「便宜 40%」和「挂牌价降 20%」：Claude Opus 5.5 价格战里的一道算术题

9 月 22 日这天挺热闹。Anthropic 发布了 Claude Opus 5.5，这是 Claude 5.5 家族的第一个模型；大约一小时后，OpenAI 发布了 GPT-6 Sol 和 Luna。两家不约而同，都把"更便宜"放在了头条。

价格战对用户当然是好事。但我更想聊的是 Anthropic 官方那句"成本降低 40%"。我习惯看到百分比就先算一遍账，这次一算，发现这里头有个值得说清楚的口径问题。

## 挂牌价：降了两成

先看最直接的数字。Opus 5.5 的挂牌价，从上一代的每百万 token 输入 $5、输出 $25，降到了输入 $4、输出 $20，降幅是 20%。

缓存读取降得更狠：从 $0.50 降到 $0.20，降幅 60%。另外还有一个 Fast 模式，定价是 $8/$40；官方还说输出速度提升了 30% 以上。

## 那 40% 是怎么来的

Anthropic 官方的说法是"典型工作负载下成本降低 40%"。注意这几个字："典型工作负载"。

这是一个加权口径。挂牌价降 20%，缓存读取降 60%，再叠加实际任务里 token 用量的变化，按某种"典型"的使用结构加权下来，得到 40%。这个数字不能说是假的，但它不是你在价目表上看到的那个降幅。

缓存读取降 60%，对重度使用缓存的场景，比如长上下文的 agent、反复调用同一份大文档的工作流，确实很香；但如果你的业务里缓存命中率不高，真实账单的降幅可能就更接近挂牌价那 20%。

所以，"便宜 40%"能不能落到你身上，取决于你的用法长得像不像官方说的"典型"。

## 更反直觉的一个数字

还有一个数字更有意思。据 AINews 转述 Artificial Analysis 的测算，在 max effort（最高推理强度）下，Opus 5.5 每个任务的成本是 $5.98，而上一代 Opus 5 是 $5.86。也就是说，单价降了，开到最高档时每个任务反而略贵一点。（这个数字我还没有回到一手来源核实，大家看的时候打个折。）

道理不难想：单价降了，但模型在高强度下想得更多、用的 token 更多，总价就可能被抵消甚至反超。

AINews 还转了另一组相关的观察：在 agentic coding 的图上，Opus 5.5 的 xhigh 档比 medium 档贵约 2.8 倍，分数反而低 3.2 分。有开发者（@Yuchenj_UW）称这是"最诡异的 bench 结果"，建议直接用 medium。给出的解释是 FrontierCode 这个评测会惩罚多余的改动，effort 开太高，模型容易"顺手"改一堆不该改的地方。

这两条放在一起看，结论很朴素：推理档位不是越高越好，也不是越高越划算。

## 官方 benchmark

为了完整，把官方公布的几项成绩也列一下：Terminal-Bench 4.0 为 66.4%，FrontierCode v1.1 为 54.4%，CursorBench 4.0 为 57.8%，AutomationBench 为 40.0%，HLE（含工具）为 67.7%。

另外这次发布里有一点被罕见地强调了：写作。官方说它会"把最重要的信息放前面、遵守你给的写作规则"。AINews 自己当场就把生成模型切到了 Opus 5.5。

## 我的看法

我不觉得 Anthropic 在玩文字游戏，"典型工作负载"这个限定词是写清楚了的。问题在于，标题传播的时候，限定词往往会被吃掉，最后剩下的就是一句"Claude 便宜了 40%"。

对用 API 的人来说，我的建议很简单：

第一，别看标题，看价目表。挂牌价、缓存价、Fast 模式价分开看。

第二，拿自己的真实任务跑一遍账单。缓存命中率高不高、平时开哪个 effort 档，决定了你拿到的是 20%、40%，还是更多。

第三，别默认把推理强度开满。至少从目前的数据看，最高档可能更贵，也未必更好。

价格战会一直打下去，"便宜 X%"的标题也会越来越多。每次看到，先问一句：比的是什么，按谁的用法算的。这一句问下去，很多账就清楚了。

来源：
- Anthropic 官方发布页（anthropic.com/claude-opus-5-5）：Opus 5.5 定价、"典型工作负载成本降低 40%"口径、输出速度、官方 benchmark
- AINews 邮件通讯：两家同日发布的经过；max effort 每任务成本（转述 @ArtificialAnlys，未经一手核实）；xhigh 与 medium 对比（转述 @LearnOpenCV / @nrehiew_ / @Yuchenj_UW）；写作改进