Anthropic 最新发布的 Claude Opus 5.5 引发了广泛关注，其性能大幅跃升的同时，运行成本降低了 40%。这一反常规的组合，让业界开始密切关注其背后的训练方式。谷歌工程师 Patrick C Toulme 在社交平台 X 上据此提出推测：Opus 5.5 可能是由 Anthropic 内部的“教师模型”Model 2 蒸馏而来，并可能是首个体现“递归自我改进”路径的产品模型。尽管目前缺乏直接证据，但 Anthropic 已公开确认 Model 2 的存在，且其发布的文章显示 AI 正深度介入 AI 研发。对于投资者和观察者而言，Opus 5.5 的意义在于串联起了三条趋势：更强的内部模型迭代、AI 深度参与研发、以及更小更便宜的产品模型涌现。如果这一路径成立，模型能力的提升与推理成本的下降或将同时实现。
Opus 5.5 为何值得关注？据华尔街见闻报道，这是 Anthropic 5.5 系列的首款发布。在多数任务上，其性能与 Claude Fable 5.1 持平，但运行成本较 Opus 5 下降 40%，输出速度提升逾 30%。定价方面降幅显著：输入和输出 token 价格分别降至每百万 4 美元和 20 美元（降幅 20%）；缓存读取价格从每百万 0.50 美元降至 0.20 美元（降幅 60%）。
实际应用表现同样亮眼。早期测试中，Opus 5.5 仅用不足一天就完成了 680,000 行代码迁移，而此前需工程团队数周；在 Web 应用页面加载优化中，其成功率高达 39/40，而 Opus 5 则出现了副作用。在 HAProxy 从 C 语言重写为 Rust 的内部测试中，耗时 9.5 小时，较 Fable 5.1 缩短 20%，成本节省 51%。Anthropic 解释称，成本优势源于两方面：Token 价格更低，且完成同等任务所需 Token 数量更少，两者叠加实现了 40% 的综合成本降幅。
Patrick 提到的“教师模型”究竟是什么？据其推测，Opus 5.5 很可能是由名为 Model 2 Mythos 的教师模型蒸馏而来。这是首个经过 RSI 训练，且由内部教师模型蒸馏的模型。核心概念在于“模型蒸馏”：利用能力更强的教师模型生成高质量训练信号，再以此训练规模较小的学生模型，从而在保留高能力的同时显著降低推理成本。
Anthropic 确认内部存在比 Mythos 5 更强大的 Model 2，广泛用于代码生成、数据生成及代理任务。尽管目前无公开材料直接证明 Opus 5.5 的训练路径，但 Anthropic 在安全条款中将“蒸馏攻击”列为单独威胁，并在 Opus 5.5 上引入了“保留推理链”等反蒸馏机制。这一细节侧面印证了蒸馏技术在其技术体系中的重要地位。
无论 Opus 5.5 的具体训练路径如何，Anthropic 关于“递归自我改进”的文章揭示了更宏观的趋势：AI 介入 AI 研发的深度正在加速。数据显示，截至 2026 年 5 月，Anthropic 代码库中逾 80% 的代码由 Claude 撰写，较 2025 年 2 月前的个位数大幅增长。人均每日合并代码量较 2024 年增长约 8 倍。
在具体能力上，2026 年 4 月的 Claude 在约 800 小时内将某类 API 错误降低了 1000 倍，据估计人工需四年。在研究判断力测试中，2025 年 11 月的 Opus 4.5 有 51% 的情况给出比人类更优的建议，而 2026 年 4 月的 Mythos Preview 这一比例升至 64%。尽管在研究问题选择上仍有差距，且完全意义上的 RSI 尚未实现，但分析认为，行业竞争已从“比拼算力”转向“让更强模型训练更便宜的模型”。如果这一路径成立，模型能力的提升与成本的下降或将同步发生。