Opus 5.5：放慢之后交出来的，是更便宜的旗舰
多数工作被称达到 Fable 5.1 的水平，典型负载比 Opus 5 便宜约四成。发布前有 Frontier Design 和 METR 的外测。这是呼吁放慢前沿之后的第一次发布。
9 月 22 日的 Claude Opus 5.5 页面，我盯住的不是新榜。是两句放在一起的自我定位：多数工作已经达到 Fable 5.1 的水平；这是 Anthropic 呼吁放慢前沿之后的第一次发布。中间夹着价格，典型负载比 Opus 5 便宜大约四成。发布之前，Frontier Design 和 METR 做了外测。
便宜和放慢写在同一页，读着像反话。它也可以是一种替换。日历上本该空出来的那段，换成账单上的折扣，再加致谢名单里的外部名字。
TL;DR：安全叙事从「先别发」被改写成「发，但更便宜，并且先让外面的人看过」。定价和外测代替了放慢，不是放慢本身。
四成便宜买到的是扩散
代理的账单死在反复试错，不死在演示那一次调用。工具转一圈，上下文变长，失败了再来，贵的那些输出回合会把总价拉起来。典型负载降大约四成，意思是同样的预算可以多留一轮探索，或者把以前只敢在旗舰上跑的流程放进日常队列。
降价若只是一个季度的促销，影响停在采购表。降价若让旗舰变成默认工人，变的是谁有权把长任务开起来。开的人会从中心的研究团队扩到普通工程组。扩出去是产品做成了，也是安全要碰到的面变大了。
「多数工作」这个量词是留了余地的。多数不是全部，工作也不是单项考试。体感可以拉平，最难的那截仍可以有差距。买家靠体感拉平就够换习惯。治理要面对的是：更多真实环境会把这类模型接到工具上。
价格就是扩散有多快。呼吁过放慢的实验室，若同时把同样的钱能买到的工作量调高，就得说清慢在哪里。页面把解释放在外测上，也放在「我们没忘记自己的呼吁」这句旁白上。它没放在「这个月本可以不发」上。
有人看过，和可以不发，不是同一件证据
Frontier Design 和 METR 出现在发布前。只当背书的话，那是两个能写进首段的名字。当成流程，它表示至少有一轮问题不是实验室闭门交给自己，而且发生在公开发布之前。流程不保证题目盖住了真实滥用，也不保证负面结论有权把日期否决掉。它改的是谁先看见。
这是在回答一种已经能预见到的指责：你们说过要慢，为什么今天还有新产品。回答不是「更强的东西还没准备好」。回答是换了一种快法。能力被说成对齐到 Fable 5.1 的多数工作，价格往下，外部机构的名字出现在发布之前。慢被做成审计的密度，不是日历上的空白。
密度说明有人在发之前看过，至少公司的叙述是这样。空白才说明看过之后可以不发。Opus 5.5 给的是前一种声明。外测可以真的发生过，公开结果却只有「可以发布」。留下了什么意见、改过哪些默认、哪些残余风险被判成可接受，外面看不见。看不见，就不要把名字升级成「风险已经由第三方承保」。
真放慢会留下空窗。某个月没有旗舰，某个预告的档期被取消，某项已经训出来的能力留在内部不交货。空窗难看。难看才有信息，因为它和卖东西的激励对着干。这页没有空窗。它是一次完整的交付，而且更便宜。读成「放慢已经发生」，会读反。安全叙事开始改的是交付的配件：价格，发布前的外部名字，一句旁白。交付这件事没改。
配件不是摆设。价格决定有多少团队会把模型嵌进每天的循环。外测决定一种外部记忆有没有机会在发布前形成。页面告诉你外测发生过。页面没有因此变成一份可以逐项复算的记录。他们可以真诚地相信，带外测的降价旗舰就是眼下负责任的快法。相信，不等于这种快法就是「放慢」原来那个意思。
同一天，荷兰政府网站上那份联署要求人保持对前沿模型的控制。产品页回答不了那个问题。并排放着仍然有用：产业的日历没有为那份联署空出位置。政治句子和产品按钮可以在同一天各说各的，而且两边都不觉得自己失约。暂停权在按钮这边，日常就是这样。
多数任务的账单，盖不住少数任务
体感拉平之后，公开演示越来越不像证据。两边都能写代码，都会用工具，都会把长文档收成计划。差距退到少数工作里，退到不容易拍成短视频的失败：跑了很久之后的越权，少见权限下的误动作，对抗环境里的顺从。这些正是放慢叙事说自己在意的，也是「便宜了四成」安抚不了的。
定价要赢，靠的是多数任务单价下降，买家换过来没什么感觉。安全要赢，靠的是少数高风险任务被看住。页面把两件写成同一次发布的成果。两件可以同时是真的，账不能记混。用多数任务的账单，去证明少数任务的风险已经下降，是记混了。
外测若有价值，价值在于它可能看过那些少数任务。可能还是可能。原报告不能复算之前，我只把外测记成「有过这么一个程序」，不记成「概率已经降了」。
9 月 22 日不是刹车的那一次。呼吁还在，空窗不在，旗舰更便宜，门外的名字写进了门内的发布。下一次若出现一种测试结果，足以让发布日从日历上消失，而不只是让发布日看起来更负责，那才是另一件事。