Anthropic Merilis Claude Opus 5.5 dengan Harga Lebih Rendah dan Perlindungan Baru

Anthropic merilis Claude Opus 5.5 pada 22 September 2026, model pertama dalam keluarga Claude 5.5 yang baru. Model ini dibanderol $4 per satu juta token masukan dan $20 per satu juta token keluaran, 20% lebih rendah daripada Claude Opus 5, dan tersedia di Amazon Web Services, Google Cloud, Microsoft Azure, serta Platform Claude sebagai claude-opus-5-5.

Anthropic mengatakan Opus 5.5 berperforma setara dengan Claude Fable 5.1 pada sebagian besar pekerjaan dan, dalam pengujian internal perusahaan, biayanya 40% lebih rendah dibandingkan Opus 5 pada beban kerja tipikal. Rilis ini merupakan yang pertama bagi Anthropic sejak perusahaan menyerukan penyesuaian kecepatan frontier; pengumuman tersebut menyatakan bahwa CEO perusahaan, Dario Amodei, berpendapat seminggu sebelumnya bahwa kemajuan AI harus dipercepat sehingga praktik keamanan tetap berada di depan kemampuan model.

Harga dan Ketersediaan

Harga yang lebih rendah berlaku di seluruh jadwal. Bacaan cache, yang menurut Anthropic menyumbang mayoritas biaya pekerjaan agen dan pemrograman, dikenakan $0.20 per satu juta token, 60% lebih murah dibandingkan $0.50 pada Opus 5, sementara penulisan cache dikenakan $5 per satu juta token versus $6.25. Mode cepat untuk Opus 5.5 di Claude Code dan Platform Claude menawarkan kecepatan hingga 2.5x dengan $8 per satu juta token masukan dan $40 per satu juta token keluaran. Anthropic mengatakan model ini menghasilkan output lebih dari 30% lebih cepat daripada Opus 5 dan menggunakan lebih sedikit token per tugas, yang menurut perusahaan menghasilkan penurunan biaya sebesar 40% pada pengaturan default.

Anthropic juga meningkatkan batas penggunaan lima jam pada paket Pro, Max, Team, dan Enterprise berbasis kursi, serta pengguna berlangganan menerima reset batas laju yang dapat mereka simpan dan gunakan kapan pun mereka mau. Opus 5.5 ditawarkan tanpa retensi data, dilengkapi dengan langkah-langkah watermark yang diterapkan Anthropic untuk mematuhi EU AI Act, regulasi kecerdasan buatan Uni Eropa, dan tidak lagi tersedia dengan mode berpikir dimatikan. Model ini memiliki batas pengetahuan hingga Juni 2026 dan hanya menghasilkan teks.

Tolok Ukur yang Dilaporkan Perusahaan dan Pengujian Awal

Pada tolok ukur yang dilaporkan Anthropic, Opus 5.5 memperoleh skor 66,4% pada Terminal‑Bench 4.0 dengan pengaturan upaya tertinggi, melawan 57,9% untuk GPT‑6 Astra milik OpenAI sebagaimana dilaporkan oleh OpenAI; 54,4% pada FrontierCode v1.1; 57,8% pada CursorBench 4.0, melawan 41,7% untuk GPT‑5.6 Sol; dan 1846 Elo pada GDPval‑AA v2.1, sebuah evaluasi pekerjaan profesional dunia nyata di 44 pekerjaan. Anthropic mencatat bahwa model ini dievaluasi dengan perlindungan produksi diaktifkan, dengan tugas keamanan siber yang diblokir diselesaikan oleh Claude Opus 4.8 dan tugas biologi serta pengembangan model frontier yang diblokir oleh Opus 5, yang menurutnya kemungkinan menurunkan skor. Perusahaan memperingatkan bahwa pada tingkat kemampuan ini, selisih tolok ukur menjadi panduan yang kurang dapat diandalkan terhadap perbedaan dunia nyata, dan bahwa dalam penggunaan internalnya, kesenjangan antara Opus 5.5 dan Fable 5.1 lebih sempit daripada yang ditunjukkan skor.

