Anthropic у вівторок випустила Claude Opus 5.5 — першу модель у тому, що компанія називає сімейством Claude 5.5. За словами Anthropic, нова модель на більшості завдань демонструє рівень Claude Fable 5.1, свого найдорожчого флагмана.
Особливість у тому, що модель обходиться в експлуатації на 20% дешевше, ніж Opus 5, яку вона замінює, і на 60% дешевше, ніж Fable 5.1 — найпередовіша пропозиція компанії.
Схоже, модель справді дуже потужна. Це найпросунутіша модель як за версією (5.5 проти 5.1 у Fable), так і за сімейством (Opus — найбільша публічно доступна модель, далі йде Sonnet, а Haiku є найменшою).
Anthropic визнає, що розрив між Fable і Opus вужчий, ніж це може здатися з бенчмарків, але публічна доступність у планах підписки та нижча ціна за токен роблять цю модель очевидним вибором для більшості користувачів Claude.
Opus 5 вийшла в липні, запропонувавши нижчу ціну та кращі результати за Fable 5 у більшості бенчмарків, а Fable 5.1 з’явилася на початку вересня й змінила ситуацію, перевершивши Opus 5 у кожному бенчмарку, який опублікувала Anthropic.
Opus 5.5 знову скорочує цей розрив, цього разу за рахунок ціни, а не сирих результатів. Lovable, платформа для розробників, яка ще в липні проганяла Opus 5 через власні тести на кодування, заявила в коментарі, яким поділилася Anthropic, що попередня модель була «стабільнішою, з набагато меншою варіативністю від запуску до запуску», ніж те, що було до неї, — і саме на таку ефективність Anthropic знову робить ставку зараз.
Opus 5.5 також стала першою моделлю Anthropic, випущеною після того, як CEO Даріо Амодеї опублікував есе із закликом до галузі пригальмувати, аргументуючи це тим, що зростання можливостей ШІ випереджає безпекове тестування, покликане тримати їх під контролем. «Ми маємо сповільнити темп, із яким покращуємо можливості моделей ШІ», — написав Амодеї раніше цього місяця.
Anthropic вимірює більшу частину цього прогресу через агентне кодування — роботу, яку виконує ШІ-агент, тобто модель, що самостійно здійснює багатокрокові дії, а не просто відповідає на один промпт.
У Terminal-Bench 4.0, який перевіряє, чи може агент завершувати складні професійні завдання в інтерфейсі командного рядка й оцінює результат як відсоток виконаних завдань, Opus 5.5 набрала 66,4%, випередивши Fable 5.1 з 55,8% і GPT-6 Astra з 57,9%. У FrontierCode, який перевіряє, чи зміни в коді, зроблені агентом, справді були б влиті в реальний інженерний пайплайн за тією ж метрикою pass-rate, Opus 5.5 показала 54,4% проти 50,3% у Fable 5.1.
У GDPval-AA v2.1, який оцінює реальну професійну роботу у 44 спеціальностях за системою Elo — тією самою рейтинговою системою в шаховому стилі, яку використовують для вимірювання відносної майстерності, а не просто фіксованого відсотка, — Opus 5.5 набрала 1846 балів проти 1735 у Fable 5.1 і 1708 у Opus 5.
Втім, Opus 5.5 лідирує не всюди. В AutomationBench, бенчмарку, створеному Zapier, який оцінює, чи може агент провести повний бізнес-воркфлоу від початку до кінця без допомоги людини, GPT-6 Astra з результатом 41,4% трохи випереджає Opus 5.5 із 40,0%.
У Terminal-Bench-Science 0.1, який тестує агентні наукові дослідження в середовищі командного рядка за тим самим методом pass-rate, Astra з результатом 64,6% випереджає Opus 5.5 із 58,7% уже з відчутнішим відривом.
Головніший аргумент на користь моделі — це вартість. Вхідні токени — фрагменти тексту, які модель читає і генерує, з тарифікацією за мільйон, — тепер коштують $4 для Opus 5.5 проти $5 для Opus 5, а вихідні токени подешевшали з $25 до $20. Зчитування кешу, тобто повторне використання контексту, який модель уже обробила, замість повторної обробки з нуля, що й формує більшу частину витрат у довгих сесіях агентного кодування, здешевшало на 60% — до $0,20 за мільйон токенів.
Оскільки Opus 5.5 зрівнюється за цими двома можливостями з моделями Anthropic класу Mythos — найбільш обмеженим рівнем компанії, зарезервованим для перевірених дослідників у сфері кібербезпеки та біології, — вона запускається з такими самими запобіжниками, як і Fable 5.1.
Більшість завдань із кібербезпеки автоматично перенаправляються на старішу Opus 4.8 — і саме на це раніше вже скаржилися багато розробників і користувачів.
Opus 5.5 уже доступна на платформах Anthropic, зокрема в Amazon Web Services, Google Cloud і Microsoft Azure. Sonnet 5.5 і Haiku 5.5 з’являться протягом найближчих тижнів, і, за словами Anthropic, ті самі зниження цін поширяться на решту лінійки.
