Claude Opus 5.5 基準測試：每一項分數、其所依據的努力設定，以及由誰測量

Anthropic 為 Claude Opus 5.5在 Terminal-Bench 4.0 上發布的頭條數字是 66.4%，對照同一張表上 52.3%，那是 Claude Opus 5在同一張表上的數字——而那個 66.4% 是在 xhigh 努力程度下產生的，並非該模型預設的 medium。該模型於 2026 年 9 月 22 日發布，比本頁撰寫時間早兩天，因此它是個 GA 模型，有著 GA 模型的定價與 GA 模型的基準測試表。同一項基準測試上來自 Artificial Analysis的獨立數字是 59.6%，其配置中內含 Anthropic 的伺服器端防護路由。這兩個數字之間存在著測試框架差異、努力程度差異與路由差異，而目前沒有人——包括我們在內——能說出這個落差各由哪一項造成多少。本頁能做的，是把 Claude Opus 5.5 的每一項已公布數字集中在一處，標明由誰產出、在什麼設定下產出，並納入 GPT-6 Astra 與 Claude Fable 5.1領先的那些列。

先從投入程度設定開始，因為它比模型更能左右這些數字

Claude Opus 5.5 在 Claude API 上預設為中等強度。Claude Opus 5 則預設為高。同樣的具名等級在兩個模型之間也並不代表相同的思考預算，因此即使標籤相符，「我們兩個都以 high 執行」也不是受控的比較。在 Opus 5.5 上，自適應思考永遠開啟且無法關閉；effort 參數只會改變深度、延遲與成本，別無其他影響。

Anthropic 的 Terminal-Bench 4.0 數據是在 xhigh 設定下跑出來的。這個單一事實是這頁上最重要的但書，因為它掛頭牌的基準，正是對前代模型回報差距最寬的一項；也因為同一張表說明了，若你放著該設定不動，會發生什麼事：

• FrontierCode v1.1 Main — xhigh 下 54.4%，預設 medium 下 54.6%。 廠商回報。medium 那次的執行結果高於 xhigh 那次。在這份工作負載上，「投入程度」旋鈕沒換來任何可量測的效益；這兩個數字是同一個數字。

• CursorBench 4.0 — xhigh 模式下為 57.8%，medium 模式下為 52.5%。由廠商自行回報。相同模型、相同測試框架、同一週：5.3 個百分點，是表上最大的推理投入差距。

供應商表格裡的這兩行就是全部的論據。一種工作負載對努力程度不敏感，另一種則對努力程度高度敏感，而模型卡無法事先告訴你，你的工作負載屬於哪一種。數據所支持的結論很狹隘，也值得狹隘地陳述：正確的努力程度如今是針對每種工作負載各自測量出來的，而不是你繼承來的預設值。它並不支持「Opus 5.5 比其基準測試所顯示的更快」或「Anthropic 刻意壓低了預設值」這類說法 —— 那需要對全部五種設定做逐工作負載的全面掃描，而沒有人發表過這些結果。它的確意味著，如果你從 Opus 5 遷移過來，並保留原有的努力設定，那你改變的是實驗，而不只是模型。

還有一處不對稱，而且方向恰好相反。在 Anthropic 的 Terminal-Bench 那一列中，競爭對手欄位是 GPT-6 Astra，為 57.9%——依 Anthropic 自家圖表的註記，是以 high effort 執行，而 Opus 5.5 的 66.4% 則是以 xhigh 執行。一張自家模型用一種設定、對手用另一種設定的廠商表格，無論這兩個數字並排看起來如何，都算不上是正面對決。

供應商表格，每一列都包含來源與設定

本節中的所有內容都是由供應商自行回報：Anthropic 的發布資料、Anthropic 的測試框架，生產環境防護已開啟，除非該列另有說明，否則自適應思考會以最大努力運作。請將此理解為 Anthropic 在衡量 Anthropic。

• Terminal-Bench 4.0 — 66.4%，於 xhigh 強度下。廠商自行呈報，標準誤約為 ±2.6 個百分點。同一列中：Claude Opus 5 52.3%、Claude Fable 5.1 55.8%、GPT-6 Astra 57.9%（於 high 強度下）、GPT-5.6 Sol 37.3%。Terminal-Bench 4.0 明確是廠商承認無法完美代表真實終端機作業的基準測試，而它正是該模型的主打成績。

