Claude Opus 5.5 智能分 58.4，0.15x 怎么用

58.4 分是目录第一

Claude Opus 5.5 于 2026 年 9 月 22 日发布，是 Claude 5.5 系列的首款旗舰，定位长时智能体编码与知识工作。上下文 100 万 token，最大输出 12.8 万，自适应思考始终开启，强度可调。

站内目录里带智能分的模型一共十四个，58.4 排第一：比 GPT-6 Astra 的 56.9 高 1.5 分，比同系列的 Claude Sonnet 5.5 高 4.2 分。分差不大，价格差得远，选型时别只盯分数。

智能分是聚合后的综合评分，衡量推理与编码类任务的表现，不包含延迟、格式稳定性和长上下文衰减。它适合用来缩小候选范围，不适合单独作为采购依据。

自适应思考省掉的是"要不要开思考"这个开关。模型自己判断这道题该想多久，长链任务里少一次人工干预，也就少一次因为档位设错而返工。

同一个模型，四个价

官方定价输入 $4、输出 $20 每百万 token。站内四个分组都能调它，倍率乘上去就是实付价：

最低档和最高档差 9.3 倍。同一份权重、同一套接口，账单差近一个数量级，这是分组倍率造成的，不是模型能力有差别。

官方输出价是输入价的 5 倍，同样一百万 token，读进去和写出来的成本完全不同。长输出任务要按输出价估算，别拿输入价乘总量。

0.15x 和 0.45x 不是一回事

两个分组都带 Kiro 字样，倍率差三倍。目录里 Opus 5.5 的最低档是 Kiro 0.15x，而 Sonnet 5.5 的最低档是 Kiro Plan 0.45x。同一个分组体系对不同模型开放的价格并不一样，先确认模型在哪些分组可用，再比倍率，顺序反了会算错账。

倍率低不等于容量一样。0.15x 的并发、排队和限速规则，目录里不写，只能自己压测。做法是主用 0.15x，同时留一条 0.45x 的通道，跑一周看失败率和账单，再决定要不要把量全压过去。

一次调用和一天的成本

按一次 3 万输入、3 千输出估算：

一天 500 次同样的调用，Kiro 分组约 $13.5，官方价 $90。换成长上下文任务，一次 20 万输入、2 万输出，Kiro 是 $0.12 + $0.06 = $0.18，一天 100 次 $18。

把 100 万上下文一次读满，Kiro 分组输入侧 $0.6，官方价 $4，省下来的就是倍率本身，和请求内容无关。

这些只算 token，不含重试和失败请求。智能体任务里重试是常态，实际支出拿一周的日志来校准，比事前估算可靠。

什么任务值得上

值得：跨文件重构、需要连续跑测试并修失败的编码智能体、一次读进 100 万 token 的合同或代码库审阅、结论要隔很久才能验证的深度研究。

不值得：分类、抽取、格式转换、短问答。这类任务用 GPT-6 Luna 的 0.1x 或 DeepSeek V4.1 Flash 的 0.03x，单价低一个量级，27 分、32 分和 58 分在其中的体感差别很小。判断标准只有一条：这一步错了，要花多少时间才能发现。立刻能看出来，就用便宜模型；要半天后才暴露，就用它。要一次生成几十万字，12.8 万的输出上限不够，换 Kimi K3.1 Pro 的 94.4 万。

接入

from openai import OpenAI

client = OpenAI(
    api_key="sk-...",
    base_url="https://ai.idcidiot.com/v1",
)

resp = client.chat.completions.create(
    model="claude-opus-5-5",
    messages=[{"role": "user", "content": "读一遍 src/ 下的改动，找出会导致回归的地方"}],
)
print(resp.choices[0].message.content)

模型页见 Claude Opus 5.5，同系列的另一档写在 Sonnet 5.5 与 Opus 5.5 对比，全部模型可按分组在模型总览里筛。

先把 Kiro 分组接上，用你自己的评测集跑 50 个真实任务，通过率和账单都出来之后，再决定主力放哪一档。