Claude Opus 5.5 发布，多项基准与 Astra 互有胜负
Anthropic 发布 Opus 5.5，Terminal-Bench 等多项超 GPT-6 Astra，但 Astra 在 AutomationBench 与 Terminal-Bench-Science 上仍领先。
Claude Opus 5.5 正式发布了。 刚刚，Anthropic 官宣了 Claude Opus 5.5，这是全新 Claude 5.5 系列的第一款模型。 Anthropic 基本把上一代 Fable 级别的能力，塞进了一个更便宜的 Opus 里。 官方称，Opus 5.5 在大多数任务上的表现已经接近 Claude Fable 5.1，但运行成本比 Opus 5 低 40%。 而官方 Benchmark 的提升也很猛： Terminal-Bench 4.0：66.4% Opus 5 只有 52.3%，GPT-6 Astra 是 57.9%。 Humanity's Last Exam + Tools：67.7% Opus 5 是 63.6%，Fable 5.1 是 65.6%。 GDPval-AA v2.1：1846 Elo 超过 Fable 5.1 的 1735。 CursorBench 4.0：57.8% Opus 5 是 46.6%。 OSWorld 2.0：81.8% Opus 5 是 74.0%。 尤其是 Terminal-Bench，一代直接从 52.3% 干到 66.4%，涨了 14.1 个百分点。 当然也不是所有榜都第一。 AutomationBench 上 GPT-6 Astra 还是 41.4%，高于 Opus 5.5 的 40.0%；Terminal-Bench-Science 上 Astra 也是 64.6%，高于 Opus 5.5 的 58.7%。 但整体看下来，Anthropic 这次干的事情已经很明确： 把原本更高一档模型的能力，快速往更便宜的模型层级下放。 而且 Opus 5.5 只是 Claude 5.5 系列的第一款。 模型越来越强已经不稀奇了。 真正凶的是，能力还在涨，价格却开始往下打。。。 感觉是个新预训练？
这条是引用着另一条写的：「Anthropic 发布 Claude Opus 5.5 模型」