• FrontierCode v1.1 Main — 在 xhigh 下為 54.4%，在預設 medium 下為 54.6%。廠商回報數據。Opus 5 為 48.0%，Fable 5.1 為 50.3%，GPT-6 Astra 為 53.3%，GPT-5.6 Sol 為 47.5%。Anthropic 的系統卡亦載有 Extended 變體達 63.6%，以及 medium 下的最佳 Extended 數字 65.3%。

• CursorBench 4.0 — xhigh 模式下 57.8%，medium 模式下 52.5%。廠商自行回報。Opus 5 為 46.6%，Fable 5.1 為 51.8%，GPT-5.6 Sol 為 41.7%。請注意，Fable 5.1 與 Opus 5 的 CursorBench 數據是在 max effort 下取得的，因此 Opus 5.5 在 medium 下的表現，是拿來與自家同系列在 max 下的表現相比。

• GDPval-AA v2.1 — 1,846 Elo。這是供應商表格上唯一一列並非由供應商自己跑的數據。GDPval-AA 是 Artificial Analysis 的評測，而 Artificial Analysis 自己對 Opus 5.5 的報告所述也是同樣的 1,846，Fable 5.1 為 1,735，Opus 5 為 1,708。在供應商表格中：Fable 5.1 為 1,735、Opus 5 為 1,708、GPT-5.6 Sol 為 1,588、GPT-6 Astra 為 1,542。這是這裡唯一一列有兩個機構得出相同數字的項目，原因就在於那是同一項測量。

• AutomationBench（Zapier）——40.0%。由廠商自行報告，且在沒有備援模型的情況下執行，因此每一次安全防護介入都被判定為失敗。GPT-6 Astra 41.4%、Fable 5.1 31.4%、GPT-5.6 Sol 28.8%、Opus 5 26.9%。

• Humanity's Last Exam，搭配工具 — 67.7%。由廠商自行回報。Fable 5.1 65.6%、Opus 5 63.6%、GPT-6 Astra 57.2%。Anthropic 的系統卡另行回報未使用工具時為 64.4%，若你要比較的來源並未讓其模型使用工具，就應採用這個數字。

• Terminal-Bench-Science 0.1 — 58.7%。廠商自行回報，標準誤約為 ±3.5 至 ±5 分，因此這是一個區間，而非單一數值。GPT-6 Astra 64.6%、Fable 5.1 52.6%、Opus 5 29.0%、GPT-5.6 Sol 22.4%。

• OSWorld 2.0 — 81.8% 部分完成。由廠商回報，而「部分完成」在那句話裡可是真的在發揮作用：Anthropic 的系統卡給出的嚴格完成率為 48.7%（針對同一款模型、同一項評估）。兩者都已公開；被引用的卻是那個部分完成數字。Fable 5.1 80.7%，Opus 5 74.0%。

• Chartography（含工具）—— 89.0%。由廠商自行回報。Fable 5.1 88.4%，Opus 5 83.4%。

獨立的數字，以及「Default Fallback」實際上代表什麼意思

Artificial Analysis 是唯一在綜合指數上針對 Claude Opus 5.5 發布了最新評估的第三方，而其數據正是應與 Anthropic 的數據並列對照的。截至 2026 年 9 月 24 日所見：

• 智慧指數 — 在標示為「自適應推理、最大投入、預設回退」的組態下，最大投入時為 58。由 Artificial Analysis 獨立測量。其自家文章稱 58 分「是我們測量過的最高分，還高出數分。」同一指數也公布了 Opus 5.5 在其他每一個投入設定的表現，而其中有意義的部分在於差距：xhigh 為 56、high 為 54、medium 為 51、low 為 42。這代表單一模型在投入程度旋鈕上出現 16 分的擺盪——比該榜上大多數模型之間的差距還大。

• Terminal-Bench 4.0 — 59.6%。獨立。Artificial Analysis 報導其「與領先者 GPT-6 Astra（xhigh）持平」，且較 Claude Opus 5 高出約 11 分。

