Nowy Opus dogania Fable i tanieje
Firma Anthropic udostępniła 22 września model Claude Opus 5.5. To pierwszy przedstawiciel nowej rodziny 5.5 i – jak deklaruje producent – w większości zadań pracuje na poziomie Claude’a Fable 5.1, czyli modelu, który Anthropic przeznacza do najbardziej wymagających zadań. Różnica leży w kosztach: typowe obciążenia mają kosztować o 40 proc. mniej niż w przypadku poprzedniego Opusa 5, a tekst generowany jest ponad 30 proc. szybciej.
Cennik API spadł o jedną piątą: 4 dolary za milion tokenów wejściowych i 20 dolarów za milion tokenów wyjściowych (Opus 5 kosztował odpowiednio 5 i 25 dolarów). Jeszcze mocniej potaniał odczyt z pamięci podręcznej (cache) – z 0,50 do 0,20 dolara za milion tokenów, czyli o 60 proc. Dla porównania tokeny wejściowe i wyjściowe w modelu Fable 5.1 kosztują 10 i 50 dolarów.
Parametry techniczne według dokumentacji Anthropic:
- Okno kontekstowe – 1 mln tokenów domyślnie, do 128 tys. tokenów wyjściowych (w Batch API, w wersji beta, do 300 tys. tokenów).
- Data odcięcia wiedzy – czerwiec 2026 r. (tak jak w modelu Fable 5.1).
- Myślenie adaptacyjne – zawsze włączone. Głębokość rozumowania reguluje się parametrem effort (od low do max, domyślnie medium). Próba wyłączenia myślenia w API kończy się błędem 400. Anthropic wiąże zmiany w obsłudze myślenia m.in. z zabezpieczeniami przed destylacją, czyli trenowaniem konkurencyjnych modeli na podstawie toku rozumowania Claude’a. Warto pamiętać, że tokeny myślenia są rozliczane jako tokeny wyjściowe, co przy ustawieniu max może zauważalnie podnieść koszt zadania.
- Dostępność – Claude API, Claude Platform on AWS, Amazon Bedrock, Google Cloud Vertex AI i Microsoft Foundry, a także aplikacje Claude i Claude Code.
W materiałach premierowych najwięcej miejsca zajmuje praca agentowa, czyli długie, wieloetapowe zadania, które model wykonuje samodzielnie w terminalu lub repozytorium kodu. Jeden z testerów przeprowadził za pomocą Opusa 5.5 migrację 680 tys. linii kodu w niecały dzień. Gdy firma Anthropic poprosiła model o skrócenie czasu ładowania wszystkich podstron aplikacji webowej, Opus 5.5 zrobił to skutecznie w 39 na 40 prób, podczas gdy Opus 5 osiągał jedynie drobne poprawki.
Tak wygląda porównanie z benchmarków Anthropic:
| Benchmark | Opus 5.5 | Fable 5.1 | Opus 5 | GPT-6 Astra | GPT-5.6 Sol |
|---|---|---|---|---|---|
| Programowanie agentowe – Terminal-Bench 4.0 | 66,4% | 55,8% | 52,3% | 57,9% | 37,3% |
| Programowanie agentowe – FrontierCode v1.1 | 54,4% | 50,3% | 48,0% | 53,3% | 47,5% |
| Programowanie w IDE – CursorBench 4.0 | 57,8% | 51,8% | 46,6% | – | 41,7% |
| Praca analityczna – GDPval-AA v2.1 (Elo) | 1846 | 1735 | 1708 | 1542 | 1588 |
| Automatyzacja procesów – AutomationBench | 40,0% | 31,4% | 26,9% | 41,4% | 28,8% |
| Humanity’s Last Exam (z użyciem narzędzi) | 67,7% | 65,6% | 63,6% | 57,2% | – |
| Zadania naukowe w terminalu – Terminal-Bench-Science 0.1 | 58,7% | 52,6% | 29,0% | 64,6% | 22,4% |
| Obsługa komputera – OSWorld 2.0 | 81,8% | 80,7% | 74,0% | – | – |
Metodologia: wyniki według firmy Anthropic. Przy Terminal-Bench 4.0 firma podaje błąd standardowy ok. ±2,6 pkt proc. dla Opusa 5.5, a przy Terminal-Bench-Science od ±3,5 do ±5 pkt proc., więc części różnic nie należy odczytywać jako rozstrzygających.
