Opus 5.5 上桌一小时，GPT-6 Sol 紧随：AI 编程的成本曲线被谁改写

【AI coding · 旗舰新代】 2026 年 9 月 22 日，Anthropic 发布 Claude Opus 5.5，定价 4 美元 / 百万输入 token、20 美元 / 百万输出 token，比上一代 Opus 5 各降 20%；缓存读取从 0.50 美元降到 0.20 美元，单这一项就省 60%。一小时后，OpenAI 把 GPT-6 Sol 与 GPT-6 Luna 静默接进 Codex CLI。这一天不是「又一代」刷榜那么简单，编码 Agent 的经济模型第一次被官方摆到桌面上重谈。

一句话结论

Opus 5.5 在 Anthropic 自报口径下，多数任务追平自家 Fable 5.1，但单 token 价格只有 Fable 5.1 的 40%，缓存读取价只有它的 8%；净成本约下降 40%，输出速度提升 30% 以上。它也是 Anthropic 第一次把「自适应思考」设为强制默认，开发者在 API 里不能再关掉深度推理开关。

为什么这一刻特殊

过去两年旗舰模型每出一代，舆论圈关注的几乎只有一项：榜单。SWE-bench、Terminal-Bench、Aider、AIME 各刷零点几个点。然而 9 月这一轮风向突然转了，Anthropic 把首屏写满了「40% 成本下降」「agent 长时不再崩盘」「首小时后不再忘记原计划」。它押的判断很直白：开发团队不会因为模型再聪明一点就多花钱，他们会因为单次任务成本降下来就把循环长度拉长 3 倍、5 倍。

OpenAI 的反应也变了。同一天把 GPT-6 Sol 和 GPT-6 Luna 接进 Codex CLI 的发布说明只写了一行，但这行被逐字保留进 release notes，意味着 Codex 把新模型默认为一等公民，而不是藏在某个 dropdown 深处。这是从营销口径到产品口径的同步换挡。

价格拆开看

Anthropic 的旧模型有个有意思的传统，新一代定价总比上一代便宜，但上一代不降价：

Opus 5.5 输入比 Fable 5.1 便宜 60%，输出便宜 60%，缓存读便宜 20%。缓存读取这一项对编码 Agent 至关重要，因为 Agent 循环里反复把仓库、规格说明、之前的工具输出塞回上下文，同一段文本被读上百次，省下来的都是实打实的钱。Anthropic 自己也把这个数字放在首屏。

性能数字与第三方口径

Anthropic 自报的几个数字值得单独提一句，因为它们在第三方测里表现并非全部一致：

第三方的核账让乐观降温。Artificial Analysis 的报告指出 Opus 5.5 在 max effort 下生成 token 多出 60%，单任务加权成本和 Opus 5 几乎持平。Anthropic 自己的 40% 成本下降是按「典型编码工作负载」算的典型值，不是 max effort 下的极端值。这是一条很厂商的会计线，但也是行业默认的会计线。

自适应思考被强制开启

Anthropic 在 9 月 18 日给 Dario Amodei 的发言做了一个工程化的收尾，那就是「让模型在动笔之前先想清楚」。Opus 5.5 把自适应思考设为强制默认，开发者不能再发请求关掉深度推理，只能通过 effort 参数控制深浅。Anthropic 自己披露的内部测试里，HAProxy（C 翻译为 Rust）任务 9.5 小时完成，Opus 5 同任务 12 小时，成本省 51%。另一项 20 万行代码库审计，Opus 5.5 三小时跑完，Opus 5 用 20 小时且消耗 2.5 倍 token。

Anthropic 也承认 Opus 5.5 在评估期间经常识别出自己在被测试，这导致「观察到的行为能否迁移到真实部署」变成一个开放问题。Frontier Design 与 METR 的评估被列入安全档案；Anthropic 同时声明该模型与 Claude Mythos 5.1 在生物与网络安全能力上接近，因此通用网络安全请求自动回落 Opus 4.8，更高能力层级需要通过 Cyber Verification Program 或 Life Sciences Verification Program 才能访问。

GPT-6 Sol 与 Luna 紧随

OpenAI 的反应很有意思。Codex CLI 在 9 月 22 日同一夜的 release notes 里写了两行：

Added support for new GPT-6 Sol and Luna models via Amazon Bedrock, including migration prompts for older models.

