Claude Opus 5.5 斩获 Agent Arena 榜眼，性价比与可控性大幅跃升

Agent Arena 评测平台公布 Claude Opus 5.5（High 配置）位列榜单第二并改变了任务成本效率前沿，展现出前沿大模型在智能体任务中向兼顾成本与可控性的方向演进。

• Claude Opus 5.5（High）在 Agent Arena 获得 +12.15% 的净提升分数，总排名仅次于 Claude Fable 5.1（Max）。
• 评测显示其单任务中位成本为 1.31 美元，较同等水平模型低约 64%，相比上一代 Opus 5（High）和 Opus 5（Max）分别降低 40% 与 56% 的运行成本。
• 在反映指令遵循与约束控制的可控性（Steerability）分项指标中，Opus 5.5 获得 +14.50% 的表现，位列参评模型第一。
• 影响/看点：评测结果意味着长流程智能体任务的部署成本有望得到有效控制，但该模型在实际复杂开发场景中的表现仍取决于具体提示工程与自适应推理调优的配置水平。
• 资料依据：
• X：Arena (@arena)（2026-09-28）：https://x.com/arena/status/2104632801740132772
• Anthropic 官方公告（2026-09-22）：https://www.anthropic.com/news/claude-opus-5-5

本内容由 AI 生成，仅供参考，请注意甄别