Claude Opus5.5的关键信息和实测结果！

“O哥”全服第一，实至名归！

“国模”的差距有多少，我不说，你们看就好了。

作为 Claude “大中华区唯一代言人”（自封的，出来混，面子是自己给的！）给你们好好讲讲 Opus5.5！

如果大家有兴趣，我也可以分享下“为啥我的账号这么坚挺”，以及“我是如何解封小号的”！

今天这篇主要是围绕 Opus5.5 的官方数据，以及我的实测结果来讲的！

不管你之前有没有听过，有没有用过这个模型，看完之后，你对这个模型就会有非常全面的了解了。

1、基础信息

大家可能对 Claude Opus5.5 这个目前最强的 AI 模型还不太了解。我就根据官推的信息给大家逐条解读一下。

第一条：格局！

文字内容为：

给大家介绍下 Claude Opus 5.5，这是我们全新 Claude 5.5 系列中的首个模型。 它在大多数任务上的表现达到了 Claude Fable 5.1 的水平，并且运行成本比 Opus 5 低 40%。

这里有两个关键词：5.5 系列首个模型，成本低 40%！

然后配了一个很抽象的视频，视频中闪过了各种各样的内容。但是唯一不变的是一个词叫“discover”！

视频链接（后续例子的视频演示也是这个地址）

Claude 每次发布的配图和视频是最有“逼格”（内涵）的！

整部短片采用快速蒙太奇节奏，在背景女声轻灵悠扬的吟唱中，画面不断变换，但屏幕下方始终保持着一道完全吻合、恒定不变的“凸起圆弧”，形似地平线。

我给大家逐帧解读一下：

​
<span>1.</span> 宏观宇宙与地球晨昏线（00:00）：从近地轨道俯瞰地球边缘，大气层在深空中泛着橙红色的黎明曙光。
​
<span>2.</span> 微观流体力学（00:01）：金黄琥珀色液体在表面张力下形成的弯液面与微小气泡。
​
<span>3.</span> 恒星光晕与尘埃微粒（00:02）：暖光透射的弧形边缘，悬浮着细碎的漂浮粒子。
​
<span>4.</span> 建筑与球体结构剖面（00:03）：具有厚实质感的半球体建筑构造与空间切面。
​
<span>5.</span> 工程蓝图与技术制图（00:04）：经典的蓝底白线工程图纸，同心圆弧与精密几何标线。
​
<span>6.</span> 植物叶脉与生命切面（00:05）：一片鲜嫩绿叶的边缘与微细叶脉网络。
​
<span>7.</span> 微流控与化学反应（00:06）：深色背景下，玫红色的弧面边缘整齐排列着微小的表面液滴。
​
<span>8.</span> 古典文明陶器（00:07）：古希腊/古代器皿边缘绘制的经典回形几何纹饰（Greek Key pattern）。
​
<span>9.</span> 早期视觉探索/走马灯（00:08）：环形跑道上奔跑的骑士与马匹动画插画（致敬人类对运动视觉与电影起源的探索）。
​
<span>10.</span> 艺术绘画与质感色彩（00:09）：充满张力的表现主义油画笔触与色块，此时文字首次出现：“There’s”。
​
<span>11.</span> 重现地球大气地平线（00:10）：再次切回地球日出的晨昏弧线，呼应开篇。
​
<span>12.</span> 纺织工艺与刺绣纹理（00:11）：细腻的红褐色提花织物与落叶图案，文字推进为：“more to”。
​
<span>13.</span> 地质矿物晶体切面（00:12）：玛瑙/晶石内部层叠生长的自然纹路，文字定格：“discover”。
​
<span>14.</span> 地质岩层与风化脊线（00:13）：历经亿万年风蚀形成的自然岩石山脊。
​
<span>15.</span> 显微镜下的生物维管束（00:14）：植物茎干横切面在显微镜下的细胞构造（犹如微笑面孔的维管束群）。
​
<span>16.</span> 文艺复兴时期的科学手稿（00:15）：泛黄羊皮纸上的古典素描图谱（类似达芬奇的植物与解剖研究笔记）。
​
<span>17.</span> 定格与揭晓（00:16 - 00:20）：纯净深邃的背景中浮现优雅衬线字体：Opus 5.5随后切换为 Anthropic 标志性的图标与 Claude字样，最后在静谧的大气晨昏线中渐渐淡出。

