Shane Melaugh 对 1,400 个 Claude Code 会话进行的分析表明，Anthropic 的 Opus 5.5 模型在 11 月 3 日经历了推理模式的剧烈转变。虽然模型的名称保持不变，但数据表明底层行为发生了转变，这引发了社区关于潜在“削弱”或性能下降的讨论。
基于数据的推理偏移观察
Shane Melaugh 报告称，使用 Gemini 4 Argon 分析 1,400 个 Claude Code 会话时，发现模型在 11 月 3 日的行为发生了明显变化。根据该帖子，模型的名称保持不变，但在那个特定时间点，模型执行推理的方式发生了“剧烈转变”。
该图像展示了 Shane Melaugh 使用 Gemini 4 Argon 进行的数据驱动分析，旨在识别 Opus 5.5 模型中的行为变化。
这一观察与多位注意到模型可靠性下降的用户的轶事报告相一致。这些用户将这种变化描述为模型能力的“降智”，并指出即使启用了“极高”推理设置，模型也开始犯下以前很少出现的错误。
“模型名称没有改变，但它进行推理的方式发生了剧烈转变。”
— Shane Melaugh (@shanemelaugh) on X: is Opus 5.5 nerfed? I just had Gemini 4 Argon analyze 1,400 Claude Code sessions and
对 Token 消耗和可靠性的影响
除了推理质量外，一些用户报告称从同一时期左右开始，Token 消耗显著增加。一位用户指出，在执行简单的错误修复时，他们在几小时内就达到了五小时的使用限制，这表明模型可能在生成更冗长或效率较低的路径来达到解决方案。
缺乏可预测性是那些将模型用于开发的用户的核心挫败点。Hacker News 上的评论者认为模型的行为变得不再一致，有些人甚至将这种体验描述为退回到竞争对手旧版本的水平。
社区推测与不确定性
围绕这些变化的讨论包括关于转变原因的各种理论。一些 Hacker News 上的评论者建议，Anthropic 可能正在准备发布新模型，并相应地调整当前模型的性能。其他人推测，这些变化可能是为了在潜在 IPO 前管理性能，或者是为了应对来自 Qwen4 等其他模型的竞争。
尽管有这些理论，Anthropic 尚未就刻意的“削弱”或 11 月 3 日的特定更新做出官方确认。证据仍局限于对 1,400 个会话的分析以及用户社区的集体观察，导致转变的确切技术原因仍不明确。