Anthropic 发布 Claude Opus 5.5，面向更长、上下文更重的编码会话优化成本

我们估计，对于按 token 计费的典型工作负载，Claude Opus 5.5 的运行成本比 Opus 5 低约 40%。对开发者而言，这些节省究竟如何累积起来才是关键。

如果你按 token 付费，那么在运行时间更长、上下文更高的会话中，成本差异最为明显——而这正是过去六个月里愈发普遍的 Claude Code 会话类型。

本文将深入探讨 Opus 5.5 为何能在开发者当下（以及未来很可能）的编码方式下实现成本效益的机制。

Claude Code 趋势

我们汇总了 2026 年 3 月至 9 月期间开发者使用 Claude Code 的聚合数据。随着模型能力提升，开发者部署智能体的方式日益精妙。每个会话的提示词数量保持稳定，但我们发现了一些有趣的行为：

Claude 在每个提示词上的工作时长增加了 3.3 倍，每个提示词的模型调用次数增加了 40% 以上。中断次数减少了 68%。

开发者连接工具服务器的可能性约为原来的两倍，使用技能的可能性也约为两倍，而将文本粘贴到提示词中的可能性则减少了三分之一。

每次请求的上下文增长了 2.6 倍。输入与输出 token 的比例从 189:1 变为 324:1。

所有这些都表明，开发者正把更勤奋、信息更充分的 Claude 用于更大、更开放式的任务。对于这类会话，上下文工程的经济影响会被进一步放大。

简而言之，Claude 读取的 token 更多了。你需要确保你提供的所有上下文都是必要的，并且尽可能多的上下文是从缓存中读取的。

是什么让 Opus 5.5 在长时间、上下文密集的会话中具备成本效益

有三项变化让长时间运行、上下文密集的会话更具成本效益：定价的变化、模型行为的变化，以及 Claude Code harness 的变化。让我们逐一来看。

缓存很便宜

对于按 token 计费的使用，我们将输入和输出 token 的成本降低了 20%，并且将读取缓存 token 的价格降低了 60%。后一项降价意义重大，因为缓存读取构成了智能体和编程工作成本的大部分。

正如我们刚刚讨论的，每次请求的上下文在六个月内增加了约 2.6 倍，这意味着节省正朝着正确的方向发展。对于按 token 计费的用户来说，同样的价格调整在如今的 Claude Code 流量上比六个月前节省更多，因为现在账单中更大一部分来自重新读取的上下文。

截至本文发布之日，Opus 5.5 上缓存 token 的成本仅为竞争模型的五分之一，同时性能还优于它们。

Claude Code 更擅长利用缓存

这一点与 Opus 5.5 的关系没那么大，更多是我们在过去六个月里为 Claude Code 添加的许多功能所带来的结果。考虑到我们刚才讨论的编码会话趋势，你可能会预期缓存未命中的比例更高，但事实恰恰相反。未命中缓存的输入减少了 50% 以上。

例如，我们让一些较小的操作更难意外破坏你的缓存，比如刷新登录。我们也让一些较大的操作更难破坏缓存，比如在对话中途添加指令或按需加载工具。对于 Opus 5.5 和 Fable 5.1 这类较新的模型，你现在可以在会话过程中更改 effort 级别，而不会重置缓存。

我们还让缓存对长时间运行和委派的会话更有用。使用 API key 和云服务商的开发者现在可以设置一小时的缓存生命周期（订阅用户此前已享有此功能），而分叉出的子智能体会从父级的缓存开始，而不必为相同的上下文再次付费。

同样的任务，但轮次更少

完成同样的任务，Opus 5.5 所需的轮次可能比其他模型更少。Zeta Labs 发现，每个任务所需的轮次和工具调用都比 Opus 5 更少，但成本却只有将近一半，而且他们最难的任务完成数量翻了一倍。

这并不适用于所有任务。在 Opus 5.5 上任务的成本 一文中，Addy 写道：“在一个范围明确的任务上，两个模型完成的轮数大致相同，降价就是你得到的全部好处。差距应该在开放式任务上最大，因为模型可能把许多轮花在错误的想法上。没有任何一个数字适用于所有代码库，所以要实际测量。”

换句话说，简单、简短、机械的任务会花费相同的轮数，而更长、更难的任务则更有潜力让 Opus 5.5 避免把 token 浪费在错误的思路上。减少的轮数甚至比缓存 token 更具成本效益。

同样值得注意的是，尤其是当 Claude 长时间无人值守或不间断地工作时，Opus 5.5 生成输出的速度比 Opus 5 快 30% 以上。虽然这不会提高缓存命中率或减少 token 用量，但这意味着在长时间运行时等待更少。

保护你的缓存读取

随着智能体编程的成熟，各组织已从要求开发者不惜一切代价扩展，转向要求开发者高效扩展。在 Claude Code 中运行 /usage，查看你的用量中有多少是缓存读取。然后保护这个数字：

在会话开始时选好你的模型，而不是中途切换，

在离开之前进行压缩，而不是之后，以及

如果你使用的是 API key 或云服务商，请为长时间会话设置一小时缓存生命周期。

把 Opus 5.5 用于开放式、上下文繁重的工作，在这些工作中这些习惯会不断累积产生复利效应，并查看在 Opus 5.5 上运行一项任务的成本了解具体的计算数字。

视频 · 前往原文观看