哈哈，不装了，这是 G 哥花了 16 秒搞定的。

有些解读是对的，有些是不对的，留给大家找茬。但是有一个重点是不变的：内涵丰富。

视频的核心视觉语言和艺术隐喻：

• 恒定的“地平线”
• 跨越宏观到微观的“全尺度穿梭”
• 科学与人文的融合

主要是想表达：

• 探索，永无止境
• 从容克制的力量感
• Opus 5.5 的使命：作为人类拓展认知边界的“科学与探索引擎”

大家应该能感受到视频寓意了吧，不愧是我A，格局拉满！

Anthropic：源自古希腊语 ἄνθρωπος（ánthrōpos），意为 “人” 或 “人类” ！可以理解为与人类相关的或以人类为中心的。

完蛋了，“上价值”这部分太长了，文章要写不完了！

我们快速推进！

第二条：减速！

这部分叫做“踩着油门减速”！

主要表达，发布前做了充分的对齐，只会提供帮助，不会危及人类。

这个事情的背景是：达里奥发起的减速计划，奥特曼、马斯克纷纷响应。

第三部分：秀肌肉！

说起基准，国模都可以第一，Opus5.5基本上都是第一名, 没毛病吧！

注意看编程智能体三项基准全部第一！ 超过了 Fable 5.1 和 Astra！

高价值知识工作、跨学科推理、电脑操作、图表多模态识别和分析，全部第一！

只有自动化业务流程和科学探索部分低于 GPT-6！

所以，两个顶级模型怎么选，大家应该知道了吧

这里没有 DeepSWE，提都没提！

第四部分：价格！

首先从绝对数值上看，Opus5.5 相比上一代，加量还降价！

输入输出便宜 20%，缓存打了 4 折， Claude也开始降价了，真的少见！

整体来说会比上一代少消耗 40%！

我插一嘴：Opus5.5 的套餐配额明显比 Astra 耐用很多很多！

这一部分还有另外一张图：

单任务消耗！

可以看到它全方位优于 Opus 5！

成本要比 GPT-6 Astra 低很多，能力也不差。

第五部分：说人话！

Opus 4.6 之后不说人话的问题越来越严重。就是活干得很好，但是说的话越来越难懂，越来越不自然。

官方专门提出这一点，说明了两个问题，第一确实存在，第二个它们已经修改！

这一点也非常重要的，尤其是对于写作和阅读理解！

另外还有一点：增加 5 小时配额和重置！

背景信息，我就介绍到这里了。

如果要完整地了解这个模型，可以查看完整的博客内容和 230 页模型卡片：

链接：

www.anthropic.com/claude-opus…

anthropic.com/claude-opus…

每次写 200 多页模型卡片，也就只有 Anthropic 了！

X 上还有各种“哇哇哇”非常哇塞的实例，我就不放了，我主要放我自己测试的部分！

2、实测结果

我这次测试使用的是官方的Claude Code 桌面版+Pro订阅！

测试只用了 60% 的周配额，之前在 Opus 5 上用掉了 40%，用来改进之前的“坦克世界”。

花了一天多时间，测试得也挺充分的！

总的来说，没有一个让我失望的，每个都是抽卡一次，但是每次都发挥稳定，下限和上限都极高！

基于视觉的多模态推理

我先来一个小测试，作为开胃菜！

题目如下：

它的答案是：

第一枪打穿基地左侧的砖墙，第二枪直接打中老鹰，基地被摧毁，游戏结束（GAME OVER）。

完全正确！

我用全新的对话，连测 5 次全部正确。证明它确实理解了！

在此之前，除了 GPT-6，没有一个模型可以 100% 回答正确，GPT-5.6 不行，Fable 5 也不行！

这个问题其实很简单，但是很多死记硬背的模型容易犯经验主义错误。因为经典的坦克大战打两枪基地不会炸。而我这个图片是我自己做的，改变了墙的对应关系。

赛博清明上河图

这是我主打的例子，很抽象，有些人可能不知道在测什么。但是看了 Opus5.5 的例子，很多人都 get 到了！

Opus5.5 空间纵深感无敌，赛博朋克风格和清明上河图风格融合得也很好。前排的古建筑和后排的现代建筑相映成趣。 画面中的人物、动物、建筑，细节非常丰富。

我的结论是：Opus 一直是这个项目的记录保持者，也是这个比赛的终结者！

这个题目最能考验模型的空间感，审美，创造力和融合能力。简单来说，就是这个题目没法死记硬背，现实世界没有标准答案，所以也很难做针对性训练。

所以这是一个好题难题！

很多人可能不喜欢赛博朋克风，那么就来一个原汁原味的风格吧！

我让 Opus 抛弃赛博朋克的概念，重新画一个它想象中的清明上河图！

意境、氛围、风格、配乐、建筑、山水、人物，一气呵成，无需多言！

虽然还有一些细节问题，但是瑕不掩瑜！

这 TM 都是一轮的结果哦，我没有反复修改过，也没有抽卡好多次。就是一次成型，你要微调也是指哪打哪。

游戏复刻

每个模型发布，我都会让它们复刻一下超级玛丽。这个 8090 的经典游戏，其实网上都有比较详细的源代码。但是很多模型真的是抄都抄不好。具体如何不好，请参考小米最新版 MiMo 以及其他。

