AIREITERAnthropic 已将 Claude Opus 5.5 定位为付费套餐中知识工作的默认模型。从能力表现看，这个定位大体站得住脚；但实际用户最在意的，往往是另一件事：在 Pro、Max 和 Team 套餐里，额度消耗得比预想快得多。
Opus 5.5 于 2026 年 9 月 22 日发布，是 Claude 5.5 系列的首款模型。Anthropic 表示，它在大多数任务上的表现达到 Claude Fable 5.1 水平，运行成本则比 Opus 5 低 40%（anthropic.com）。到 2026 年 11 月 12 日，Anthropic 在日常主力模型指南中明确了使用建议：研究、分析、写作、报告、表格和演示文稿，先用 Medium 推理强度的 Opus 5.5；只有不够用时再往上加（claude.com）。本文综合官方说明、独立基准测试及用户额度反馈，并非第一方实验室测试。
先说结论：默认用 Opus 5.5，推理强度锁定 Medium
把 Opus 5.5 留在默认位，日常知识工作使用 Medium 推理强度。遇到难题，先提高推理强度而不是立刻换模型；如果更看重速度或吞吐量，再降到 Sonnet 5.5 或 Haiku 5.5。
这不是品牌忠诚问题，而是算账问题。Anthropic 的编程和知识工作评测显示，Medium 强度的 Opus 5.5 能追平甚至超过 High 强度的 Opus 5。Factory 在 Anthropic 日常主力指南中表示，Medium 的表现可匹敌 High 的 Opus 5，同时输出 token 少 20%–25%。而且 Claude 应用和 Claude Code 默认就是 Medium，大多数订阅用户无需调整设置便会得到这一行为。
不过，真正的限制不是 API 标价，而是订阅额度。API 价格为每百万输入 token 4 美元、每百万输出 token 20 美元，低于 Opus 5 的 5 美元/25 美元；缓存读取则是每百万 token 0.20 美元。但根据 Anthropic 的日常主力指南，更高价的模型会更快消耗订阅限额。实际用户也反馈，在高强度会话中，5 小时窗口可能 15–30 分钟就被用完，周额度也比 9 月的“蜜月期”更早耗尽。
11 月默认模型调整后，Pro、Max 和 Team 用户真正要关注什么
对于订阅用户，关键在于新默认模型下的额度机制。尽管下文会提到 10 月下旬已有用户抱怨额度消耗加快，Anthropic 在发布时仍称将提高 Pro、Max、Team 和按席位计费 Enterprise 套餐的 5 小时使用上限，并允许订阅用户保存一次速率限制重置机会（anthropic.com）。Anthropic 的指南还指出，常规 Pro、标准 Team 及按席位计费 Enterprise 套餐通常不能在正常额度内使用 Fable 5.2，除非是在发布优惠期间；Fable 会消耗 usage credits。因此，规划上应把 Opus 当作套餐内的主力，而把 Fable 视为按量计费的例外。
日常主力的底气：研究、分析与写作
经得起逐项核查的研究备忘录
最有说服力的测试之一，是一份带来源的公司业绩报告：其中财报被刻意设置得难以找到，任何虚构数字或引语都会导致整份报告不合格。Opus 5.5 在不同推理强度下完成了 18 份报告中的 16 份；Anthropic 称，Fable 5.1 和 Opus 5 在同一标准下均未有一次通过（claude.com）。Anthropic 发布文章引用的 Walleye Capital 外部测试也提供了更多细节：Opus 5.5 在最低推理强度下就基本完成了整套测试；提高强度后，它还发现了评测器自身指令中的一个索引偏一错误。Walleye 表示，此前测试过的模型都没有发现这一问题。
放到日常使用中，这意味着你可以把目标和交付物说清楚，再附上来源，让它承担开放式研究；之后重点核查数字，而不是逐句审阅文风。
分析能力：表格、并购测算与复杂图表
在一个两家 HR 软件公司虚构合并的案例中，Opus 5 和 Opus 5.5 都完成了 Excel 模型和高管演示文稿，并得出相同的交易结论。Opus 5.5 用时 63 分钟，Opus 5 则为 93 分钟；前者的产出成本据报低 50%，模型更完整，细小错误也更少（claude.com）。更广泛的金融工作流中，Hebbia 报告称，Opus 5.5 的标准覆盖率为 86.6%，Opus 5 为 60.3%；Rogo 则表示，Opus 5.5 在 BigFinance Bench 上胜过 High 强度的 Opus 5，输出 token 约少 60%，以上数据见 Anthropic 的发布文章。
