Claude Opus 5.5 与 Opus 5 推理任务对比：更便宜、更快，但并未更强
内容提要
Anthropic发布Claude Opus 5.5，宣称比Opus 5便宜40%、快30%。作者用三道推理题实测：两者正确率相同，Opus 5.5每题更省钱更快，逻辑题省43%，石子游戏省69%，主要靠减少输出token，速度仅快11%。但难题中两模型都可能思考近20分钟无结果，且Opus 5.5曾误触安全过滤拒答。建议升级，但设输出上限，计数题应配代码工具。
延伸解读
实测表现：正确率持平，省钱省时
作者用三道推理题对比Opus 5.5与Opus 5，两者正确率完全相同：逻辑网格和石子游戏均解出，排序计数题均失败。但Opus 5.5在每道题上都更便宜、更快，逻辑题省43%，石子游戏省69%，整体速度约快11%。节省主要来自输出token减少，而非单纯降价。
成本节省的来源与局限
Anthropic宣称Opus 5.5比Opus 5便宜40%，其中API价格下调贡献约20%，其余来自模型使用更少token。实测中，Opus 5.5在石子游戏上输出token减少62%，成本降低69%。但难题上两模型都可能思考近20分钟并耗尽输出预算，Opus 5.5还曾误触安全过滤拒答，导致无结果。
使用建议：设输出上限，计数题配代码工具
作者建议现有Opus 5用户升级到Opus 5.5，因为硬推理任务结果相同但更省钱省时。不过需设置硬性输出上限，避免难题上花费大量token却无返回。对于排序计数这类问题，应给模型配备代码执行工具，而非依赖纯推理，因为两模型均无法仅靠思考得出正确答案。
Q&A
Claude Opus 5.5 相比 Opus 5 在价格和速度上具体有哪些提升？
Opus 5.5 的 API 价格降至每百万输入 token 4 美元、输出 20 美元，比 Opus 5 的 5 美元和 25 美元便宜 20%。实测中，Opus 5.5 在逻辑题上省 43%，石子游戏上省 69%，整体输出速度约快 11%，但未达到官方宣称的 30%。
Opus 5.5 在推理任务上的正确率是否比 Opus 5 更高？
没有。作者用三道推理题测试，两个模型正确率完全相同：都解出了逻辑网格和石子游戏，都未能解出排序计数问题。Opus 5.5 并未在推理能力上超越 Opus 5。
Opus 5.5 节省成本的主要原因是什么？
主要来自减少输出 token。API 价格下调本身只贡献了 20% 的节省，其余节省源于模型在解题时写出的 token 更少，例如石子游戏中 Opus 5.5 比 Opus 5 少用 62% 的输出 token。
使用 Opus 5.5 处理难题时需要注意哪些风险？
两个模型在难题上都可能思考近 20 分钟甚至更久却无任何输出，而思考 token 会计费，导致浪费。此外，Opus 5.5 曾因安全过滤器误判而拒绝回答一个无害的计数问题。建议设置硬性输出上限，并对计数类问题提供代码执行工具。
对于计数类推理问题，作者建议如何提高成功率？
作者建议给模型配备代码执行工具，而不是期望它纯靠推理得出答案。例如排序计数问题中，正确答案需要程序检查所有排列，两个模型都无法仅靠推理解决。
是否应该从 Opus 5 升级到 Opus 5.5？
如果目前使用 Opus 5，建议升级。因为 Opus 5.5 在困难推理任务上结果相同，但花费更少、等待时间更短。不过需设置输出上限以控制成本，并在计数问题上配合代码工具。
