大家好，我是 AI 超元域。
这次测试 Claude Opus 5.5，我更关心代码运行之后的体验：播放器能否导入歌曲，背单词 App 能否完成学习和测试，一张平面图能否变成真正可以走进去的房屋，复杂动画能否把过程讲清楚。
这轮让我印象比较深的是作品的细节和交互完整度。约 35 分钟做出的音乐播放器具备导入与播放功能，约 63 分钟完成的原生 iOS 应用可以发音、练习和查看结果；三维房屋还支持自动开门与上下楼。但这些是本轮案例结果，不是统一条件下的模型排名。
本文依据本期公开简介、章节与匹配的已保存校正字幕整理。未取得 YouTube 直接导出的完整字幕，操作结果和耗时按本期记录说明，未独立复跑。官方资料补充核验于 2026 年 10 月 24 日。
如果播放器无法加载，可以前往 YouTube 观看完整视频。
测试设置：网页版与 Claude Code 都使用 medium
本期在 Claude 网页版与 Claude Code 中均选择 medium 推理级别。官方基准并不全部使用相同设置，因此不应把厂商跑分直接当作这轮项目的预期结果。
Anthropic 官方发布页给出的标准价格是每百万输入 tokens 4 美元、输出 tokens 20 美元。官方表格显示 Opus 5.5 在 Terminal-Bench 4.0 为 66.4%，但其中采用 xhigh；其他多数公布结果使用 max。页面同样指出，在这一能力水平上，基准的微小差距未必可靠反映真实工作体验。
因此，本文不重复“全面超越”的宣传式判断，也不拿 API 单价推算本期未记录的总账单。下面直接看作品和操作结果。
蝴蝶生命周期：动态细节比静态画面更有说服力
第一个动画从虫卵开始，毛毛虫钻出、吃树叶、长大，再爬上树枝形成蛹。蝴蝶出来时翅膀尚未展开，随后逐渐舒展并开始飞行。
让我印象深的地方，是它没有只给“毛毛虫”和“蝴蝶”两张结果图，而是把中间阶段也做成可观看的过程。这里记录的是动画表现，不是对生命周期知识或模拟精度的专业验证。
macOS 播放器：导入本地歌曲，再检查播放链路
我在 Claude Code 中让 Opus 5.5 开发 Apple Music 风格的原生 macOS 音乐播放器，耗时约 35 分钟。随后在 Xcode 中打开并运行项目。
实际体验里，我导入了一首之前下载的 AI 生成音乐，成功播放并调节音量。应用还提供合成测试音乐，可以创建播放列表、浏览歌曲与专辑，调出迷你播放器及列表视图。
这几项操作比只看截图更有意义：本地文件导入、音频播放和界面控制已经连起来了。它仍是仿照视觉风格开发的独立应用，不能把它说成 Apple Music 官方客户端，也不能假定已接入订阅曲库。
一张平面图生成房屋：能进入、能上楼，也要核对布局
这个任务沿用此前测试其他模型的题目：上传室内平面图，生成可以探索的三维房屋。结果支持一层、二层俯视图，并能进入室内以第一人称移动。
本期展示了客厅、餐厅、卧室、厨房、卫生间、书房与阳台。走近房门时会自动开门，离开后会关门；沿楼梯可以上二楼，再进入不同房间。家具、绿植、地板纹理和灯光让空间更完整，阳台也有桌椅和可眺望的外部景观。
我对这轮的空间观感评价很高，但“看起来真实”不等于尺寸和结构准确。若用于装修沟通，仍需要逐项核对原始平面图的墙体、开口、尺度和动线，不能将这次演示当成施工或建筑设计依据。
原生 iOS 背单词 App：63 分钟后的实际学习流程
按当期记录，背单词应用的开发耗时约 1 小时 3 分钟。模拟器启动后，单词卡片能够显示解释、播放单词与例句发音；详情页包含更多解释、例句和同义词，并支持笔记和收藏。