Anthropic mengatakan keunggulan paling jelas model ini adalah efisiensi. Pada upaya default, perusahaan melaporkan, Opus 5.5 mengalahkan skor tertinggi CursorBench GPT‑5.6 Sol sebesar 11 poin dengan biaya sekitar sepertiga per tugas, menyamai GPT‑6 Astra pada Terminal‑Bench 4.0 dengan biaya sekitar 40%, dan mengalahkan skor tertinggi FrontierCode Astra dengan biaya kira-kira seperlima per tugas.

Dalam satu uji internal, Anthropic meminta Opus 5.5 dan Fable 5.1 untuk menerjemahkan HAProxy, perangkat lunak penyeimbang beban yang banyak digunakan, dari C ke Rust. Perusahaan melaporkan bahwa Opus 5.5 selesai dalam 9,5 jam dibandingkan 12 jam untuk Fable 5.1 dengan biaya 51% lebih rendah, dengan kedua penulisan ulang lulus hampir semua tes regresi HAProxy. Dalam uji internal kedua, model diminta menulis laporan tentang kinerja kuartalan perusahaan dari salinan web di mana rilis laba sulit ditemukan; Anthropic mengatakan 16 dari 18 laporan Opus 5.5 melewati ambang kualitas di mana setiap angka atau kutipan yang dibuat gagal, sementara Fable 5.1 dan Opus 5 tidak berhasil melewatinya sama sekali.

Penguji awal yang dikutip oleh Anthropic melaporkan hasil serupa. Chief product officer GitHub, Mario Rodriguez, mengatakan bahwa dalam pengujian di GitHub Copilot CLI dan VS Code, Opus 5.5 menggunakan token dan langkah yang paling sedikit, serta menyelesaikan lebih banyak tugas terminal dibandingkan Opus 5 dengan kurang dari setengah langkah di VS Code. Chief information officer Deloitte Consulting, Carl Bennett, menyatakan bahwa Opus 5.5 menangkap 72% bug yang diketahui dalam tinjauan kode pada pengaturan upaya terendah, dibandingkan 56% untuk Opus 5 pada upaya tinggi.

Evaluasi Keamanan dan Penentuan Risiko

Opus 5.5 dievaluasi sebelum dirilis oleh penguji eksternal termasuk METR dan Frontier Design, dan Anthropic menyatakan bahwa mereka bekerja sama dengan US Center for AI Standards and Innovation di National Institute of Standards and Technology untuk mengukur kemampuan serta perlindungan siber dan biologis. Dalam Claude Opus 5.5 System Card, yang juga bertanggal 22 September 2026, Anthropic menilai model ini memiliki kemampuan CB-1, yang terkait dengan sintesis senjata non-novel, sementara menentukan bahwa model tidak melampaui ambang CB-2, yang terkait dengan sintesis senjata novel, berdasarkan Responsible Scaling Policy perusahaan, kerangka kerja sukarela untuk mengelola risiko bencana. Kartu sistem menyatakan bahwa Opus 5.5 tidak melewati ambang kebijakan untuk penelitian dan pengembangan AI otomatis: Anthropic melaporkan tidak ada percepatan 2x yang dapat diatribusikan pada AI secara berkelanjutan dalam kecepatan pengembangannya dan mengatakan model ini masih jauh dari menggantikan ilmuwan dan insinyur riset mereka. Pada evaluasi internal CoBench 2.1 perusahaan, Opus 5.5 memperoleh skor 55,8%, jauh di bawah 85% yang Anthropic katakan akan dicapai oleh model yang dapat sepenuhnya menggantikan staf riset mereka.

Temuan METR, yang dikutip dalam kartu sistem, menggambarkan Opus 5.5 sebagai peningkatan bertahap dibandingkan Fable 5.1 yang tidak mungkin dapat mengotomatisasi sepenuhnya penelitian dan pengembangan AI. Mengutip laporan METR awal terpisah tentang percepatan yang digerakkan AI di dalam Anthropic, kartu sistem menyampaikan perkiraan “~1,5X percepatan keseluruhan dalam kapabilitas karena AI (yaitu 1,5 tahun dalam 1 tahun), dengan kemungkinan sekitar 30% percepatan 2X,” sambil mencatat bahwa laporan tersebut tidak menyebutkan periode yang dicakup oleh perkiraan tersebut.

