Anthropic 目前推出的 Claude 產品線，使得單純的價格比較容易產生誤導。 本評測將 Claude Opus 5.5、Claude Opus 5 及 Claude Fable 5.1 套用相同的五個提示進行測試，並報告任務結果、本地耗時、路徑回報的標記使用量，以及各項觀察結果的限制。.
實際上的差異在任務卡上可見一斑。. 在測試組 Fable 5.1 中，Opus 5.5 的處理速度最快且成本最低；Fable 5.1 產生的輸出標記最少，且中文格式的回應最為簡潔；Opus 5 耗時最久，而 Opus 5.5 則使用了最多的輸出標記。 這張編碼卡提出了一項重要補充：輸出較短並不代表輸出品質必然較佳。.
我們從先前的 Claude Opus 5.5 評測中複製了五個提示，並針對每個模型分別執行一次每個提示。請求設定完全相同：設定為 8,192 個代幣的上限、高投入度、一則使用者訊息，且不使用工具。該請求返回 HTTP 200 狀態碼，並 回合結束 針對所有 15 項請求。.
快速回答
- 在這套包含五項任務的套組中，速度最快的是： Claude Opus 5.5 在五個連續請求中，共耗費 47.725 秒的本地端到端時間。Claude Fable 5.1 耗費 53.290 秒，而 Claude Opus 5 則耗費 61.470 秒。.
- 最低建議售價估算： 根據官方代幣匯率計算，Opus 5.5 的五項請求總計約為 $0.0818，其次是 Opus 5 的 $0.0962，以及 Fable 5.1 的 $0.1415。 這些是算術估算值，並非平台收費。.
- 優質成果： 這三者皆回傳了五顆子彈的擷取結果、可解析的 JSON 格式，以及正確的數學答案。各程式碼的輸出在邊界情況處理上有所差異，而 Fable 5.1 則最為完整地遵循了那份兩段式的中文格式指示。.
- API 注意事項： Opus 5.5 並非能直接套用至所有 Opus 5 整合方案的更名版本。其遷移指南指出，「思考」功能無法停用，且某些較舊的工具或思考模式需要進行調整。.
- 請勿過度解讀這份排名： 這代表在單一路線上，每項任務進行一次配對運行。其衡量的是具體行為、耗時及回報的使用情況，而非通用模型分數。.
這三款車型的售價與其所展現的特質
根據 Anthropic 當前的模型文件，這三個 API 共用一個 100 萬個代幣的上下文視窗，且最大輸出量為 128K。 它們的計費單位與狀態各不相同：Opus 5.5 是最新的 Opus 路徑，Opus 5 被標記為舊版，而 Fable 5.1 則具備最高的標準輸入／輸出速率。.
| 模型 | 官方地位 | API 模型 ID | 輸入／輸出 | 上下文／最大輸出 | 預設的努力程度 | 快取讀取 |
|---|---|---|---|---|---|---|
| Claude Opus 5.5 | 最新消息 | 克勞德作品第5號第5首 | $4 / $20 每 MTok | 1M / 128K | 中型 | $0.20 / MTok |
| Claude Opus 5 | 有效、過時 | 克勞德-作品第5號 | 每 MTok 為 $5 / $25 | 1M / 128K | 高 | $0.50 / MTok |
| Claude Fable 5.1 | 最新消息 | 克勞德寓言 5-1 | 每 MTok 為 $10 / $50 | 1M / 128K | 高 | $0.25 / MTok |
以一個簡單的未緩存範例來說，在 Opus 5.5 上，100,000 個輸入標記加上 20,000 個輸出標記的費用為 $0.80， 在 Opus 5 上為 $1.00，在 Fable 5.1 上則為 $2.00（均按所列費率計算）。由於 Fable 5.1 的快取讀取率低於 Opus 5，因此對於快取密集型的代理工作負載，需要進行單獨的計算。.