学习后可以标记掌握状态，完成时有动画与音效。快速测试中，我故意输入错误答案，界面给出了错误提示；结束后显示得分、正确率和待复习单词。练习页还包含错题本、测试记录、收藏以及进度和成就展示。
设置页支持调整每日学习数量、选择英音或美音、切换深色外观。本轮由此确认了一批实际可操作功能，但没有系统检查词库质量、数据同步、长期复习算法和异常恢复。演示流程顺畅，并不意味着所有功能都已通过生产级测试。
三类游戏：从武器切换到 Godot 飞行战斗
这一项从简单提示词开始。运行后，可以切换手枪和步枪、射击、换弹、投掷手雷，进入建筑躲避并移动到二层。敌人会攻击，玩家被击中后也有死亡反馈。
本期我提到运行时电脑没有明显发烫，这是当时的主观体感，不是温度或性能测量，不能扩写成跨设备性能结论。
Godot 案例中，玩家驾驶 A-10 攻击机对地面目标发动攻击，地面火力会还击，试玩时能发射导弹并出现被命中提示。南宋街头游戏则展示近战、不同招式和武器切换，建筑外墙有剥落墙皮和青砖等细节。
这几段证明了相关玩法片段可以运行。它们没有覆盖完整关卡通关、碰撞边界和长时间运行，因此结论仍应停留在本轮试玩范围内。
Claude Design：产品页面、宇宙应用与水墨动画
键盘产品详情页给出了多种风格，其中包含深色方案。我比较喜欢它的简洁程度和产品呈现，没有依靠大量蓝紫渐变堆出视觉效果。
宇宙探索应用提供了多种主题，可以切换标签、查看天体详情、拖动星空，还能比较不同天体的大小。这是可交互 UI 原型，不能与前面原生 iOS 项目混为一谈；页面上显示的数据也没有在本期逐项科学核验。
水墨动画从宣纸上的墨色晕染开始，逐步描绘群山、太阳、飞鸟、水面与小船，再转向荷叶、荷花、树干和梅花，最后以不同墨色交织收束。让我印象深的是渗染、勾勒和转场之间的连续感。
当期的想法是，可以在此基础上继续配音乐、配语音并录制发布。这里不能写成已经交付了完整配音成片，也不能从动画成果推断 Opus 5.5 具有原生视频模型架构。
齿轮计算器：结果和机械原理要分开验证
机械计算器中，我输入 8 加 9，齿轮转动后显示 17，放大后能看到指针指向结果。另一项古希腊机械演示支持切换视角、查看背面和内部齿轮，点击部件后显示名称或解释，还展示手摇传动以及太阳、月亮相关功能。
这些结果说明模型能做出具有结构说明和交互的机械展示。单次 8 加 9 正确，并不足以证明完整运算范围无误；齿轮会转，也不等于传动比、历法计算和历史复原已经得到专业验证。
结尾还有中子星动画，但这一段保存字幕出现“Opus 5”与整期“Opus 5.5”不一致的名称。本文保留这个不确定性，不把它纳入 Opus 5.5 的确定成果清单。
总结：完成度提升，最值得看的是功能之间的衔接
这期最值得留下的，不是一个抽象排名，而是一组可核对的成果：本地歌曲能够导入并播放，单词学习可以进入测试和结果反馈，房屋可以从俯视切换到内部探索，游戏有操作和受击反馈，动画也能组织完整过程。
我的整体体验偏正面，尤其是界面、空间和动态细节。但正式使用仍然需要补齐验收：软件检查数据与异常路径，游戏检查碰撞和性能，机械与科学演示检查原理。模型交出越完整的第一版，人越应该把注意力从“有没有生成”转向“生成的东西是否正确”。
资料来源
- 本期 YouTube 视频及公开章节
- Anthropic：Introducing Claude Opus 5.5，官方信息核验于 2026 年 10 月 24 日。