视觉能力也是这套能力的一部分。Anthropic 称 Opus 5.5 是其视觉能力最强的 Opus 模型，适合处理密集文档、图表数值、截图和示意图；并表示即便处在最低推理强度，Opus 5.5 读取复杂图表的准确度也高于最高强度的 Opus 5（claude.com）。公开的 Chartography 成绩为：最高评测设定下，无工具时 64.4%（claude.com）；发布评分卡中，使用工具时为 89.0%。GDPval-AA 专业工作 Elo 为 1846，高于 Fable 5.1 的 1735 和 Opus 5 的 1708（anthropic.com）。
实用建议很直接：直接要求它交付完整表格或幻灯片；图表请直接上传图片，不必手工抄录数值；第一条消息就写清楚完成条件。
写作：直接交付成品文档和演示稿
这里所说的写作优势，不是笼统的“文笔更好”，而是更稳定地遵从指令，也更方便审核。Anthropic 表示，Opus 5.5 能保持任务边界、先给结论、减少行话、遵守提供的风格规则，并说明自己做了什么、发现了什么、还需要哪些输入。独立评分的方向也基本一致：Hayz Labs 给 Opus 5.5 的写作和编程均打出 100 分，研究为 94 分；截至其 10 月检查时，该模型在 Arena 的 WebDev 和 agents 项目中排名第一，在创意写作中排名第二。
但也要说清楚：想精确复刻特定的品牌文风，仍然需要反复迭代。
推理强度档位，才是实际价格标签
根据 eesel 对推理强度的拆解，Opus 5.5 有五档推理强度：Low、Medium、High、Very High/Extra High 和 Max；而 Hayz Labs 指出，thinking 无法关闭。与这个档位相比，每 token 的基础价格对总账单影响反而不大。
eesel 汇总的 Artificial Analysis 数据显示，同一项高难度任务在 Low 下约为 0.55 美元，Medium 约为 1.34 美元，Max 则约为 5.98 美元；对应的 Intelligence Index 大约是 42、51 和 58。一次 Max 运行可产生约 119,000 个输出 token，按每百万输出 token 20 美元计算，钱主要就花在这里。Hayz Labs 的帕累托视图也给出相近结论：14 天内每项 agent 任务的中位成本约为 1.61 美元，主表中位数为 1.76 美元，High 约为 1.82 美元。
提高推理强度会拉长耗时并抬高成本，却不一定带来更好的结果。Anthropic 自己的建议是删掉“think hard”之类的措辞：推理本来就已启用，思考深度由推理强度和任务本身共同决定。只有 Medium 明确卡住时，才值得往上加一档。
根据 eesel 的规格表，上下文窗口为 100 万 token，最多可输出 128,000 token，Batch 中则为 300,000 token，并原生支持视觉输入。eesel 的价格评测称，长上下文没有额外附加费，这对长文档审计工作流尤为重要。
四模型怎么分工：Opus 5.5、Sonnet 5.5、Haiku 5.5 和 Fable 5.2
Anthropic 11 月指南和独立成本分析得出了同一条规则：先调推理强度，再考虑换模型。以下价格来自 Anthropic 日常主力指南中的定价表。
| 模型 | API 价格，每 1M（输入/输出） | 适合做什么 | 何时该换模型 |
|---|---|---|---|
| Haiku 5.5 | 100K token 以内 $0.10 / $0.50 | 快速查询、摘要、分类，以及高频但范围明确的任务 | 分析开始变长，或需要较强判断力时 |
| Sonnet 5.5 | $2 / $10 | 边界清晰的任务、文档润色、根据明确 brief 制作幻灯片 | 你经常需要用到 Extra High 或 Max 时 |
| Opus 5.5 | $4 / $20 | 大多数研究、分析、金融工作和成品文档 | Medium 在认真尝试 High 后仍然卡住时 |
| Fable 5.2 | $8 / $40 | 开放式技术工作、科学、编程、金融，以及需要长期运行子 agent 团队的任务 | 普通知识工作——通常属于性能过剩 |
需要记住的成本交叉点是：把 Sonnet 5.5 推到 Extra High 或 Max，每项任务的成本可能已接近 Opus 5.5，但判断力仍然落后。编程套餐用户从订阅额度角度也报告了相同规律：不要长期把 Sonnet 放在 Medium 以上，不如把任务切到 Low 强度的 Opus 5.5（例如 @cupid25157）。这与官方“先调强度、后换模型”的阶梯一致，也符合单任务成本测算。