下面是 Opus5.5 的结果：

我严重怀疑它拿原版糊弄我！ 地图、角色、玩法、隐藏蘑菇、地下通道，几乎还原了 95%。

唯一能发现不对劲的地方是：

长大之后，下半身好像不协调！

另外我还让它做了一个不同风格的超级玛丽：

现代化的宽屏的赛博风格的超级玛丽！ 它使用了全新的自动生成的素材和配音，还加了一些玩法，比如弹簧、飞鸟等。

也是一句话的事情。

好像也没啥好评论的了，Opus 5.5 又杀死了比赛！

然后我给大家一个关键数据：

Opus5.5 完成这个例子大约 23 分钟，其中写代码约 17 分钟，测试和修 bug 约 6 分钟。

我再给一些对比数据：

Step5 搞了 6 小时，豆包 3 小时，其它模型一般 1 小时起步！

效果最好的是 Opus5.5！

也就是说，O哥是又快又好！

贵么？按套餐来算也不贵，可能便宜到离谱，约等于不要钱！

一个月 20 美金，一周 5 美金，分成 10 个五小时周期……开发这个例子只用了五小时周期里的一部分而已。

天文机械表

这个例子的难点是一次性提出了大量的需求，脑子不好的模型就会丢三落四。当然要画的界面也有一定的难度。

Opus5.5 的结果如下：

相比它之前的版本，这个表的外形和表带设计有很大的提升，里面的指针全部正常！

月相的表盘和以往有点不一样，我查过了，这也是一种正确的表达方式。

另外这个表上的"旋钮"不是摆设，是可以按的！！！

这个例子，Claude 模型很早之前就几乎满分了，这次表现依旧稳定。

UI 设计感觉更上一层楼了！

甲维斯的车库

这个例子主要是测试网页复刻和 3D 建模能力！ 我给是给了一个参考页面和角色图片的！

Opus 的结果如下：

网页复刻方面，自然是没啥大毛病，所有布局图、内容、控件都是按照参考图来复刻的。

钢铁侠战甲这部分表现突出，它在保持四色不变的情况下，设计了四套颜色，每套颜色包含两种颜色，黑金套装也很酷。而且面罩是可以打开和关闭的。之前无人做到，也无人想到。

建模方面，曲面建模和渲染效果都很好。

唯一的缺点是轮廓方面还是差点意思：

材质、玻璃效果、反光、曲线、位置关系，都很好。

它应该是唯一一个自己处理好屁股和座位之间关系、头顶和车顶之间关系，没有明显穿模的模型。

但是建模外形还是和目标车型有不小的差别！

即便给参考图，也无法做到 1:1 建模！

这一个例子，Opus 5.5 还没有登顶。但是依旧比其他模型强很多！

做了一个简单的对比图：

Opus5.5这个大头有点搞笑，但是整体细节和效果优势还是很明显的。 其他人做的样“卤蛋”！

建模方便比Fable5也是强很多！

关键是“O哥”这个能飞啊！

除了上面的标准测试之外，我还花了两个小时开发了两款完成度比较高的游戏。

一个是模仿“战争雷霆”的：

被我抓到一个 bug，奇怪的屋顶，已经修好！

一个是类似卡丁车的沙滩赛车：

一个侧重真实的物理效果，一个是侧重角色、玩法、美术设计。

Opus5.5 基本上在一轮一个小时内给出一个完成度较高、完全可以玩的游戏。

两个游戏，全部由代码完成，没有使用任何外部素材。

最终大小不超过 1M，其中大部分是 three.js，它写的核心代码非常精简！