官方基準測試表顯示了什麼
Anthropic’s Claude Opus 5.5 公告 將這三款機型全數納入同一份服務供應商比較表中。Opus 5.5 在列出的行中名列前茅，但這些結果均由服務供應商自行報告，且採用了特定基準測試的測試套件與工作負載設定。公告本身也提醒，在這個效能層級上，基準測試中微小的差距，作為判斷實際應用差異的參考依據，其可靠性較低。.
| 服務供應商基準 | 作品第 5.5 號 | Fable 5.1 | 作品第5號 | 測量項目 |
|---|---|---|---|---|
| Terminal-Bench 4.0 | 66.4% | 55.8% | 52.3% | 基於代理的命令列程式設計 |
| FrontierCode v1.1 | 54.4% | 50.3% | 48.0% | 代理程式程式碼的變更是否會被合併 |
| CursorBench 4.0 | 57.8% | 51.8% | 46.6% | 含糊的多檔案編碼任務 |
| GDPval-AA v2.1 | 1846 | 1735 | 1708 | 涵蓋 44 種職業的專業知識工作 |
| AutomationBench | 40.0% | 31.4% | 26.9% | 端到端的業務工作流程 |
| 人類的最終考驗 | 67.7% 使用工具 | 65.6%（含工具） | 63.6%（含工具） | 跨領域推理 |
| OSWorld 2.0 | 81.8% 部分 | 80.7% 部分 | 74.0% 部分 | 電腦使用任務 |
此表格有助於定位服務供應商所宣稱的效能邊界。它並不能取代下方的配對卡片：我們的測試採用簡短的單輪提示、高投入度、不使用任何工具，並由第三方控制路線。.
相同的提示語、相同的請求設定
我們從先前的 Opus 5.5 測試包中複製了五個提示，並將每個提示各發送一次給每個模型。客戶端針對每個任務輪流更換模型順序，採用 UTF-8 格式的 JSON，並從請求開始計時，直到讀取完整個回應正文為止。所有 15 個請求均返回 HTTP 200 狀態碼，且 回合結束. 有關更廣泛的理論依據及可重複的工作流程，請參閱 GlobalGPT 如何測試 AI 模型.
時間與代幣的比較
| 路線 | 已進行 5 局 | 平均值／任務 | 輸入代幣 | 輸出標記 | 路線導向式思維 | 建議售價估算* |
|---|---|---|---|---|---|---|
| Claude Opus 5.5 | 47.725 秒 | 9.545 秒 | 700 | 3,952 | 2,214 | $0.0818 |
| Claude Opus 5 | 61.470 秒 | 12.294 秒 | 690 | 3,709 | 1,859 | $0.0962 |
| Claude Fable 5.1 | 53.290 秒 | 10.658 秒 | 700 | 2,690 | 1,122 | $0.1415 |
*此估算值係依據路徑回報的輸入／輸出代幣數量，以及 Anthropic 所列之標準 API 費率計算得出。其中不包含快取費用、平台抵用金、稅金及加價。所指之耗時為請求發出後當地的端對端實際耗時，而非服務供應商的延遲或每秒代幣數。 「思考」是路徑回報的使用量欄位，並非經獨立測量所得的隱藏推理。.
根據評估指標的不同，總體結果呈現出各異的趨勢。Opus 5.5 呈現出最快的總執行時間與最低的預估成本；Fable 5.1 產出的輸出代幣數量最少；而 Opus 5 則是這組測試中總執行時間最長的。 較短的答案並不一定就是更好的答案：編碼卡說明了為何仍需仔細研讀輸出內容與邊界情況的處理方式。.
五張配對任務卡
這些模型能否修復混合型重複資料刪除功能？
任務設定： 題目要求提供一個經過修正的函式，加上兩個簡潔的測試案例；字串比較時不區分大小寫；保留原始拼寫；且在處理非字串值時不會導致程式崩潰。.
| 模型 | 時間／使用情況 | 觀察結果 |
|---|---|---|
| Claude Opus 5.5 | 15.844 秒（本地時間）· 145 進 / 1478 出 · 700 思考 · 回合結束 | 使用大寫小寫不分，並搭配清單備用機制；其 docstring 說明為「身份相等」，但程式碼中卻使用「相等」運算子。. |
| Claude Opus 5 | 16.845 秒（本地時間） · 143 進球 / 1109 出球 · 312 思考 · 回合結束 | 新增了帶有類型標籤的鍵以及等值回退機制，並指出該行 Python 語法不正確。. |
| Claude Fable 5.1 | 12.778 秒（本地時間） · 145 進 / 783 出 · 0 思考 · 回合結束 | 對於無法進行哈希運算的值，會使用 repr(item)；此方法雖能通過所示範例的測試，但在不同資料類型間可能發生衝突。. |
比較結果： 「邊緣案例」是一種任務層級的觀察，而非針對所有編碼工作負載的論斷。.