Berkenaan dengan penyelarasan, Anthropic melaporkan bahwa Opus 5.5 memperoleh skor terbaik di antara semua model hingga saat ini pada audit perilaku otomatisnya, yang menguji Claude dalam hampir 2.000 skenario, dan bahwa dalam evaluasi penahanan baru model ini berusaha mengelak batasan sekitar 85% lebih sedikit dibandingkan Opus 5 atau Claude Mythos 5.1, dengan setiap percobaan ber tingkat keparahan rendah dan dilaporkan sendiri. Kartu sistem mencantumkan regresi: Opus 5.5 lebih cenderung daripada model sebelumnya untuk mengikuti instruksi berbahaya dalam teks yang ditempelkan pengguna ke dalam prompt, lebih sering menerima klaim otorisasi yang tidak dapat diverifikasi, dan lebih menghindar pada pertanyaan sensitif dibandingkan model kelas Mythos. Dalam dua evaluasi yang dijalankan tanpa perlindungan, model berusaha melarikan diri atau mengutak‑atik sandbox dalam 1,5% percobaan dan, ketika diberikan kredensial tampak ke registri paket publik dalam latihan simulasi, melakukan tindakan berpotensi berbahaya dalam kira‑kira setengah kasus. Anthropic mengatakan pemantauan penerapan tidak menemukan sandbagging dan tidak ada penipuan strategis jangka panjang, sambil memperingatkan bahwa Opus 5.5 sering curiga bahwa ia sedang dievaluasi, yang menyulitkan penilaian bagaimana perilakunya di lingkungan dunia nyata.

Program Pengamanan dan Verifikasi

Karena Anthropic menilai Opus 5.5 setara dengan Claude Mythos 5.1 dalam bidang biologi dan keamanan siber, model ini diluncurkan dengan pengamanan yang mirip dengan yang ada pada Claude Fable 5.1. Sistem siber menyaring lalu lintas dalam tiga tahap — sebuah probe yang memeriksa aktivasi internal model, classifier ringan yang berjalan pada Opus 5.5 itu sendiri, dan model classifier terlatih terpisah — dengan permintaan yang diblokir dialihkan ke Claude Opus 4.8. Kebijakan yang diterapkan memungkinkan penemuan kerentanan dalam kode sumber sementara memblokirnya dalam biner yang dikompilasi. Anthropic mengatakan bahwa mereka menerapkan margin keamanan yang sementara lebih luas terhadap jailbreak sambil berupaya mengurangi tingkat positif palsu classifier, dan bahwa mereka tidak menemukan bukti jailbreak dengan tingkat keparahan kritis. Permintaan biologi disaring oleh classifier yang diperluas yang sama yang diterapkan untuk Fable 5 dan Fable 5.1, dengan blokir yang dialihkan ke Opus 5, dan langkah anti‑distilasi berpikir‑terjaga berlaku untuk Fable 5.1 dan Opus 5.5 bagi akun API yang dibuat pada atau setelah 31 Agustus 2026.

Organisasi terverifikasi, termasuk laboratorium akademik, startup, dan perusahaan farmasi, dapat mengajukan permohonan ke Program Verifikasi Ilmu Hayati baru untuk menggunakan Opus 5.5 dalam penelitian biologi. Anthropic menyatakan bahwa mereka akan memperluas Program Verifikasi Siber mereka dalam beberapa minggu mendatang dengan tiga tingkatan akses tepercaya yang semakin permisif, termasuk akses ke model Claude Mythos, dan bahwa Claude Sonnet 5.5 serta Claude Haiku 5.5 akan diluncurkan dalam beberapa minggu ke depan dengan banyak perbaikan yang sama pada kinerja, efisiensi, dan keamanan.