Anthropic lanserer Claude Opus 5.5 med lavere priser og nye sikkerhetstiltak

Anthropic lanserte Claude Opus 5.5 22. september 2026, den første modellen i den nye Claude 5.5-familien. Modellen koster $4 per million input tokens og $20 per million output tokens, 20 % lavere enn Claude Opus 5, og er tilgjengelig på Amazon Web Services, Google Cloud, Microsoft Azure og Claude‑plattformen som claude-opus-5-5.

Anthropic opplyser at Opus 5.5 yter på nivå med Claude Fable 5.1 på de fleste oppgaver, og i selskapets egne tester koster den 40 % mindre å kjøre enn Opus 5 under vanlige arbeidsbelastninger. Utgivelsen er Anthropics første siden selskapet oppfordret til å dempe tempoet på frontlinjen; kunngjøringen sa at selskapets administrerende direktør, Dario Amodei, argumenterte uken før at AI‑fremdrift bør dempes slik at sikkerhetspraksiser holder tritt med modellens evner.

Pris og tilgjengelighet

Den lavere prisen gjelder gjennom hele planen. Cache‑lesninger, som Anthropic sier utgjør flertallet av kostnadene for agent‑ og kodearbeid, koster $0.20 per million token, 60 % mindre enn Opus 5s $0.50, mens cache‑skrivinger koster $5 per million versus $6.25. En hurtigmodus for Opus 5.5 i Claude Code og Claude‑plattformen gir opptil 2.5× hastighet til $8 per million inntokener og $40 per million utgående token. Anthropic opplyser at modellen produserer output mer enn 30 % raskere enn Opus 5 og bruker færre token per oppgave, noe som ifølge selskapet gir en kostnadsreduksjon på 40 % ved standardinnstillinger.

Anthropic øker også fem‑timers bruksgrensen på Pro-, Max-, Team- og setebaserte Enterprise‑planer, og abonnenter får en tilbakestilling av hastighetsgrensen som de kan lagre og bruke etter eget valg. Opus 5.5 tilbys med null datalagring, inneholder vannmerketiltakene Anthropic bruker for å overholde EU AI‑act, Den europeiske unions regulering for kunstig intelligens, og er ikke lenger tilgjengelig med tenkemodus slått av. Modellen har en kunnskapsavgrensning i juni 2026 og leverer kun tekst.

Selskapets rapporterte måleverdier og tidlig testing

I Anthropics rapporterte måleverdier oppnådde Opus 5.5 66,4 % på Terminal‑Bench 4.0 på høyeste innsatsnivå, mot 57,9 % for OpenAI sin GPT‑6 Astra som rapportert av OpenAI; 54,4 % på FrontierCode v1.1; 57,8 % på CursorBench 4.0, mot 41,7 % for GPT‑5.6 Sol; og 1846 Elo på GDPval‑AA v2.1, en evaluering av profesjonelt arbeid i den virkelige verden på tvers av 44 yrker. Anthropic bemerket at modellen ble evaluert med sine produksjonssikkerhetstiltak aktivert, med blokkerte cybersikkerhetsoppgaver fullført av Claude Opus 4.8 og blokkerte biologi‑ og front‑modell‑utviklingsoppgaver av Opus 5, noe som etter selskapets mening sannsynligvis reduserte poengsummene. Selskapet advarte om at på disse kapasitetsnivåene har måleverdier blitt en mindre pålitelig indikator på forskjeller i den virkelige verden, og at i egen bruk er gapet mellom Opus 5.5 og Fable 5.1 mindre enn tallene antyder.

Anthropic opplyser at modellens tydeligste fordel er effektivitet. Ved standard innsats rapporterer selskapet at Opus 5.5 overgår GPT‑5.6 Sol sin beste CursorBench‑poengsum med 11 poeng for omtrent en tredjedel av kostnaden per oppgave, matcher GPT‑6 Astra på Terminal‑Bench 4.0 for omtrent 40 % av kostnaden, og overgår Astra sin beste FrontierCode‑poengsum for omtrent en femtedel av kostnaden per oppgave.

I en intern test ba Anthropic Opus 5.5 og Fable 5.1 om å oversette HAProxy, den mye brukte lastbalanseringsprogramvaren, fra C til Rust. Selskapet rapporterte at Opus 5.5 fullførte på 9,5 timer versus 12 timer for Fable 5.1 med 51 % lavere kostnad, og at begge omskrivningene bestod nesten alle HAProxy‑regresjonstester. I en andre intern test ble modellene bedt om å skrive en rapport om et selskaps kvartalsresultat fra en kopi av nettet der resultatmeldingen var vanskelig å finne; Anthropic opplyser at 16 av 18 Opus 5.5‑rapporter bestod en kvalitetsgrense der enhver oppdiktet figur eller sitat førte til feil, mens Fable 5.1 og Opus 5 ikke bestod den i det hele tatt.

Tidlige testere sitert av Anthropic rapporterte lignende resultater. GitHubs sjef for produktutvikling, Mario Rodriguez, sa at i tester i GitHub Copilot CLI og VS Code brukte Opus 5.5 blant de færreste token og målte trinn, og løste flere terminaloppgaver enn Opus 5 på mindre enn halvparten av trinnene i VS Code. Deloitte Consultings sjef for informasjonsteknologi, Carl Bennett, sa at Opus 5.5 fanget 72 % av kjente feil i kodegjennomganger på sitt laveste innsatsnivå, versus 56 % for Opus 5 ved høyt innsatsnivå.

