Claude Opus 5.5 快速模式结束预览：2 倍价格能为你带来什么

快速模式，适用于 Claude Opus 5.5，已于 2026 年 10 月 15 日结束研究预览。排队已成为过去：无需加入等待名单，无需提交访问申请，也无需附加 beta 标头。快速模式已成为 Claude API、Claude Code 以及面向 Azure 托管部署的 Microsoft Foundry 中 Claude 的常规自助式功能。其背后的模型并未改变。改变的是那道门已经拆除，而现在挡在你与它之间的唯一障碍就是门后的价签——每百万输入 token 8 美元、每百万输出 token 40 美元，而标准速度则为 4 美元和 20 美元。两个方向上都恰好翻倍。

这就是整件事的全部。Claude Opus 5.5 于 2026 年 9 月 22 日发布，定价为每百万 token 4 美元和 20 美元，相较 Claude Opus 5 降价 20%，缓存读取价格下降 60%，降至每百万 0.20 美元。当时快速模式已经可用，但作为研究预览版，你必须获得准入资格才能使用。自 10 月 15 日起，它已成为一个你可以自行开启的产品，并在普通使用层级中公布了速率限制——而从准入到开放访问的这一转变，正是让这份价目表值得认真细读、而非匆匆一瞥的原因。

10月15日到底发生了什么变化？

三件事，而且只有三件，重要的是其中哪些对哪个模型成立：

• 访问权限 — Claude Opus 5.5 的快速模式不再需要申请或审批。在 Start、Build 和 Scale 使用层级中，该模式默认开启。仍处于 Evaluation 层级的组织在升级到更高层级后即可使用。

• 协议 — fast-mode-2026-02-01 beta 标头不再是向 Claude Opus 5.5 发送请求的必需项。仍会发送该标头的请求可继续正常工作，因此本周无需从现有集成中移除任何内容。

• 适用平台 — Claude Opus 5.5 的快速模式同日登陆 Claude in Microsoft Foundry，面向 Azure 托管的部署。该模式在 AWS 上的 Claude Platform、Amazon Bedrock 和 Google Cloud 上均不可用，在由 Anthropic 而非 Azure 托管的 Foundry 部署上也不可用。

有一件事明确地没有改变。Claude Opus 5 和 Claude Opus 4.8 的快速模式仍处于研究预览阶段，而 Anthropic 自己的指示是，这两个模型仍需继续发送 beta 标头。如果你的代码会根据模型 ID 分支来决定是否附加该标头，那么 10 月 15 日的变更会让 Claude Opus 5.5 成为唯一不再需要它的那个分支——而如果没人更新这个条件，这种不对称正是那种会悄无声息地搞坏共享客户端的问题。

同样的型号，而这正是其全部魅力所在

快速模式不是第二个模型，也不是蒸馏出来的变体。Anthropic 对此说得很明确：相同的权重，相同的行为，相同的智能，只是在更快的推理配置下运行。答案本身没有任何改变。改变的只是答案被写出来的速度。

具体数字最高可达每秒输出 token 数的 2.5 倍，而具体的注意事项是：收益集中在每秒输出 token 数上，而不是首 token 时间上。在购买之前，这个区别值得你牢记，因为它决定了哪些工作负载能受益。一个批处理任务如果等待 9 秒才拿到首个 token，然后流式输出四分钟，那收益就很大。而一条需要在 200 毫秒内拿到首个 token 的自动补全路径则完全得不到收益，还要为此支付双倍费用。Anthropic 自己的表述也指向同一结论——快速模式适用于快速迭代和实时调试之类的交互式工作，而且收益在流式输出下最明显，因为那里有更多输出需要加速。

对于长时间会话而言，有一个二阶效应比表面数字更重要。由于收益来自输出，实际节省的墙钟时间与模型写多少成正比，而与对话持续多久无关。一个把时间花在落笔前思考上的模型，是快速模式帮不上太多忙的模型，而 Claude Opus 5.5 正是一个默认就会思考的模型。Opus 5.5 的自适应思考始终开启且无法关闭——请求若试图把 thinking 设为 禁用，会返回 400 错误，其深度改为通过 effort 参数来控制。快速模式让书写变快，但不会让思考变快，目前也没有任何请求参数能做到这一点。