• Humanity's Last Exam — 61.4%。獨立，且同一排行榜上先前的最佳成績為 59.1%，由 Claude Fable 5.1 保持。

• SciCode — 66.9%。獨立評測，相較於 Claude Fable 5.1 的 63.1%。

現在要說的是需要解釋、而非引述的那一條。所謂「Default Fallback」既不是基準測試的產物，也不是 Artificial Analysis 的設定——它是Anthropic 伺服器端的防護路由機制，而且維持在開啟狀態。Claude Opus 5.5 出廠時搭載了過去保留給 Fable 5.1 的防護層級：多數網路安全相關請求會被透明地重新導向至 Claude Opus 4.8，而生物學相關工作則會退回由 Claude Opus 5 處理，除非該帳號已通過驗證。當 Artificial Analysis 在啟用預設備援的情況下執行這套指數時，它衡量的是實際部署的系統——也就是未經驗證的 API 金鑰真正能觸及的東西——而不是 Opus 5.5 權重的乾淨檢查點。對買家而言，這是更誠實的衡量方式；對基準測試而言，則是較不乾淨的衡量方式。Anthropic 對自家表格的說法正是如此：在 Terminal-Bench 4.0 那次執行中所做的介入，使網路任務由 Opus 4.8 完成、生物學任務由 Opus 5 完成，而該公司表示這些介入很可能拉低了所呈報的分數。因此，防護路由在兩個方向上都是真實的營運事實，而本頁上沒有任何一個數字能將底層模型與它切割開來。

兩張表在哪些地方不一致，以及原因為何

將 Terminal-Bench 4.0 的兩個數字並排來看，會得到 66.4% 對 59.6%——相差 6.8 個百分點，而且是在同一項基準測試、同一個模型上。原因眾所周知，且每一個都大到單獨就足以造成影響：

• 不同的測試框架。Anthropic 用的是自家的代理鷹架；Artificial Analysis 用的則是自家的參考代理測試框架。終端機基準測試的分數，取決於鷹架加上模型，而不單是模型本身，而且兩家機構都沒有發表過互換鷹架的實驗。

• 不同的 effort 設定。 Anthropic 的 66.4% 是在 xhigh 下達成的。Artificial Analysis 的 59.6% 所對應的 effort 設定，並未在載有該數字的句子中說明，而其報告的基準數據通常是最高 effort 的數據。

• 兩種情況下皆啟用安全防護，但計分方式不同。 Anthropic 在啟用備援的情況下執行，並將干預視為會降低分數，但仍會納入計分。在 AutomationBench 上，它則是在沒有備援的情況下執行，並將干預直接計為失敗。Artificial Analysis 則全程啟用備援。

• 即使在同一家廠商自己的表格裡，數字也會變動。Anthropic 在 Terminal-Bench 4.0 上將 Claude Opus 5 列為 52.3%，並指出公開排行榜上同一款模型的 51.8%「在雜訊範圍內」。

接著，這是本頁關於一套測試框架價值幾何的最有力證據。公開的 Terminal-Bench 4.0 排行榜是在 2026 年 9 月 24 日擷取的，上面完全沒有 Claude Opus 5.5 這一列。其榜首是 GPT-6 Astra，在 max effort 下以 Codex 代理運行，58.2% ±2.8；第二名是 Claude Fable 5.1，在 max effort 下透過 Claude Code 運行，得分為 57.9% ±3.8；第三名是 Claude Opus 5，在 xhigh 下透過 Claude Code 運行，得分為 53.9% ±3.2。所以 66.4% 不僅僅是與獨立的 59.6% 不同的數字——它根本不在公開排行榜上，而該排行榜自己版本的 Claude Opus 5 是 53.9%，不是發布表格所列的 52.3%。在 Terminal-Bench 接受並公布 Opus 5.5 的提交之前，66.4% 是無人能重現的廠商測試框架結果，而 59.6% 才是外部第三方真正願意背書的數字。另請注意，在同一份排行榜上，Artificial Analysis 的 Terminal-Bench 4.0 榜首與 Anthropic 的 Opus 5.5 同樣落在 59.6%——這只是在某一套測試框架中打成平手，對另一套測試框架則毫無說明。

Opus 5.5 落敗的列

一份省略虧損的總結不算總結，而Anthropic自己的表格兩者都包含在內。

• Terminal-Bench-Science 0.1 — 58.7%，對上 GPT-6 Astra 的 64.6%。 這是廠商自行提報的數據，刊載於 Anthropic 自家的表格上，在與科學推理最為相關的那一列，以 5.9 個百分點之差敗給一個具名競爭對手。廠商自己標註的標準誤（±3.5 至 ±5）意味著這個差距接近雜訊邊緣，而非穩穩落在雜訊範圍之內——但這終究是廠商自家頁面上的一場敗仗，而這個誤差區間並不能讓它變成勝利。Claude Opus 5 在同一列為 29.0%，因此即便在競爭對手領先之處，跨世代的進步仍是實實在在的。

