今天使用我司的 OpenResty Coding Evals 私有评测集对比了一下最新的 Claude Opus 5.5 和上一版 Opus 5 的质量评分和延时，发现 Opus 5.5 的质量评分确实更好了一些，而 Opus 5.5 在 xhigh 推理强度下用时更短，而 max 下则用时更长。还是挺有趣的。回头我再试试我们更难的 OpenResty Bug-Hunting Evals 评测集看看。
发布于 美国