Fable 是能力上限，不是日常竞争对手。Anthropic 11 月关于 Fable 5.2 的讨论中，将 Fable 和 Mythos 定位为最具雄心的开放式技术工作，而 Opus 5.5 则是大多数编程和知识任务中最强的日常主力（@claudeai）。从订阅角度看，这一区别更明显：标准 Pro/Team 席位使用 Fable 往往会计入 credits，随手选一个“更强模型”，很可能就变成一笔 credits 账单。
额度怎么撑住：5 小时窗口为何迅速见底
官方基准测试很少展开这一点，用户反馈却几乎都绕不开它。最具体、最常见的抱怨不是能力不够，而是额度消耗速度。
“今晚 Opus 5.5 的额度被打得稀碎！！多人反馈，正常会话下 5 小时额度仅 15–30 分钟就耗尽。周额度消耗也快得多”—— @TekonBurns，关于 Claude Code 会话额度消耗的反馈
有些用户把这种变化形容为蜜月期突然结束。@kgauravnm 写道，“Claude Opus 5.5 的蜜月期正式结束”，理由是模型变懒且周额度消耗很快；类似 @ps_ios_dev 的 Team 席位用户也称，即使免费周额度刚重置，Medium 强度的用量仍在“飞奔”。但有一个保留意见值得纳入：@sonuv_dev 对 67,000 条 Claude Code 消息日志的分析发现，工具调用量、失败率和投诉率大致持平，“基本没有模型被削弱的证据”。这说明至少一部分痛感，可能来自默认使用量变大和推理成本更高，而非秘密降级。模型选择也会影响能力上限：@mohitsharmadl 报告过一个案例，Fable 5.2 在 Medium 下解决了 Opus 5.5 High 无法解决的 bug；因此“所有任务都用 Opus”也可能把额度浪费在错误的能力上限上。
结合官方建议和用户有效经验，可以采用以下额度策略：
- 所有任务默认用 Medium 强度的 Opus 5.5；High 应是诊断后才采取的升级步骤，而不是个人偏好设置。
- 按子任务分流：检索和分类交给 Haiku，范围明确的起草和润色交给 Sonnet，判断、审计和最终把关交给 Opus。
- 不要习惯性把 Sonnet 停在 Medium 以上；先算清成本交叉点，再把任务改用 Low/Medium 的 Opus。
- 上传文件、连接代码仓库，不要在每一轮重复粘贴相同上下文；重复发送长上下文会在每轮增加 token，从而提高计量用量。
- 把速率限制重置机会留给真正有截止日期的一周，而不是用在试验上。
- Fable 只留给它真正擅长的少数任务：长周期、多 agent、开放式技术工作；使用前先确认你的席位是否会将其计入 credits。
FAQ：大家真正会问的日常主力问题
Claude Opus 5.5 够资格做日常主力吗？
对于重视判断力和可审计性的研究、分析、写作任务，答案是肯定的。Hayz Labs 将它在 agents 和 WebDev 中排在第一，写作评分也居首；Anthropic 引述的企业测试也指向相同结论。不过，仍应同时配置一个更便宜的模型来处理高吞吐量任务。
日常工作中，Opus 5.5 比 Sonnet 5.5 更好吗？
对于模糊或高风险的工作，是的。对于边界清晰、高频且量大的任务，Low 或 Medium 强度的 Sonnet 更快——Anthropic 将 Sonnet 评为 Fast，Opus 为 Moderate（claude.com）——且 token 价格约低一半。真正的错误是默认把 Sonnet 跑在 Extra High 或 Max，这会直接抹掉省下的成本。
什么时候该用 Fable 5.2，而不是 Opus 5.5？
大多数知识工作和常规编程任务使用 Opus 即可。只有开放式、长期运行或高度 agent 化的技术项目，并且 High 强度的 Opus 仍然卡住时，才升级到 Fable；同时先确认套餐计费，因为标准 Pro/Team 席位通常会将 Fable 计入 credits。
100 万 token 上下文能可靠处理长文档吗？
对于上传文件后进行审计式处理，这是 Anthropic 目前推出过的最强 Opus 配置之一，其中就包括前述 18 份带来源报告完成 16 份的结果。但超长任务仍会快速消耗订阅额度，因此更好的做法是让 Haiku 负责检索、Opus 负责判断，而不是把所有环节都跑在最大上下文上。
真正需要持续观察的取舍
对于 Medium 推理强度下的知识工作，Opus 5.5 是正确的默认选择；尚未确定的是，用户在 10 月下旬报告的额度收紧是否会成为常态。如果会，那么每周实际落到 Sonnet 上的工作量，仍将高于发布宣传所暗示的水平。
延伸阅读：Claude Opus 5.5 pricing review、Claude Opus 5.5 High review、Claude Opus 5.5 vs GPT-6.1 Sol。