這些模型能否在不增添任何主張的情況下，保留所提供的五項事實？
任務設定： 輸入內容是一則關於對三款寫作輔助工具進行為期兩週測試的簡短筆記。這是一項簡短的資料擷取任務，而非大型語境基準測試。.
| 模型 | 時間／使用情況 | 觀察結果 |
|---|---|---|
| Claude Opus 5.5 | 4.374 秒（本地時間）· 210 進 / 312 出 · 101 思考 · 結束回合 | 歸還了五顆編號子彈，並嚴格遵循所提供的資料；標籤與順序略有不同。. |
| Claude Opus 5 | 4.661 秒（本地時間）· 208 進 / 265 出 · 27 思考 · 回合結束 | 歸還了五顆編號子彈，並嚴格遵循所提供的資料；標籤與順序略有不同。. |
| Claude Fable 5.1 | 6.305 秒（本地時間）· 210 進 / 223 出 · 0 思考 · 回合結束 | 歸還了五顆編號子彈，並嚴格遵循所提供的資料；標籤與順序略有不同。. |
比較結果： 原始段落很短；這僅用於驗證基於上下文的提取與格式化功能，而非處理百萬個標記的上下文。.
這些模型能否回傳與請求結構完全一致的結果？
任務設定： 該提示僅要求有效的 JSON 格式，包含五個完全相符的鍵、兩項優點、兩項缺點，以及簡短的字串。這篇虛構的評論內容並非關於任何模型的證據。.
| 模型 | 時間／使用情況 | 觀察結果 |
|---|---|---|
| Claude Opus 5.5 | 8.276 秒（本地時間） · 128 進 / 622 出 · 390 思考 · 結束回合 | 回傳了可解析的 JSON 資料，其中包含請求的鍵值以及兩項優點與兩項缺點；生成的評論陳述僅為測試文字，並非產品事實。. |
| Claude Opus 5 | 6.344 秒（本地時間）· 126 進 / 238 出 · 0 思考 · 結束回合 | 回傳了可解析的 JSON 資料，其中包含請求的鍵值以及兩項優點與兩項缺點；生成的評論陳述僅為測試文字，並非產品事實。. |
| Claude Fable 5.1 | 6.626 秒（本地時間）· 128 進 / 203 出 · 0 思考 · 結束回合 | 回傳了可解析的 JSON 資料，其中包含請求的鍵值以及兩項優點與兩項缺點；生成的評論陳述僅為測試文字，並非產品事實。. |
比較結果： 這些 JSON 字串描述的是虛構的評測設定，絕不可作為產品事實發布。.
這些模型能否將這組循環的批次序列一路推導至最終答案呢？
任務設定： 該序列先是 12，接著是 25%（採用向下取整），共分四批進行。.
| 模型 | 時間／使用情況 | 觀察結果 |
|---|---|---|
| Claude Opus 5.5 | 3.830 秒（本地時間）· 89 進 / 257 出 · 74 思考 · 結束回合 | 計算結果為 12、15、18、22，總計 67；這三組結果均以要求的獨立數字 67 結尾。. |
| Claude Opus 5 | 5.079 秒（本地）· 87 進 / 277 出 · 90 思考 · end_turn | 計算結果為 12、15、18、22，總計 67；這三組結果均以要求的獨立數字 67 結尾。. |
| Claude Fable 5.1 | 5.347 秒（本地時間） · 89 進 / 127 出 · 0 思考 · 回合結束 | 計算結果為 12、15、18、22，總計 67；這三組結果均以要求的獨立數字 67 結尾。. |
比較結果： 這三個人都通過了這道算術題；單憑一道題無法評估一般推理的可靠性。.