费率卡：$8 和 $40，固定价，在此基础上另加乘数

Claude Opus 5.5 的快速模式定价为每百万输入 token 8 美元、每百万输出 token 40 美元。相较于标准的 4 美元和 20 美元，这是直接翻倍——不是带有混合折扣的高级档位，不是按请求收取的附加费，也不是超过某个上下文阈值后就不再可用的东西。

• 标准 Claude Opus 5.5 — 每百万输入 $4.00，每百万输出 $20.00，缓存读取 $0.20，缓存写入 $5.00

• 快速模式 Claude Opus 5.5 — 每百万输入 $8.00，每百万输出 $40.00，在整个上下文窗口内价格统一

• 批量 API Claude Opus 5.5 —— 每百万输入 2.00 美元，每百万输出 10.00 美元，异步任务可享 50% 折扣

• Claude Opus 5 和 Claude Opus 4.8 的快速模式 — 每百万 $10.00 和 $50.00，仍为研究预览

• 不可用 —— 快速模式完全无法与 Batch API 结合使用，而且在标准费率下的缓存读取定价目前是 Anthropic 在此模型上提供的最便宜输入路径

两个加价项会叠加在快速费率之上，而不是将其替换。提示缓存倍率适用于快速模式定价，当请求固定某个推理地理区域时适用的数据驻留倍率同样如此。两者都是在已经达到标准费率两倍的费率上再乘倍率，因此一个同时带有缓存写入和驻留倍率的快速模式请求，并不是成本翻倍的请求。它是成本翻好几倍的请求，而这正是没人做预算的那种账单形态。

上下文窗口范围内的这种平坦性值得单独用一句话说明，因为它并不寻常。快速模式在 $8 和 $40 的定价，对 900,000 token 的请求与对 9,000 token 的请求适用相同费率。对于标准速度下没有长上下文附加费的模型而言，快速模式因此就是干干净净的 2 倍，没有断崖式涨价——这让算术变得容易，但不幸的是，也让人很容易在不知不觉中花钱。

没人能明确回答的订阅问题

这一改动中最让大多数人感到意外的地方与 API 毫无关系。在 Claude Code 中，Pro、Max、Team 和 Enterprise 套餐的订阅用户可以享用快速模式——而且它是通过用量额度计费的，而不是从你套餐的速率限制中扣除。文档中写得毫不含糊：对于订阅套餐的 Claude Code 用户，快速模式仅通过用量额度提供，不包含在订阅的速率限制之内。

所以，“我的 Max 套餐是否涵盖这个”的实际答案是：不。你的订阅会在套餐限额内涵盖标准速度的 Claude Opus 5.5。Fast 模式不在这些限额内，而是按你单独购买的额度计量。另有三项附加条件适用：

• 团队版和企业版——所有者必须先为组织启用快速模式，然后该套餐中的任何人才能够使用它

• Claude Console — 需要为组织开通快速模式访问权限，相关支出随后会显示为普通 API 用量，而不是额度。

• 云端会话 — 快速模式仅对当前会话可用，不会保存为你的默认设置；在 claude.ai/code 上，当你的方案包含该功能时，它会作为模型菜单中的一个开关显示

有一件事在你查看额度余额时值得记住：Anthropic 在 9 月推出 Claude Opus 5.5 时，还提高了 Pro、Max、Team 以及按席位计费的 Enterprise 方案的五小时使用限额，并向订阅用户发放了一次速率限制重置，用户可以把它存着，在想用的任何时候再用。那次重置正是用来做快速模式实验的合适之选。把这次重置用掉，测一测快速模式在你的工作负载上实际会吃掉多少额度，然后再判断这份翻倍的消耗是否值得——而不是等到账单上才发现答案。

开启它，以及那个值得了解的成本陷阱

在 Claude Code CLI 中，该开关是 /fast。按空格键即可切换，按回车键确认，启用期间提示符旁边会出现一个小的 ↯ 图标。VS Code 扩展中有一个 Toggle fast mode 命令，用户设置文件中还有一个 fastMode 设置项，供希望永久开启该功能的用户使用。默认情况下，该选择会跨会话保留，也可以将其配置为每次会话都需要重新手动启用。

