旧消息或编辑之前轮次的逻辑，都需要在升级前审查。

5. 新的停止原因：refusal

模型可能返回 HTTP 200，停止原因为 refusal 并附带一个类别，而不是抛出错误。如果代码在读取响应内容前不先检查停止原因，就会拿到空文本，在用户那里表现为故障。官方支持的解决办法是服务器端参数 fallbacks，它会在同一次调用中用备用模型重新执行同一个请求。

6. 数据保留：这是合规问题，而不是技术问题

Fable 5.1 要求 30 天的数据保留策略，除非获得 Anthropic 的明确授权，否则无法在零数据保留下使用，否则请求会以 400 失败。对于任何在不保留数据的要求下处理个人数据的沙特机构来说，这是一个实实在在的限制。相比之下，Opus 5.5 从第一天起就上线了 Anthropic API、Amazon Bedrock、Claude Platform on AWS、Google Cloud 和 Microsoft Foundry。

7. 会让升级出错的小细节

  • 旧版计算机使用工具 computer_20251124 在 Opus 5.5 上已弃用；请迁移到 computer_toolset_20260801。
  • 两款模型都会拒绝助手消息预填充（prefill）。
  • 这类模型已移除 temperature 和 top_p 等采样参数。
  • 默认 effort 等级不同：Opus 5.5 为 medium，Fable 5.1 为 high，因此在默认设置下比较两者，从一开始就不是公平的比较。

Anthropic 公布的实际案例

  • 一位测试者在不到一天内完成了 680,000 行代码的迁移。
  • 在不到三个小时内审计并修复了一个 200,000 行的代码库，而同样的任务 Opus 5 用了二十多个小时。
  • 将 HAProxy 从 C 翻译为 Rust：Opus 5.5 用时 9.5 小时，Fable 5.1 用时 12 小时，成本低 51%。

还有一项任何基准测试都无法衡量的变化：Anthropic 着手解决了用户所说的 Claudish 写作风格，即注水、开场白和多余的行话。现在模型会先讲重点，并更严格地遵循用户指令。用它来制作面向客户内容的人，会比表格中的任何数字都更能感受到这一点。

各自的适用场景

场景模型原因
大多数工作的默认选择：写作、分析、编程Opus 5.5在大多数基准测试中更高，价格低 60%
审阅文档、比较版本、读取屏幕截图Opus 5.5Anthropic 自己推荐的起点
在大型代码库上连续工作数小时的编程智能体Opus 5.5在终端和编辑器工作上明显领先，单任务成本更低
Opus 即使提高 effort 也无法解决的长问题Fable 5.1这是唯一让价格差距物有所值的情况
Opus 反复遗漏某个重要条件的任务Fable 5.1在相互交织的约束上推理更深入
运行在 Opus 5 上的稳定现有系统Opus 5，然后测试 Opus 5.5迁移生产环境前用保存的示例做对比测试
要求零数据保留的环境Opus 5.5Fable 5.1 需要明确授权才能豁免 30 天的要求

升级前检查清单

  • 在代码中搜索所有关闭 thinking 或设置思考 token 预算的配置，并用 effort 等级替换。
  • 搜索设为 any 或 tool 的 tool_choice，并改为 auto 加 strict。
  • 确认你的对话管理逻辑是向历史记录追加，而从不编辑之前的轮次。
  • 在读取内容前检查停止原因，并在出现 refusal 时启用备用模型。
  • 升级后重新调整 effort：默认值已经改变，为旧模型调好的设置已不再适用。
  • 在你自己业务中的 20 到 50 个真实任务上进行测量，而不是只用一个示例：首次尝试成功率、耗时、token 用量，以及需要人工介入的频率。

如果你在沙特阿拉伯开发，这意味着什么

三点实际建议。第一，两款模型之间的价格差距大到足以改变整个项目的可行性：一个每月消耗 2 亿输入 token 和 3000 万输出 token 的系统，在 Opus 5.5 上需要 1,400 美元，在 Fable 5.1 上需要 3,500 美元，约合 5,250 SAR 对 13,125 SAR。第二，如果数据属于《个人数据保护法》（PDPL）所定义的个人数据，那么在做出任何合同承诺之前，Fable 5.1 的数据保留要求都值得进行法律审查。第三，这一代模型的破坏性变更证明了我们一再强调的原则：模型是一个配置值，而不是刻进代码里的决定。

在应用与模型提供商之间建立这样一层隔离，正是 Origami 为客户所做的工作，让更换模型成为一个五分钟的运营决定，而不是一个重建项目。

结论

如今 Opus 5.5 是理性的默认选择：在大多数已公布的基准测试中领先，生成 token 快约 30%，价格比 Fable 5.1 低约 60%。Fable 5.1 仍然是一张后备牌，用于你自己的测试证明超出 Opus 能力的特定问题。而这个决定不应来自基准测试表格（Anthropic 自己也说差距比看起来更小），而应来自对你自己任务的测量。

资料来源：Anthropic 于 2026年9月22日发布的 Claude Opus 5.5 公告，以及 VentureBeat 和 The Decoder 的报道（用于数据和引述），API 细节来自 Anthropic 开发者文档 https://docs.anthropic.com。价格和数据以 2026年9月23日公布的为准，可能会有变动。