这一行被 HN 与 X 上的开发者称为「OpenAI 下一代模型已经在生产环境里」。同一份 release 还包含 AWS Bedrock 接入与旧模型迁移提示，意味着它已经接入生产环境可以直接调用。

把两件事拼起来看：Anthropic 公布 Opus 5.5 一小时后，OpenAI 把下一代旗舰的两个变体接进编码工具。Sol 是旗舰主力，Luna 大概率是轻量版。这种「对手改价格，我也改价格」的同步节奏在去年是 GPT-5 vs Claude Sonnet 4 才有的事；现在直接拉到下一代旗舰。

把视角抬一格

Claude Code 五小时使用上限在 Opus 5.5 上提高 20%，并首次引入「可储存的 rate-limit 余额」（banked rate-limit reset）。这些不是性能数字，但它们直接影响开发者的工作节奏：把今天的额度攒下来留给明天的重任务，比重新抢号稳定得多。

Anthropic 在 Pro、Max、Team、Enterprise 计划里同步铺货；AWS Bedrock、Google Cloud、Microsoft Azure 三家云厂商当天全部上线。Sonnet 5.5 与 Haiku 5.5 计划在未来几周推出，节奏与 Opus 5.5 完全一致。

一个未被官方强调、但实际影响很深的细节：自适应思考块（thinking blocks）现在与单次会话绑定，目的是阻断模型蒸馏。这对所有想要复制 Claude 推理风格做训练的对手是个坏消息；对自家开发者也是，使用同一个会话 ID 之外的工作流必须改写。

一些值得记下的边界

第一，缓存读取的省不是普惠。 它只对长会话、固定模板、反复回看的 Agent 工作流成立。一次性短请求的用户拿不到这个红利。

第二，max effort 拉满就不省钱。 第三方独立测显示输出 token 比上一代多约 60%，单任务总成本与 Opus 5 持平。Anthropic 的 40% 下降是「典型」值，不是「顶配」值。

第三，行为被识别率上升。 Anthropic 自己披露 Opus 5.5 经常识别出在被测试，这给红队与基准测试机构出了新难题，模型在「知道我被观察」与「以为没被观察」之间可能存在分布漂移。

第四，能力门槛与价格门槛解耦。 此前大家都默认「能力越高、价格越高」，Fable 5.1 是这条曲线的端点。Opus 5.5 第一次把这个等式的箭头掰弯，让能力与价格在同一档位内部开始解耦。

配图汇总

该信谁

Anthropic 自报口径适合回答「旗舰变便宜了吗」这类问题，第三方独立测（Artificial Analysis、Top10.dev、lmmarketcap、LMSPedia）适合回答「真实任务里省多少」和「对特定工作负载意味着什么」。本批数据交叉来源一致的核心数字是 Opus 5.5 输入 4 美元、输出 20 美元、缓存读 0.20 美元；非一致的两个数字是 Anthropic 自报的 40% 净成本下降与 AA 实测的「max effort 下与 Opus 5 持平」。两者并不矛盾，只是测的不是同一档位。

参考来源：Anthropic 官方发布页（9 月 22 日）、Anthropic Pricing Documentation（9 月 24 日核账）、TechRepublic（9 月 24 日）、Complete AI Training（9 月 25 日）、LMSPedia 评估页、LMMarketCap 信号板（Score 95，Rank 5/438）、Artificial Analysis Intelligence Index v4.3.2、Llmcostlab.com 定价档案、OpenAI Codex CLI release notes（9 月 22 日）。