[AINews] Opus 5.5 is good at explainer videos — Opus 5.5 本周发布，社区反响热烈，尤其擅长用代码生成讲解视频，同时一批决

• Opus 5.5 的推理预算有拐点：在 Terminal-Bench-Science 上，低 effort 24%、xhigh 62%、max 反而降到 59%，@theo 建议避开 max，因为它强制最低推理预算。对 agent 开发者意味着调参时不能默认拉满，成本与效果需按任务实测。
• Jev 把「判断」做成廉价结构化输出：论文称每 1K 次判断 $0.044、中位延迟 152ms，比 GPT-6 便宜约 277 倍，RewardBench 差距 3 分内但 JudgeBench 落后 14.5 分；低置信度升级到 Astra 的级联可保住 99% 准确率、只花 57% 成本。这提示工具链可把高频判断下沉到小模型，只对难例调用大模型。
• Perplexity Photon 用 agent 重写检索栈：Rust 检索排序引擎由小团队加数百 agent、约 30 万美元 token 建成，内部 p99 从约 800ms 降到约 65ms，机器少约 20%、单文档数据量 2.5 倍。对 RAG 与搜索基础设施来说，agent 辅助工程化已能直接压延迟和成本。

原文：[AINews] Opus 5.5 is good at explainer videos · 作者 Latent Space