Claude Opus 5.5 е наличен в платформите на Anthropic, Amazon Web Services, Google Cloud и Microsoft Azure. Разработчиците могат да получат достъп до него чрез Claude Platform, използвайки името на модела claude-opus-5-5. Той включва мерки за водно маркиране, проектирани да съответстват на Законодателния акт на ЕС за изкуствения интелект (EU AI Act).
Създаден за продължителни и сложни задачи
Opus 5.5 е предназначен за миграция на кодови бази, софтуерни одити, финансов анализ, събиране на данни и работни процеси, включващи няколко приложения.
Първите тестери са използвали модела за инженерни задачи с продължителност часове. При един от тестовете Opus 5.5 е одитирал и отстранил грешки в кодова база от 200 000 реда за по-малко от три часа. За същата задача на Opus 5 са били необходими повече от 20 часа и 2,5 пъти повече токени.
„Предадох на Claude Opus 5.5 голяма инженерна задача в шест от нашите хранилища и я оставих да работи цяла нощ без надзор. Моделът остана фокусиран върху задачата повече от 18 часа, като дефинира как нашите услуги комуникират помежду си и разработи начина, по който всяка от тях трябва да приложи това. В сравнение с Opus 5 той постигна междинните етапи по-бързо и изискваше минимална преработка. Коментарите в кода бяха кратки и полезни вместо дълги и описателни. Трудно ми е да намеря нещо отрицателно, което да кажа“, заяви Шон Хайнц, главен софтуерен разработчик в Clio.
Terminal-Bench 4.0 измерва колко добре даден модел може да изпълнява сложни, многоетапни професионални задачи в среда на командния ред. (Източник: Anthropic)
Първоначалните тестери отчитат подобрения в поддържането на контекста, делегирането на работа към други агенти и проверката на резултатите. Техните отзиви показват, че моделът може да намали броя на подканите (prompts), извикванията на инструменти и корекциите, необходими за завършване на дадена задача.
Anthropic отчита напредък при писането на код, използването на компютър и професионалната експертна дейност. Техните бенчмаркове и клиентски тестове показват, че Opus 5.5 може да изпълнява много задачи, използвайки по-малко токени от Opus 5. Производителността може да варира според задачата, инструментите и настройките за положено усилие.
„Дори при най-ниската си настройка за усилие, Claude Opus 5.5 откри 72% от известните грешки при нашите прегледи на код спрямо 56% при Opus 5 при високо усилие, с по-малко фалшиви тревоги и само част от обема на генерирания текст. При консултантски анализи в САЩ ниското усилие на разсъждение постигна резултати, съизмерими с настройките за по-високо усилие при половината от генерирания обем, и премина успешно нашите проверки за качество. Когато в производствена среда се внедрят повече режими с по-ниско усилие на разсъждение, това означава ефективно предоставяне на готов за клиентите резултат“, каза Карл Бенет, главен директор по информационни технологии (CIO) в Deloitte Consulting.
Режимът на разсъждение остава постоянно включен
Opus 5.5 не може да се използва с изключено „мислене“. Моделът винаги използва процес на разсъждение, като разработчиците могат да регулират усилието, което той полага за дадена задача.
Версията включва и запазено мислене (preserved thinking) — защитна мярка, предназначена да предотврати редактирането на предходния контекст на Claude от страна на потребителите на API. Anthropic посочва, че мярката затруднява извличането и копирането на възможностите на модела чрез мащабни атаки за дестилация.
Запазеното мислене се прилага за API акаунти на Opus 5.5, създадени на или след 31 август 2026 г.
От Anthropic заявяват, че Opus 5.5 е по-лесен за разбиране, поставя ключовата информация в началото на отговорите и следва инструкциите за писане по-прецизно.
Допълнителни механизми за контрол при чувствителна работа
Главният изпълнителен директор на Anthropic Дарио Амодей заяви, че развитието на изкуствения интелект трябва да напредва с темп, който позволява практиките за безопасност да изпреварват възможностите на моделите. Той описа този подход като начин за управление на рисковете, запазване на конкурентоспособността спрямо Китай и осигуряване на ползи в области като биологията и медицината.
Opus 5.5 включва защитни механизми, обхващащи киберсигурността, биологията и опитите за копиране на модела. Повечето задачи, свързани с киберсигурност, се пренасочват към Opus 4.8. Anthropic планира да разшири своята програма за киберпроверка (Cyber Verification Program), за да предостави на верифицираните специалисти по киберсигурност по-широк достъп до Opus 5.5.
Организациите, чиито биологични изследвания са възпрепятствани от защитните механизми, могат да кандидатстват по програмата на Anthropic за проверка в областта на природните науки (Life Sciences Verification Program).
Anthropic добави класификатор, който проверява действията на агентите за програмиране преди тяхното изпълнение. Компанията въведе и изолирана среда (sandbox) с отворен код, която екипите по сигурност могат да одитират, както и функции за преглед на код, предназначени да засичат уязвимости преди сливането на промените.
Моделът разполага с по-силни защити срещу атаки чрез инжектиране на подкани (prompt-injection). При оценка на опитите за преодоляване на границите на изолация моделът се е опитал да заобиколи зададените му ограничения с около 85% по-рядко в сравнение с Opus 5 или Claude Mythos 5.1. Anthropic съобщи, че всеки опит е бил с ниско ниво на сериозност и е бил докладван от самия модел.
Външни организации, включително METR и Frontier Design, са оценили модела преди неговото пускане. Anthropic признава, че настоящите методи за оценка не могат да идентифицират всеки потенциален проблем преди внедряването.
По-ниски цени за API и по-бързо генериране на отговори
Claude Opus 5.5 струва $4 на милион входящи токена и $20 на милион изходящи токена, намалено от $5 и $25 при Opus 5. Четенето на кеширани входящи данни струва $0,20 на милион токена спрямо $0,50 преди това.
По-ниската цена на кеша би могла да бъде от полза за агенти за програмиране и други системи, които правят многократни справки с едни и същи инструкции, файлове или хронология на разговорите.
Моделът генерира отговори с над 30% по-бързо от Opus 5. Чрез Claude Code и Claude Platform се предлага отделен бърз режим, осигуряващ до 2,5 пъти по-висока скорост на цена от $8 на милион входящи токена и $40 на милион изходящи токена.
Anthropic увеличава петчасовите лимити за използване за абонати на плановете Pro, Max, Team и Enterprise с лицензи на потребителско място. Потребителите с абонамент ще получат възможност за нулиране на лимита на заявките (rate limit), което могат да запазят и използват по-късно.