• AutomationBench — 40.0%，對上 GPT-6 Astra 的 41.4%。這是廠商自行回報的數字，差距 1.4 個百分點，而且該次執行並未設置備援模型，因此安全防護介入全被判定為失敗。這意味著這項特定比較所衡量的，是計入了路由懲罰的 Opus 5.5，對上一個其路由懲罰——無論實際是多少——並未受到描述的競爭對手。無論從哪個方向解讀，這都是整頁中最難以解讀的一列。

還有兩處的領先幅度比標題所暗示的更薄弱，且兩者皆為廠商自行回報的數據。在搭配工具的 Humanity's Last Exam上，領先 Claude Fable 5.1 的幅度為 2.1 個百分點（67.7% 對 65.6%）；在搭配工具的 Chartography上為 0.6 個百分點（89.0% 對 88.4%）；在OSWorld 2.0 partial上為 1.1 個百分點（81.8% 對 80.7%）。這些正是「Opus 5.5 是最佳代理模型」這類說法僅關乎排名、而非實測差距的項目，而 0.6 個百分點的圖表判讀差距不該成為採購決策的依據。

Claude Fable 5.1 在不同指數修訂版本上的獨立地位

把 Opus 5.5 拿來和自家同系列產品相比，需要獨立成一個章節，而且還得附上警語，因為這項比較比表面上更困難。

當 Artificial Analysis 於 2026 年 9 月 1 日發表其 Claude Fable 5.1 的評測報告時，該模型在其 Intelligence Index 上以 max effort 拿下 66 分，並稱這是其所測量過的最高分——領先 Claude Opus 5 的 63 分以及 GPT-5.6 Sol 的 61 分。在 2026 年 9 月 24 日所列出的指數版本上，同一模型顯示為以 max effort with fallback 拿下 53 分，而 Opus 5.5 在等效配置下則顯示為 58 分。9 月 22 日關於 Opus 5.5 的報告稱 58 分「是我們所測量過的最高分，且領先幅度達數分」。

這兩種說法不可能在同一把尺上同時成立，而解法在於它們根本不在同一把尺上。該指數是 Artificial Analysis 會修訂的活物件；其發表的兩篇文章相隔五週，卻把同一對兄弟模型放在榜首的兩側。這是關於指數修訂的陳述，不是關於任一模型退步的陳述，而這意味著66 與 58 絕不該並排印出。若在同一天、同一份榜單、同一個標示配置下閱讀，目前的排序是 Opus 5.5 領先 Fable 5.1 五分——而即便是這點，也仍是同指數、同指數供應商的比較，並非經審核的正面對決。可以安全說出口的範圍更窄：在同時衡量這兩者的那一個獨立綜合指數的當前修訂版上，Opus 5.5 是兩款 Anthropic 模型中較強的那一個，而 Fable 5.1 更為人所知的 66 則屬於該指數較早的修訂版。

這些設定值得再多說一句，因為它們很容易被混為一談。Fable 5.1 的 66 與 Opus 5.5 的 58 都是最高努力（max-effort）的資料列——但 Fable 5.1 的五個努力設定在輸出 token 用量上涵蓋了 11 倍的範圍，從低 effort 的 13.1M 到最高 effort 的 143.7M，索引分數則從 58 到 66。對於內部差異如此大的模型而言，單一索引分數實在難以取代你實際會採用的那一列。

Token 成本本身就是一個基準軸

上面每個數字都是分數。它們沒有一個是鳥喙，而在這個模型上，鳥喙才是真正有趣變化所在。

Artificial Analysis 以最大 effort 測量 Claude Opus 5.5，使用約每項 Intelligence Index 任務 119,000 個輸出 token——在其指數中最高。相較之下，在同一排行榜、相同設定下：Claude Opus 5 約 73,000、Claude Fable 5.1 約 78,000，以及 GPT-6 Astra 約 27,000。思考 token 會按輸出 token 計費，而 Opus 5.5 無法關閉自適應思考，因此模型用於推敲的 token 並非其價格的附註——而是其中大部分。

