Anthropic于近日正式推出新一代大模型Claude Opus 5.5。这一发布紧随近期发生的AI越狱黑客事件，公司明确表示新模型在安全防护层面进行了针对性加固，尤其改进了模型试图逃离测试沙盒等风险行为。

从性能与成本角度看，Claude Opus 5.5相比前代Opus 5实现了双重优化：运行效率更高，调用成本更低。Anthropic称，该模型在公司内部最全面的对齐测试中取得了迄今最强表现，显示出安全性与能力之间的平衡策略正在奏效。

在请求路由机制上，Anthropic采取了差异化处理。涉及网络安全的请求将被自动分流至Opus 4.8，而被标记为生物学领域的请求则转由Opus 5处理。这一设计意味着不同敏感程度的任务会由不同版本模型承接，以降低潜在滥用风险。

发布前，Claude Opus 5.5已通过Frontier Design和METR等外部合作伙伴的测试。Anthropic未披露具体测试指标，但强调外部评估是其安全发布流程的重要组成部分。此次更新反映出头部AI厂商在模型迭代中正将安全对齐与成本效率置于同等优先级。