ai.canshu.com
EN
显存计算器 配机与回本向导 API 价格 同屏 PK 对比 模型库 排行榜 显卡库

全局搜索模型、显卡与工具

↑↓ 移动 · Enter 直达 · ★ 优先展示我的关注 ai.canshu.com
Anthropic
闭源商业 API Anthropic · claude-opus-5-5 · Text+Image+PDF

Claude Opus 5.5 官方规格参数、API 定价与评测档案

Anthropic 旗舰软件工程与自主 Agent 标杆,100 万上下文 + 128K 输出,在复杂多文件重构、终端操控与 Computer Use 上稳居行业塔尖。

📋 Claude Opus 5.5 官方 API 技术规格与计费参数总表

核验自 Anthropic 官方开发者文档与公开定价页(核验日期 2026-11-20)

API Model ID: claude-opus-5-5

1. 模型标识与能力开关

API Spec
官方调用 Model ID
claude-opus-5-5
版本发布日期
2026-09-22
权重授权形态
闭源商业权重 (未公开参数量)
原生深度推理思考
✅ 支持 (可调思考预算)
Function Calling & JSON Schema
✅ 原生支持
Batch API 异步批处理
✅ 支持 (通常享 5 折)

2. 上下文、输出上限与模态

Limits
最大输入上下文窗口
1,000,000 tokens (1000K)
单次最大输出上限
128,000 tokens
支持输入模态
Text + Image + PDF
支持输出模态
Text
中国大陆网络直连
🌐 需海外网络或 OpenRouter 聚合
分发与部署形态
仅官方云端 API(不开放私有权重)

3. 官方 Token 单价与缓存阶梯

USD / 1M
标准输入单价 (每百万)
$ 4
Prompt 缓存命中输入
$ 0.2 -95%
标准输出单价 (每百万)
$ 20
长上下文阶梯与计费备注
支持 1M 上下文;显式 Prompt Cache 读取仅 $0.20/M(0.5 折),写入 $5/M

🏆 Claude Opus 5.5 官方基准评测成绩单

摘录自官方 System Card / Model Card 与权威公开横评表

Arena Elo ~1532 AA Index 59
💻 代码工程 Opus 5 Line
NL2Repo-Bench 75.3 %

根据自然语言需求从零构建或跨全仓修改完整代码库

💻 代码工程
DeepSWE v1.1 74 %
🤖 Agent 工具调用
OSWorld 2.0 70.6 %

OSWorld 2.0 长周期真实电脑操作基准,含 108 项人类平均耗时约 1.6 小时的复杂专业办公与日常跨应用工作流。

🤖 Agent 工具调用
Terminal Bench 4.0 51.8 %

第 4 代真实容器终端智能体评测,涵盖 66 项命令行工程与科学计算实战任务,考察编译、排障、环境配置与端到端交付能力。

🧠 数学与深度推理
HLE (no tools) 55.6 %

「人类最后的考试」无外部工具纯裸考推演得分

👁️ 视觉与多模态
BabyVision (w/ Tools) 94.1 %

🎛️ 官方调用采样与思考参数指南

API / 推理引擎调用时的最佳超参数与约束说明

Extended Thinking 扩展思考模式
temperature=1 top_p=1 max_tokens=64,000

💡 开启 thinking: {type: "enabled", budget_tokens: 32000} 时,Anthropic API 强制要求 temperature 设为 1.0