Anthropic podkreśla też koszt pojedynczego zadania. Przy domyślnym poziomie effort (medium) Opus 5.5 ma wygrywać z modelem GPT-6 Astra w benchmarku FrontierCode za mniej więcej jedną piątą ceny. Klienci testujący model przed premierą raportują podobne wnioski: GitHub – więcej rozwiązanych zadań terminalowych niż w przypadku Opusa 5 (w VS Code) w mniej niż połowie kroków, Optiver – jakość Opusa 5 osiągniętą w o połowę mniejszej liczbie kroków konwersacyjnych i przy kosztach niższych o 40–50 proc., a Deloitte – wykrycie 72 proc. znanych błędów w przeglądach kodu (code review) wobec 56 proc. w przypadku Opusa 5 (przy wysokim poziomie effort).
Nasz komentarz: W tej premierze ważniejsza od rekordów jest ekonomia. Opus 5.5 nie przebija modelu Fable 5.1 o klasę, tylko daje zbliżoną jakość za mniej niż połowę jego ceny i przy mniejszej liczbie kroków. W przypadku agentów AI, które pracują godzinami i zużywają miliony tokenów, właśnie to decyduje, czy wdrożenie ma uzasadnienie biznesowe.
Co jeszcze zmieniło się przy okazji premiery
Opus 5.5 nie zadebiutował sam. W tym samym tygodniu firma Anthropic wprowadziła kilka zmian, które dotyczą zarówno użytkowników aplikacji Claude, jak i programistów:
- Wyższe limity w subskrypcjach – pięciogodzinne limity użycia wzrosły w planach Pro, Max, Team i Enterprise z licencjami na stanowisko. Subskrybenci dostali też jednorazowy reset limitu, który można zachować i wykorzystać w dowolnym momencie.
- Tryb Fast – w Claude Code i na Claude Platform Opus 5.5 może działać do 2,5 raza szybciej. W API to wersja podglądowa (research preview) w podwójnej cenie: 8 i 40 dolarów za milion tokenów.
- Narzędzia dodawane w trakcie rozmowy – w wersji beta API narzędzie można zdefiniować w wiadomości systemowej w środku konwersacji. Pozwala to dodać lub zmienić narzędzie bez unieważniania pamięci podręcznej promptu, co przy długich sesjach agentowych bezpośrednio przekłada się na niższe koszty.
- Diagnostyka cache – od 23 września wyszła z fazy beta i pokazuje, dlaczego zapytanie nie trafiło do pamięci podręcznej (tzw. cache miss).
- Płatne odmowy – od 24 września Anthropic nalicza opłaty także za odmowy zwrócone przed wygenerowaniem odpowiedzi w kategoriach biologii, tworzenia czołowych modeli językowych (frontier LLM) i ekstrakcji toku rozumowania.
- Claude Marketplace – od 23 września to jedno miejsce z ponad 2 tys. konektorów i wtyczek oraz agentami i usługami partnerów (m.in. Atlassian, Google, Microsoft, Notion, Salesforce, Cursor, Harvey, Lovable, Snowflake). Firmy mogą za nie płacić częścią zakontraktowanego budżetu w Anthropic.
W ślad za wyższymi możliwościami poszły zabezpieczenia. Większość zadań z zakresu cyberbezpieczeństwa Opus 5.5 przekazuje starszemu Opusowi 4.8 – to ten sam mechanizm, który Anthropic stosuje od premiery modeli z rodziny Fable. Dostęp do pełnych możliwości w biologii i cyberbezpieczeństwie wymaga zgłoszenia do odpowiednich programów weryfikacji (Life Sciences Verification Program oraz Cyber Verification Program).
Następne w kolejce są mniejsze modele. Anthropic zapowiada, że Claude Sonnet 5.5 i Claude Haiku 5.5 pojawią się „w najbliższych tygodniach” i przyniosą wiele z tych samych usprawnień.
W skrócie
- Claude Opus 5.5 według firmy Anthropic w większości zadań pracuje na poziomie modelu Fable 5.1, kosztując 4/20 dolarów za milion tokenów wejściowych/wyjściowych, a odczyt z pamięci podręcznej potaniał o 60 proc.
- Model prowadzi w benchmarkach programowania agentowego (Terminal-Bench 4.0: 66,4 proc.), ma okno kontekstowe o wielkości 1 mln tokenów i zawsze włączone myślenie adaptacyjne.
- Premierze towarzyszą wyższe limity w planach Claude, tryb Fast, Claude Marketplace i zapowiedź modeli Sonnet 5.5 oraz Haiku 5.5.
Opracowanie redakcyjne na podstawie artykułu Anthropic: https://www.anthropic.com/news/claude-opus-5-5