我体验下来，同样是 Agent，Claude+Opus5.5 完全是另一个级别了。

它确实有自主完成一个项目的能力。包括任务分解、数据采集、编码落地、测试、修改、迭代升级、视觉验证。

你根本不需要刻意去写 SPEC 和设置 GOAL！ 你只要告诉它核心目标，以及你的核心需求即可，细节它按最优路径来完成。

那些自以为是的研究八股提示词的人真的可以收手了，你们的提示词，就是它的短板，直接限制了它的上限。当然特别的场景除外，有些场景就是非常严苛的。

我主要表达的是，要学会放手。

一个项目如果从零开始，最高效的方式是让它自己规划，效率最高，效果最好。一个新功能也是这样的。老项目的维护升级，也只要说清楚核心规则，探讨好方案，说明注意点，制定总体目标即可。

举个栗子

我简单举一个例子，让它搞了一个有点难度的项目。

我根本没玩过这个游戏，我自然也不知道具体的玩法和手感了。

我的逻辑是这样的：让它自己去探索游戏规则，然后获取官方截图。

这样玩法和视觉效果都有了，其他部分就看它的落地能力了。

它吃透规则的效率和开发效率比我高 100 倍。

另外，这个项目是没有源代码可以抄的，只有描述，非常考验落地能力。

最终结果肯定无法做到一模一样，但是完成度真的还不错，远超同行。

我发现它处理图片非常溜，它会一次性把所有图片收集拼接好。

开发和验证节奏也非常好，重点是自己发现问题和修正问题的能力很强。

因为这涉及到物理模拟，所以它先看了一下我的显卡，做了一个规划，写了一个测试页。它要充分考虑真实感和显卡性能之间的平衡。

然后自己看截图，自己修改。

看它的开发过程非常享受，精准有序，粒度和节奏非常好！

而且最让我惊奇的是它写的AI 玩家都很厉害，它自己玩游戏也很厉害，甚至运镜都特别厉害……！

我找角度截图录视频，完全比不过它！

真的有点“人工智能”的感觉了！

现在其他模型也会有这样的过程，但是很多都是形式大于内容，反复思考浪费了大量时间和 tokens，最后结果还很差。

毫不夸张地说，Opus5.5 一小时的工作量，是顶级国产模型 10 小时的量。

当然，它们即便干 100 小时，也干不到 Opus5.5 的效果，这个是能力上限决定的。

你们体会过干 6 小时，给你一坨的痛苦么？我体会过很多次！

由于“O哥”太优秀，所以我基本上没放太多对比图，放了就有点“侮辱人”的意思了。免得说我拉踩、崇洋媚外啥的！

我写这篇文章，是没有任何好处的，就是自己想写，爱写。

老粉应该很清楚我的为人和其它模型的效果。

国内外的几十个模型的所有测试结果，我都放在了网上。

要提示词的，要源代码的，要看对比效果的都可以移步 topai。

地址：

topai.jarvisuni.com

这里不光有同一个例子，不同模型的对比效果。

还有同一个例子，不同版本的对比效果！

还有同一个模型，不同场景的对比效果。

这不是权威测试，但是可以给大家一个直观的参考！

兴奋过后就会有点虚脱，文章写完了，我休息一下。展示过的例子，我都会逐步发布。

能看到这里的都是用心在看了，可以花一秒钟，点个赞！

不枉我花了两天时间来测试和写文章！

节日快乐，收工收工！