Claude Opus 5.5 fast mode 退出研究预览并取消候补：同一模型输出最高提速 2.5 倍，定价 $8/$40 每百万 token

核心背景与行业痛点

长链路编码智能体的瓶颈往往不是「模型够不够聪明」，而是每一步要吐出大量 token：重构、生成测试、写补丁时，输出速度直接决定一个 agent 循环要等多久。Anthropic 的 fast mode 自 2026 年 2 月在 Opus 4.6 上以研究预览推出，一直需要申请候补并携带 beta header；9 月 22 日 Opus 5.5 发布时 fast mode 同样只是研究预览。2026-10-15，Claude Platform 发布说明 宣布 Opus 5.5 的 fast mode 退出研究预览、取消候补，变成开发者可直接调用的正式能力。

架构亮点与底层机制

据 fast mode 官方文档，fast mode 运行的是同一套权重，只是换了更快的推理配置，能力不变。提速集中在每秒输出 token（OTPS），而非首 token 延迟（TTFT），因此流式输出时收益最明显。fast mode 拥有独立于标准 Opus 的专用限流，超限返回 429 + retry-after，响应头新增 anthropic-fast-* 系列字段，usage.speed 会标明本次实际是 fast 还是 standard。

权威 Benchmark 与实测跑分对比

官方口径为「最高 2.5 倍 OTPS」，目前没有第三方公开测速数据，本文不臆造跑分。价格是确定的：Opus 5.5 fast 为 $8 / $40 每百万 token，正好是标准价 $4 / $20 的 2 倍；Opus 5 与 Opus 4.8 的 fast 为 $10 / $50 且仍属研究预览。倍率覆盖整个上下文（含 20 万 token 以上请求），并与 prompt caching、数据驻留倍率叠加。

开发者实战落地与开箱指南

请求里加 "speed": "fast" 即可，Opus 5.5 不再需要 fast-mode-2026-02-01 header（保留也能用）；Start / Build / Scale 档默认就有 fast 限流，Evaluation 档需先升档。微软 Foundry 的 Azure 托管部署已可用，Google Cloud 官方称即将上线；Batch API、Priority Tier、Claude Platform on AWS 暂不支持。注意：快慢档切换会让 prompt cache 失效，建议按任务固定一个档位，并按文档示例写好「429 时回退标准速度」逻辑。