算一算帳吧，因為標價本身就會誤導人。Opus 5.5 的定價為輸入 $4.00／輸出 $20.00，比 Opus 5 的 $5.00／$25.00 調降了 20%。但 Artificial Analysis 仍測得 Opus 5.5 在最高 effort 下，每個索引任務的成本約為$5.98，而 Opus 5 為 $5.86——在相同設定下——略為更高，而非更低，因為大約 1.6 倍的輸出 token 不僅吃掉了整整 20% 的降幅，甚至還不止。在整個索引中，Opus 5.5 產生了2.6 億個輸出 token，而榜單中位數為 8,800 萬，評估者將其標記為「非常冗長」。

因此，成本的故事完全取決於 effort 設定，而且唯有你實際使用它才成立。在 max effort 下，Opus 5.5 以每項完成任務計算，比它所取代的模型更昂貴。在 medium——實際的產品預設值，也是 Anthropic「在典型工作負載下執行成本約低 40%」這項說法的適用範圍——省下的成本確實存在，但那是關於供應商所選工作負載平均值的陳述，而非經稽核的逐項任務結果。務實的解讀是：20% 的降價是價目表上的折扣，也是 effort 旋鈕上的一個選項，而不是自動省下的成本。如果你的遷移計畫是「換掉模型 id、設定原封不動」，那你買到的是昂貴的版本。

完全沒有確立的是什麼？

這就是頁面其餘部分所為了支持的部分。

• 目前尚未發表任何將 Claude Opus 5.5 與任何具名對手，在努力程度與測試框架均匹配的情況下進行獨立正面對決的結果。本頁面上的每一項跨廠商比較——Opus 5.5 對上 GPT-6 Astra、對上 GPT-5.6 Sol、對上 Claude Fable 5.1——都是兩份表格之間的比較，而這兩份表格分別由兩家不同的公司製作，採用兩套不同的測試框架、兩種不同的努力程度設定，其中通常還有一份是該廠商自家模型在有利設定下的結果。在公開紀錄中，沒有任何實驗能在兩家廠商之間固定相同的測試框架與努力程度，並同時報告雙方的結果。

• 每個問題的 token 拆分並未公布。 彙總的輸出 token 數字是獨立測量的，但其中有多少是思考、多少是回答文字，在我們能找到的範圍內，沒有任何來源公布過。任何給你這款模型精確思考 token 數字的頁面，給你的都是沒人實際測量過的數字。

• 系統卡的大部分內容未經第三方進行基準測試。 SWE-bench Pro 89.9%、Multilingual 93.9%、DeepSWE v1.1 74.2%、ProgramBench 91.2%、OfficeQA 78.9%、HealthBench Professional 65.6%（經長度調整）、GMMLU 94.3%、ArXivMath 96.9%（搭配工具）——全數為廠商自行報告，撰寫本文時皆未經獨立重現。

• Terminal-Bench 4.0 的頭條數字並未出現在公開榜單上。前面已經提過，而它也該列入這份清單：關於這個模型最常被引用的單一數字，是廠商以外沒有人實際跑過的數字。

• Anthropic 報告指出，Claude Opus 5.5「經常懷疑自己正在被評估」——這是該公司自己的說法，作為其安全評估的一項限制而提出。請認真把它當作一個測量問題，而不是一件奇聞軼事：如果模型在相信自己正被測試時行為有所不同，那麼這個頁面上的每一個基準數字，無論來自供應商或獨立機構，都是在受觀察狀態下對該模型所做的測量，而這與部署後行為之間的差異程度仍未知且未被量化。這對好的列與壞的列同樣適用。這是無論多少同等投入的方法論都無法修補的唯一但書。

• Sonnet 5.5 與 Haiku 5.5 尚未推出。 Anthropic 已宣布將於「未來幾週內」推出。它們尚未發布，沒有任何已公布的基準測試數據，而且本頁面上的任何內容都不適用於它們。

價格、封套，以及規格中會改變你程式碼的部分

摘自 Anthropic 於 2026 年 9 月 24 日公布的價目表：每百萬輸入詞元 $4.00、每百萬輸出 $20.00、每百萬快取讀取 $0.20、每百萬 5 分鐘快取寫入 $5.00、每百萬 1 小時快取寫入 $8.00，而 Batch API 在輸入與輸出兩個方向皆享 50% 折扣。快取讀取費率是當中最不起眼的一項——它是基礎輸入的 5%，而大多數 Claude 模型為 10%，Fable 5.1 則為 2.5%。快速模式另行計價，為 $8.00 / $40.00，Anthropic 將其描述為研究預覽，而非一般層級。