非思考常规低延迟模式
temperature=0.5 top_p=0.95 max_tokens=16,384

📊 Claude Opus 5.5 全量评测成绩与维度排名

共 31 项公开评测 · 排名为在本站 154 款有评测数据模型中的名次 · 数据同步于 2026-11-20

⚔️ 和其他模型逐项比分

💻 代码工程 12 项

BenchCAD (with Python tool) #2/8 96.2%

允许调用 Python 辅助计算与几何验证的程序化三维 CAD 建模推理评测。

SWE-bench Multilingual #2/33 93.9%

覆盖 Java、TypeScript、JavaScript、Go、Rust、C 与 C++ 等主流语言的 1,632 道真实开源仓库 Issue 修复评测。

Program Bench #1/18 91.2%

要求智能体仅凭编译后的二进制可执行文件与文档说明,逆向复现出等价功能源码(涵盖 CLI 工具至 FFmpeg/SQLite 级系统)的 200 项硬核工程评测。

SWE-Bench Pro #2/52 89.9%

SWE-Bench 高阶专业版,聚焦需要跨文件长链推理与复杂架构改动的真实工业级软件工程任务。

DeepSWE 1.1 #8/49 74.2%

基于隔离容器环境与 mini-swe-agent 框架评测的软件工程智能体实战基准(v1.1)。

BenchCAD #2/8 73%

基于 1.79 万个经执行验证的工业零件参数化三维建模程序(对齐 ISO/DIN/ASME 标准)的程序化 CAD 视觉与代码推理基准。

Terminal-Bench 4.0 #3/31 66.4%

第 4 代真实容器终端智能体评测,涵盖 66 项命令行工程与科学计算实战任务,考察编译、排障、环境配置与端到端交付能力。

FrontierSWE V2 #2/7 62.3%

FrontierSWE V2 开放式大型技术工程项目智能体评测(按 5 次运行均值 mean@5 计分)。

SWE-Bench Multimodal #2/7 61.4%

多模态软件工程基准,任务输入包含界面截图、设计稿与架构图,考察视觉前端与全栈缺陷修复能力。

Terminal-Bench-Science 0.1 #8/16 58.7%

由斯坦福大学牵头构建的科研终端智能体基准,包含生命科学、物理、地球科学、数学与工程领域的 70 项真实科研命令行工作流任务。

CursorBench 4.0 #2/4 57.8%

源自真实 Cursor IDE 开发会话的长周期编码智能体评测(v4.0),考察多文件编辑与持续迭代能力。

FrontierCode 1.1 #1/23 54.4%

评估编码智能体所提交补丁是否达到仓库维护者合并标准的工程质量基准(联网作弊记零分)。

🤖 Agent 与工具调用 10 项

OSWorld 2.0 #1/17 81.8%

OSWorld 2.0 长周期真实电脑操作基准,含 108 项人类平均耗时约 1.6 小时的复杂专业办公与日常跨应用工作流。

OfficeQA #2/4 78.9%

Databricks 发布的端到端办公文档推理基准,要求模型在海量美国财政部历史公报库中跨表检索并完成精确财务核算。

Toolathlon-Verified #1/5 77.8%

经严格环境验证的 Toolathlon 多工具协同智能体评测集。

LatchBio SpatialBench Verified #2/3 72%

经外部验证的空间转录组学数据分析智能体基准,要求基于生物信息学分析结果回答样本组织学问题。

OfficeQA Pro #4/15 67.7%

源自真实企业办公流的专业文档分析、电子表格计算与跨源商业信息综合问答基准。

GDPval-AA 2.1 #1/7 1846

Artificial Analysis 运行的专业知识工作经济价值评测(v2.1,以 Elo 分衡量模型在真实高价值白领任务中的交付水平)。

LatchBio SingleCellBench #1/3 61.2%

单细胞转录组测序(scRNA-seq)真实科研工作流评测,涵盖细胞亚群注释、差异表达基因分析与批次效应校正。

AA-Briefcase v1.1 #1/7 1822

评估持续数小时的复杂专业办公交付能力的职场综合评测(AA-Briefcase v1.1,采用 Elo 计分)。

AutomationBench #14/26 40%

真实工作流自动化基准,测试 AI 智能体编排多种工具自动完成跨应用日常办公任务的成功率。

Legal Agent Benchmark #4/17 8.3%

Harvey 开源的长周期专业法律智能体基准(LAB),采用严格全通过(All-Pass)专家评分细则检验合同审查与法律检索质量。

来源:ZeroEval / llm-stats.com 公开评测聚合(✓ 为第三方验证,其余为厂商官方自报)。点击任一评测可查看全库排名。

想私有化部署?能力最接近 Claude Opus 5.5 的开源权重平替模型

以下开源模型提供完整 HuggingFace 权重与 config.json,支持本地 GPU / Mac / 国产算力卡私有部署

与这些平替逐项对比 →

常见问题解答 (FAQ)

Claude Opus 5.5 是开源模型还是闭源商业模型?能本地部署吗?

Claude Opus 5.5 是由 Anthropic 研发的闭源商业大模型(官方调用 ID 为 claude-opus-5-5),未公开模型权重与底层网络层数,因此不支持本地显卡私有部署,需通过官方 API 或云端网关按 Token 计费调用。如需私有化部署,可参考本页底部的同档位开源平替模型。

Claude Opus 5.5 的最大上下文窗口、单次最大输出和 API 价格是多少?

Claude Opus 5.5 支持最高 1,000K 上下文输入与 128,000 tokens 单次输出,支持输入模态包括 Text、Image、PDF。官方标准费率为每百万输入 $4、缓存命中输入 $0.2、每百万输出 $20。