Opus 5.5 被削弱？11 月 3 日推理模式突变
Is Opus 5.5 nerfed? Thinking patterns changed on November 3
Shane Melaugh 通过 Gemini 4 Argon 分析了 1,400 个 Claude Code 会话，发现 Opus 5.5 在 11 月 3 日发生了显著变化。虽然模型名称未变，但其推理方式却出现了急转弯。测试显示，在 'high' 模式下，Opus 5.5 的推理能力大幅下滑，面对真实 Bug 时往往急于行动却陷入混乱，耗时 3 小时仍无法修复；而 'xhigh' 模式则能从容思考，几分钟内即可找到解决方案。Shane Melaugh 认为，此前流行的 '对所有任务使用 high 模式' 的策略已不再适用，这次削弱是真实存在的。
模型名称没有改变，但它进行推理的方式却发生了急转弯。
HN 评论区
431- PhunkyPhil
我没有任何证据或研究能证实这一点，但我感觉在发布周期的不同阶段以及账户新旧程度上，模型的量化和功能方面存在着_大量_的暗中调整。
每次新模型发布时，感觉都强大得离谱，随后又退回到过去六个月我们习以为常的那种通用 SOTA 水平。
我记得我第一次用某个新账户（我想是 sonnet 4.6）写代码提示词时，它仅凭一条提示词就成功完成了大量工作，那种表现令人震惊——此后我再也没在任何其他时间、任何其他模型上遇到过这种情况。我怀疑这是因为他们把我排在了优先级列表的最前面，只为博取一个“哇”的反应。
发布后出现性能回退是公认的现象，但我在想他们是否秘密储备了大量未发布的实力。要么是为了日后留一手，要么是因为他们无法跟上需求。我听过一些在这些公司工作的人的轶事，说公开模型甚至远未达到它们的实际能力……大家对此有什么看法吗？
- PaulKeeble
本地的 Qwen 3.8 27B 模型可能远不如 Claude 的模型聪明，但我绝不会某天早上醒来，怀疑自己是不是成了某种测试模型的一部分，用来测试我会不会接受一个能力稍弱或在我日常使用的工具上训练不足的模型。它也不会突然开始拒绝测试我的系统安全性，或扫描代码漏洞，或继续逆向工程那个公司多年前就丢失源码的旧二进制文件。
这也是我欣赏像 DeepSeek 这样的其他实验室的地方，他们会公布正在运行的检查点（checkpoint），并且在一段时间内仍然出售旧版本。
对于付费使用前沿模型的用户来说，不断随意更改模型所代表的东西，这种行为简直是对消费者的公然冒犯。
- losvedir
有没有人通过评估（evals）捕捉到了真实信号？我已经学会不再轻信“感觉”了。
我唯一熟悉专门测试 Opus 5.5 随时间变化的项目是 https://github.com/ninjahawk/livenerf，但它并没有显示出任何异常。
- rzk
这似乎是一个 A/B 测试实验：
https://www.reddit.com/r/ClaudeCode/comments/1xr9x5y/the_ner...
- benwills
我注意到 Fable 在几周前质量就开始下滑。我也注意到 Opus 在过去一周里表现下降，即使我把几乎所有任务的推理默认设置都调到了 Extra High（超高）。
今晚的情况简直令人抓狂，它反复犯着各种荒谬的错误。太让人挫败了。
我是一个追求一致性和可靠性的用户。Anthropic 一直很棒，唯独在这方面不行。这种反复出现的挫败感（今年大概每两个月一次）已经让我真心盼着其他选项能追上来。一旦它们追上来，我会尽快离开。
只是不知道那还要等多久。
- d3ckard
我最近注意到 Anthropic 的模型经历了一场大规模的“脑叶切除”。最让人沮丧的是目标在不断变化，你今天能顺利使用的方法，明天可能就失效了。
- ricardobeat
我也注意到了同样的情况，并在三天前发帖讨论过。
Opus 突然开始搞砸基本的工具调用，甚至在“高”（high）设置下都无法完成任务——自该模型发布以来，我一直用“低”（low）设置就能成功完成所有任务。这非常令人沮丧。
我猜测他们对其进行了量化（quantized）和/或重新分配了数据中心（DC）算力来训练新模型，这种情况以前发生过。
- Zambyte
真让人难以置信，人们依然构建工作流依赖于这类服务，明明自托管（self host）这么简单，就能彻底摆脱所有这些麻烦。你花大约 9 个月最高档 Claude Code 订阅费就能买一张能运行 Qwen 3.8 flash next 的 GPU。你以后再也不用担心令牌限制、模型突然变更、被封号之类的问题了。
- jascha_eng
遗憾的是，这个项目几周前就停止运行了，现在的产品生命周期实在太短，否则我们还有些数据可以依赖：https://marginlab.ai/trackers/claude-code/
- jostmey
我大概一周前就注意到了巨大的质量变化。严重降级。
这正是我之前取消 OpenAI 订阅的原因。
我现在正在考虑 Gemini。