在 API 侧，它是一个请求参数：发送 speed: "fast"，响应会在 usage.speed 中报告你实际得到的结果，其值为 "fast" 或 "standard"。这个字段值得记录到日志中，因为它区分了真正快速运行的请求和实际上并未快速运行的请求。快速模式有自己的速率限制，独立于标准的 Opus 限制；超出该限制会返回 429 并附带 retry-after 头，而不是悄悄回退。对无法提供快速模式的模型请求快速模式会返回错误。

然后是陷阱。第一次在对话中启用快速模式时，你要为整个对话上下文支付全额未缓存的快速模式输入价格——窗口中已有的每一个 token 都算在内。你越晚在会话中开启它，这笔一次性费用就越高。这笔费用每个对话只收取一次，所以之后关掉再重新开启不会重复收取，但在长时间智能体运行的第 40 轮才开启，比在第 1 轮就开启要贵得多。Anthropic 自己的建议是在会话开始时启用快速模式，而不是在对话中途，对于任何运行长时间智能体会话的人来说，这都不是风格建议，而是 2 倍账单与远高于此的账单之间的区别。

路由器适合用在哪里，又不适合用在哪里

Fast mode 是 Anthropic 自有 API 界面上的一项请求参数，而它带来的后果值得直说：Claude Opus 5.5 在 OrcaRouter 上的目录条目所暴露的是标准参数集——推理强度、工具、结构化输出、详细程度、温度——而 Fast mode 并不在该条目所声明的参数之列。诚实的解读是，2 倍速这一选项是在 Anthropic 那边买到的，而路由层在此真正证明自身价值的地方，就在于围绕它

这个决定通常都是一样的。快速模式对每个 token 一律按 2 倍计费，而大多数生产系统都有一小块对延迟敏感的部分和一大块其他所有内容。为了服务一小块而对全盘支付 2 倍费用，是高成本的做法。OrcaRouter 将 Claude Opus 5.5 路由为 anthropic/claude-opus-5.5 按 Anthropic 公布的标准价格、0% 加价——供应商的费率原样透传，因此上面 $4.00 输入和 $20.00 输出的数字就是实际计入账单的金额，而不是加价后的等效价格——而路由 DSL 将这种拆分表达为配置：一条规则把交互式部分送往更便宜、更快的模型，其余部分则以标准速度留在 Claude Opus 5.5 上。自动故障转移解决了问题的另一半，把失败的调用降级到另一个提供商路径，而不是降级到错误页面。涵盖200 多个模型、一个密钥、一份账单，并且当"这够快吗"的答案最终是换一个不同的模型而不是更快的设置时，也无需再签第二份合同。

本周谁应该买它，谁不应该买？

如果你的循环瓶颈在于模型在写、而不是模型在想，那就买它。实时调试、对提示词的快速迭代、以及每一轮主要由输出冗长的工具参数或大段代码编辑构成的智能体——在这些工作负载中，2.5 倍的输出速度会直接转化为更短的实际耗时，而翻倍的速率所换来的东西，读者是能真切感受到的。

不要为了让批处理流水线更快跑完而购买它；Batch API 明确与快速模式不兼容，而且已经以标准价格的一半出售同一模型，也就是快速费率的四分之一。不要把它用于分类、抽取或路由——在这些场景里输出很短，缓存经济性才是主导项，真正在干活的是标准费率加上每百万 $0.20 的缓存读取。也不要因为队列开放了就购买它。队列开放是访问权限的变化，不是能力的变化；上周以 $4 和 $20 就能满足你工作负载的模型，不会在 $8 和 $40 时变得不够快。

真正新鲜的一点是，试用成本已经降到了零。没有需要等待的审批，也没有需要排的候补名单，因此对 10 月 15 日的正确回应是做一次测量，而不是一次购买：在对话开始时开启快速模式，记录 usage.speed所报告的内容，用两种方式运行你自己的交互式工作负载，让额度来定夺。接下来要关注的一件事是另外两个 Opus 模型。Claude Opus 5 和 Claude Opus 4.8 的快速模式仍处于研究预览阶段，beta 标头依然是必需的；如果 Anthropic 把 10 月 15 日的这一待遇推广到它们身上，高级档位的阵容会变得更简单，而选择则会变得更难。

记分板所衡量的内容与实际部署所面对的情况之间的那道落差，正是这份记录之所以重要的原因：围绕这一类模型已有记录在案的人工智能故障与智能体事件，都汇集在OrcaRouter AI Incident Archive，其中每一条都带有自己的来源、严重程度、置信度等级和争议标记。