這條路線能否維持所要求的兩段式結構？
任務設定： 題目要求撰寫兩段中文，每段 80 至 120 個中文字：先是價值觀的回答，接著是測試計畫。.
| 模型 | 時間／使用情況 | 觀察結果 |
|---|---|---|
| Claude Opus 5.5 | 15.401 秒（本地時間）· 128 輸入 / 1283 輸出 · 949 思考 · end_turn | 已還原兩段所要求的段落，並添加了 Markdown 標籤以及一則英文註解。. |
| Claude Opus 5 | 28.541 秒（本地時間）· 126 輸入 / 1820 輸出 · 1430 思考 · 結束回合 | 將要求的兩段文字還原，然後在分隔符之後添加了一則英文註解。. |
| Claude Fable 5.1 | 22.234 秒（本地時間） · 128 輸入 / 1354 輸出 · 1122 思考 · 回合結束 | 回傳了兩段格式整潔的中文段落，其中沒有任何額外註解或 Markdown 標記。. |
比較結果： 此記錄是根據已測試路線所進行的操作指引；並非中文品質基準。.
API 與遷移注意事項
Opus 5.5 並非適用於所有 Opus 5 整合方案的直接更名版本。Anthropic 的 遷移指南 指出在 Opus 5.5 中無法停用「思考」功能；若嘗試停用或手動啟用舊版「思考」模式，系統將回傳 400 錯誤。此次遷移還調整了強制使用工具的機制，將「思考」區塊與模型及對話綁定，並在 Claude API 及 Google Cloud 路徑上替換了舊版的電腦使用工具。.
所使用的共用測試 output_config.effort: high 針對這三種模型皆如此操作，以便更輕鬆地比較提示結果。 這意味著這些測試並未重現各模型的預設努力程度設定。根據文件記載，Fable 5.1 的「適應性思考」功能始終開啟，且預設努力程度為「高」；Opus 5.5 的「適應性思考」功能始終開啟，且預設努力程度為「中」；而 Opus 5 則採用「適應性思考」功能，並設定為「高」預設努力程度。.
這項測試實際上證實了什麼
任務層級的裁決
作品第 5.5 號： 在這個包含五項任務的套組中，不僅估計的清單價格最快且最低，同時產出的標記數量也最多。. Fable 5.1： 整體輸出最簡潔，且最符合中國的「兩段式」限制，但由於其標記單元價格較高，導致五次運行估計值最高，且其編碼備用方案存在具體的跨類型邊緣案例。. 作品第5號： 在資料擷取、JSON 及數學運算任務上表現正確，但在這個路由範例中速度最慢，且在官方文件中已被標記為過時。.
這足以證明在這個經過量測的路線上，實際上應優先選擇 Opus 5.5；但還不足以斷言它在所有工作負載下都佔上風。在將結果視為正式生產基準之前，請使用各種工具、更長的輸入資料，並進行多次執行來重複測試。.
如果您想重現這項比較，卻不想開設三個獨立帳戶，, 請在 GlobalGPT 中嘗試模型比較工作流程. 無論做出何種生產決策，都應分別驗證直接模型路徑與上游供應商對應關係。.
常見問題
在對比測試中，哪一款車型跑得最快？
Claude Opus 5.5 的總本地耗時最短：五次連續請求共耗時 47.725 秒。此為路由觀察結果，並非服務端延遲。.
哪個模型使用的輸出標記最少？
Claude Fable 5.1 在五項任務中共使用了 2,690 個路徑報告的輸出標記，相較之下，Opus 5 為 3,709 個，Opus 5.5 則為 3,952 個。.
在這次測試中，哪一款機型最便宜？
根據官方標準 API 費率以及回傳的輸入／輸出代幣數量，Opus 5.5 產出的五次執行估算值最低，為 $0.0818。此估算值不包含快取、代幣、稅金及平台加價。.
這三個模型都通過了相同的任務嗎？
這三者皆回傳了以五顆子彈為單位的擷取結果，格式為可解析且包含所請求鍵值的 JSON，且總數正確為 67。程式碼與中文格式的卡片顯示出有意義的輸出差異。.
這是一項長文脈標竿測試嗎？
不。該重複使用的提取提示包含一段簡短文字。它旨在測試錨定能力與精確格式化能力，因此不應被視為百萬令牌語境表現的佐證。.
Claude Opus 5 是否仍為現行版本？
Anthropic 的模型文件將 Opus 5 標示為「仍處於活躍狀態但已過時」，並建議考慮採用 Opus 5.5 以獲得更佳效能。現有的 API 整合應在切換前參閱遷移指南。.
官方規格： Opus 5.5 文件, Opus 5 文件, 以及 Fable 5.1 文件. 供應商的基準數值源自 Anthropic；實際操作數值則來自上文所述的匹配測試套件。.