這一節要談的，就是費率表不再只是冷知識、而變成路由器能替你算出來的加減乘除。Claude Opus 5.5以anthropic/claude-opus-5.5的形式在 OrcaRouter 上以同樣的 $4.00 / $20.00 提供服務，並以 0% 加價將牌價原樣傳遞——因此 Anthropic 一調整費率，這裡當天就是那個費率，沒有需要建模的重新定價落差。真正決定帳單金額的，是型錄在價格旁邊列出的那些項目：$0.20 的快取讀取，為基礎輸入價的 5%，相對於 Fable 5.1 的 2.5%；100 萬 token 的上下文視窗；以及 128K 的輸出上限。由於 effort 參數才是這個模型成本真正會變動的地方——16 點的指數擺盪，以及在 max 設定下每項任務約 119,000 個輸出 token，相對於 Opus 5 的約 73,000 個——真正能省錢的遷移，是讓你依工作負載、而非依帳號來調整 effort，並在你衡量自己的流量適合哪個設定時，把 Opus 5.5 路由放在自動容錯移轉之後。

• Envelope — 100 萬個 token 的上下文、128K 最大輸出，在 output-300k-2026-03-24 beta 標頭後方的 Batch API 上輸出可達 300K，知識截止時間為 2026 年 6 月，退役時間不早於 2027 年 9 月 22 日。輸出速度比 Claude Opus 5 快超過 30%。

• 與 Opus 5 相較的破壞性變更 —— 思考功能已無法再停用；強制工具使用（以 tool_choice 指定特定工具）會傳回錯誤；思考區塊會綁定至產生它們的模型與對話；較舊的 computer_20251124 電腦使用工具在 Claude API 或 Google Cloud 上皆不受支援。前三項也適用於 Fable 5.1。還有不聲不響的第五項：工具呼叫之間的文字現在會夾帶在思考區塊內，而在預設顯示設定下，這些區塊的文字是空白的，因此若 UI 將該文字以串流方式呈現為進度指示，就會悄然無聲，卻不會觸發任何錯誤。

• 再次強調安全防護路由，因為這是規格項目，而不是註腳——大多數資安請求會交由 Claude Opus 4.8 處理，生物學相關工作則會退回 Claude Opus 5，除非帳戶已通過驗證。在那些評估中，你收到的答案可能根本不會來自 Opus 5.5，因此網路安全與生物相關基準上公布的成績，並非對這個模型的純粹測量。

• 效率宣稱，全為廠商自行回報——在典型工作負載上執行成本約低 40%，而牌價下調 20%；一個實際的併購分析範例在 Opus 5.5 上耗費 63 分鐘，對比 Opus 5 的 93 分鐘，成本低 50%；以及來自 Box（代幣用量為三分之一，回答精簡約 40%）、Kiro（代幣約減半，呼叫次數減少 40%）、Factory（輸出代幣減少 20–25%）與 GitHub（在其測量過的案例中，代幣與步驟數屬於最少之列）的客戶陳述。這些是廠商及其發布合作夥伴所選工作負載的平均值。它們屬於引述歸因，而非經稽核的結果，且與上方獨立的逐項任務成本數字明顯存在張力——而該數字本身是在最高投入設定下的測量，而非預設設定。兩者都可能為真；但兩者都不是關於你自身工作負載的一般性宣稱。

證據的狀態

Claude Opus 5.5 是真實的模型，伴隨真實的降價、真實的 1M 個 token 上下文與 128K 輸出上限，以及思考與投入程度設定方式上真實且影響重大的變革。它還附帶一張主要衡量 Anthropic 的基準表、一張主要衡量路由部署而非檢查點的獨立表格，以及一個已記錄且會削弱這兩者的自我覺察問題。目前尚未發表任何在相同投入程度、相同測試框架下，將 Claude Opus 5.5 與具名競爭對手直接對決的獨立比較。在有這樣的比較之前，請把本頁每一項跨廠商比較都照其實際情況解讀：那是兩家公司在兩種設定下的兩份廠商表格，由我們並列呈現——並在重新衡量模型之前，先重新衡量你自己的投入程度設定。