Anthropic 发布 Claude Opus 5.5，面向更长、上下文更重的编码会话优化成本 · AIHOT

📌 One-Sentence Summary

Anthropic 的 Claude Opus 5.5 通过大幅降低缓存价格、改进上下文管理和提高任务效率，将编码成本降低了 40%，特别针对长时间运行的智能体式会话。

📝 Summary

本文详细介绍了 Anthropic 的 Claude Opus 5.5 如何通过一系列优化来降低现代、上下文密集型编码工作流程的成本。随着开发者越来越多地使用 Claude Code 进行复杂、开放式的任务，上下文消耗量急剧增加。Anthropic 通过将输入/输出 token 成本降低 20% 并将缓存读取价格下调 60% 来应对这一问题。除了价格调整，该模型还通过减少复杂任务所需的轮数和将输出速度提高 30% 来提高效率。文章还重点介绍了 Claude Code 的架构改进，例如在会话变更期间更好的缓存持久性和更长的 TTL 设置，这些都共同帮助开发者更经济地扩展智能体式编码。

💡 Main Points

大幅降低缓存读取成本

Anthropic 将缓存读取价格降低了 60%，这对于长时间运行的智能体式编码会话至关重要，因为在这些会话中，上下文使用量增长了 2.6 倍，而缓存读取占据了成本的很大一部分。

通过更好的管理提高缓存命中率

Claude Code 现在可以防止在刷新登录或添加指令等操作期间意外失效缓存，这导致缓存未命中率降低了 50%。

开放式编码任务效率更高

Opus 5.5 相比 Opus 5，能够用更少的轮数完成复杂、开放式的任务，从而有效地避免将 token 浪费在错误的推理路径上。

转向高效扩展

随着智能体编程的成熟，重点已经从 '不惜一切代价进行扩展' 转向 '高效扩展'，这要求开发者更谨慎地管理缓存生命周期和会话上下文。

💬 Key Quotes

对于按 token 计费的用户来说，同样的价格调整在如今的 Claude Code 流量上比六个月前节省更多，因为现在账单中更大一部分来自重新读取的上下文。

未命中缓存的输入减少了 50% 以上。

简单、简短、机械的任务会花费相同的轮数，而更长、更难的任务则更有潜力让 Opus 5.5 避免把 token 浪费在错误的思路上。

📊 Article Meta

AI Screening： 88

Source： AIHOT — 精选

Author： noreply@aihot.news (Claude：Blog（网页）)

Category： 人工智能

Language： 英文

Read Time： 7 min

Word Count： 1742

Tags：

AI 与智能应用 , 性能优化 , 模型发布 , AI 工程 , AI 编程