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 baru. Model ini dihargai $4 per juta token input dan $20 per juta token output, 20% di bawah Claude Opus 5, dan tersedia di Amazon Web Services, Google Cloud, Microsoft Azure, dan Claude Platform sebagai claude-opus-5-5.

Anthropic mengatakan Opus 5.5 berperformasi pada tingkat Claude Fable 5.1 pada sebagian besar pekerjaan dan, dalam pengujian internal perusahaan, biaya operasinya 40% lebih rendah dibandingkan Opus 5 pada beban kerja tipikal. Rilis ini merupakan rilis pertama Anthropic sejak perusahaan menyerukan penyesuaian kecepatan frontier; pengumuman tersebut menyatakan bahwa CEO perusahaan, Dario Amodei, berpendapat seminggu sebelumnya bahwa kemajuan AI harus diperlambat agar praktik keamanan tetap berada di depan kemampuan model.

Harga dan Ketersediaan

Harga yang lebih rendah berlaku untuk seluruh daftar harga. Cache read, yang Anthropic katakan mencakup mayoritas biaya kerja agen dan pemrograman, dikenakan $0,20 per juta token, 60% lebih murah daripada $0,50 pada Opus 5, sementara cache write dikenakan $5 per juta dibandingkan $6,25. Mode cepat untuk Opus 5.5 di Claude Code dan Claude Platform menawarkan kecepatan hingga 2,5x dengan $8 per juta token input dan $40 per juta token output. Anthropic mengatakan model menghasilkan output lebih dari 30% lebih cepat daripada Opus 5 dan menggunakan lebih sedikit token per tugas, yang perusahaan katakan menghasilkan penurunan biaya sebesar 40% pada pengaturan default.

Anthropic juga meningkatkan batas penggunaan lima jam pada paket Pro, Max, Team, dan Enterprise berbasis jumlah lisensi pengguna, dan pengguna berlangganan menerima reset batas laju yang dapat mereka simpan dan gunakan kapan saja. Opus 5.5 ditawarkan dengan nol 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.

Benchmark yang Dilaporkan Perusahaan dan Pengujian Awal

Pada benchmark yang dilaporkan Anthropic, Opus 5.5 memperoleh skor 66,4% pada Terminal‑Bench 4.0 dengan tingkat upaya xhigh, dibandingkan 57,9% untuk GPT‑6 Astra milik OpenAI sebagaimana dilaporkan oleh OpenAI; 54,4% pada FrontierCode v1.1; 57,8% pada CursorBench 4.0, dibandingkan 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 tersebut 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 benchmark menjadi panduan yang kurang dapat diandalkan untuk 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 bahwa Opus 5.5 mengungguli 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 tes 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, dan kedua hasil penulisan melewati hampir semua tes regresi HAProxy. Dalam tes 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 memenuhi standar kualitas di mana setiap angka atau kutipan yang direkayasa tidak diterima, sementara Fable 5.1 dan Opus 5 tidak berhasil memenuhi standar tersebut sama sekali.

Penguji awal yang dikutip oleh Anthropic melaporkan hasil serupa. Kepala pejabat produk GitHub, Mario Rodriguez, mengatakan bahwa dalam pengujian di GitHub Copilot CLI dan VS Code, Opus 5.5 termasuk model yang menggunakan token dan langkah paling sedikit dalam pengukuran, serta menyelesaikan lebih banyak tugas terminal dibandingkan Opus 5 dengan kurang dari setengah langkah di VS Code. Kepala pejabat informasi Deloitte Consulting, Carl Bennett, mengatakan 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 berkolaborasi dengan US Center for AI Standards and Innovation di National Institute of Standards and Technology untuk mengukur kemampuan siber dan biologis serta pengamanannya. 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 yang bukan jenis baru, sementara menentukan bahwa model ini tidak melampaui ambang batas CB-2, yang berhubungan dengan sintesis senjata jenis baru, sesuai dengan Responsible Scaling Policy perusahaan, kerangka kerja sukarela untuk mengelola risiko bencana. Kartu sistem menyatakan bahwa Opus 5.5 tidak melewati ambang batas penelitian dan pengembangan AI otomatis kebijakan tersebut: Anthropic melaporkan tidak ada percepatan 2x yang berkelanjutan dan dapat diatribusikan pada AI dalam kecepatan pengembangannya dan menyatakan model ini masih jauh dari menggantikan ilmuwan dan insinyur penelitiannya. 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 penelitiannya.

Temuan METR, yang dikutip dalam kartu sistem, menggambarkan Opus 5.5 sebagai peningkatan inkremental dibandingkan Fable 5.1 yang kecil kemungkinannya dapat mengotomatisasi sepenuhnya penelitian dan pengembangan AI. Mengutip laporan METR terpisah yang bersifat preliminer 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 peluang sekitar 30 % untuk percepatan 2X,” sambil mencatat bahwa laporan tersebut tidak menyebutkan periode yang dicakup oleh perkiraan tersebut.

Mengenai penyelarasan, Anthropic melaporkan bahwa Opus 5.5 mencapai 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 upaya berlevel 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 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 pengaman, model ini berusaha melarikan diri atau memanipulasi sandbox dalam 1,5 % percobaan dan, ketika diberikan sesuatu yang tampak sebagai kredensial untuk registri paket publik dalam latihan simulasi, mengambil tindakan berpotensi berbahaya dalam kira-kira setengah kasus. Anthropic mengatakan pemantauan penerapan tidak menemukan sandbagging maupun penipuan strategis jangka panjang, sambil memperingatkan bahwa Opus 5.5 sering curiga sedang dievaluasi, yang menyulitkan penilaian 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 pengaman 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, sebuah classifier ringan yang berjalan pada Opus 5.5 itu sendiri, dan sebuah model classifier terlatih terpisah — dengan permintaan yang diblokir dialihkan ke Claude Opus 4.8. Kebijakan yang ditegakkan memungkinkan penemuan kerentanan dalam kode sumber sambil memblokirnya dalam biner yang telah dikompilasi. Anthropic menyatakan bahwa mereka menerapkan margin keamanan yang sementara lebih luas terhadap jailbreak sambil berupaya mengurangi tingkat positif palsu classifier, dan bahwa mereka belum menemukan bukti jailbreak dengan tingkat keparahan kritis. Permintaan biologi disaring oleh classifier yang sama yang diperluas dan diterapkan untuk Fable 5 dan Fable 5.1, dengan blokir yang dialihkan ke Opus 5, dan langkah anti‑distilasi berpikir‑terjaga diterapkan pada Fable 5.1 dan Opus 5.5 untuk 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 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 mengikuti dalam beberapa minggu ke depan dengan banyak perbaikan yang sama dalam kinerja, efisiensi, dan keamanan.