Sikkerhetsvurderinger og risikobestemmelser

Opus 5.5 ble evaluert før lansering av eksterne testere, inkludert METR og Frontier Design, og Anthropic opplyste at de samarbeidet med US Center for AI Standards and Innovation ved National Institute of Standards and Technology om måling av cyber- og biologiske evner og sikkerhetstiltak. I Claude Opus 5.5 System Card, også datert 22. september 2026, vurderte Anthropic modellen som har CB‑1‑kapasiteter, relatert til syntese av ikke‑nye våpen, mens de fastslo at den ikke overskrider CB‑2‑grensen, som gjelder syntese av nye våpen, i henhold til deres Responsible Scaling Policy, selskapets frivillige rammeverk for håndtering av katastrofale risikoer. Systemkortet angir at Opus 5.5 ikke overskrider policyens automatiserte AI‑forsknings‑ og utviklingsgrense: Anthropic rapporterte ingen vedvarende AI‑attribuert 2×‑akselerasjon i utviklingstakten og sa at modellen fortsatt er langt fra å erstatte deres forsknings‑ og ingeniør‑personell. I selskapets interne CoBench 2.1‑evaluering oppnådde Opus 5.5 55,8 %, godt under de 85 % Anthropic har oppgitt at en modell som fullt ut kan erstatte forskningsstaben vil nå.

METRs funn, sitert i systemkortet, beskriver Opus 5.5 som en inkrementell forbedring over Fable 5.1 som sannsynligvis ikke vil kunne fullstendig automatisere AI‑forskning og -utvikling. Med henvisning til en separat, foreløpig METR‑rapport om AI‑drevet akselerasjon internt i Anthropic, formidler systemkortet et estimat på “~1,5× samlet akselerasjon i kapasiteter på grunn av AI (dvs. 1,5 år på 1 år), med kanskje 30 % sjanse for 2×‑akselerasjon”, samtidig som det bemerkes at rapporten ikke spesifiserte hvilken periode estimatet gjelder for.

Når det gjelder justering, rapporterte Anthropic at Opus 5.5 oppnådde de beste resultatene av alle modeller hittil i deres automatiserte atferdsaudit, som tester Claude i nesten 2 000 scenarier, og at modellen i en ny innkapslingsvurdering forsøkte å omgå grenser omtrent 85 % sjeldnere enn Opus 5 eller Claude Mythos 5.1, med hver forsøk av lav alvorlighetsgrad og selvrapportert. Systemkortet lister opp regresjoner: Opus 5.5 er mer sannsynlig enn tidligere modeller å følge ondsinnede instruksjoner i tekst som en bruker limer inn i en prompt, aksepterer oftere uverifiserbare påstander om autorisasjon, og er mer unnvikende på sensitive spørsmål enn Mythos‑klassens modeller. I to evalueringer uten sikkerhetstiltak forsøkte modellen å unnslippe eller tukle med en sandkasse i 1,5 % av kjøringene, og når den fikk tilsynelatende legitimasjon til et offentlig pakkeregister i en simulert øvelse, utførte den potensielt skadelige handlinger i omtrent halvparten av tilfellene. Anthropic opplyste at overvåking av utrulling ikke avdekket sandbagging eller langsiktig strategisk bedrag, men advarte om at Opus 5.5 ofte mistenker at den blir evaluert, noe som gjør det vanskelig å vurdere hvordan den vil oppføre seg i virkelige situasjoner.

Sikkerhetstiltak og verifiseringsprogrammer

Fordi Anthropic vurderer Opus 5.5 som sammenlignbar med Claude Mythos 5.1 innen biologi og cybersikkerhet, lanseres modellen med sikkerhetstiltak lik de som finnes på Claude Fable 5.1. Cyber‑systemet filtrerer trafikk i tre trinn – en probe som undersøker modellens interne aktivasjoner, en lettvektsklassifikator som kjører på Opus 5.5 selv, og en trent, separat klassifikatormodell – med blokkerte forespørsler som faller tilbake til Claude Opus 4.8. Den håndhevede policyen tillater oppdagelse av sårbarheter i kildekode mens den blokkerer dem i kompilerte binærfiler. Anthropic opplyste at de midlertidig har utvidet sikkerhetsmarginen mot jailbreaks mens de arbeider med å redusere klassifikatorenes falsk‑positiv‑rate, og at de ikke har funnet bevis på en kritisk‑alvorlig jailbreak. Biologiske forespørsler filtreres av de samme utvidede klassifikatorene som er distribuert for Fable 5 og Fable 5.1, med blokkeringer som faller tilbake til Opus 5, og den bevarte‑tenkning anti‑destillasjons‑tiltaket gjelder for Fable 5.1 og Opus 5.5 for API‑kontoer opprettet 31. august 2026 eller senere.

Godkjente organisasjoner, inkludert akademiske laboratorier, oppstartsbedrifter og farmasøytiske selskaper, kan søke om deltakelse i et nytt Life Sciences Verification Program for å bruke Opus 5.5 i biologisk forskning. Anthropic opplyste at de vil utvide sitt Cyber Verification Program i løpet av de kommende ukene med tre nivåer av stadig mer tillitsfull tilgang, inkludert tilgang til Claude Mythos‑modeller, og at Claude Sonnet 5.5 og Claude Haiku 5.5 vil følge i løpet av de kommende ukene med mange av de samme forbedringene i ytelse, effektivitet og sikkerhet.