Anthropic wprowadza Claude Opus 5.5 z niższymi cenami i nowymi zabezpieczeniami

Anthropic wydał Claude Opus 5.5 22 września 2026 r., pierwszy model w nowej rodzinie Claude 5.5. Model kosztuje $4 za milion tokenów wejściowych i $20 za milion tokenów wyjściowych, czyli 20 % mniej niż Claude Opus 5, i jest dostępny w Amazon Web Services, Google Cloud, Microsoft Azure oraz na platformie Claude jako claude-opus-5-5.

Anthropic poinformował, że Opus 5.5 osiąga poziom Claude Fable 5.1 w większości zadań i w wewnętrznych testach firmy kosztuje o 40 % mniej niż Opus 5 przy typowych obciążeniach. To pierwsze wydanie Anthropic od czasu, gdy wezwała do regulacji tempa rozwoju; w ogłoszeniu podano, że dyrektor generalny firmy, Dario Amodei, argumentował tydzień wcześniej, że postęp AI powinien być tempo tak, aby praktyki bezpieczeństwa wyprzedzały możliwości modeli.

Ceny i dostępność

Niższe ceny obowiązują w całym harmonogramie. Odczyty pamięci podręcznej, które Anthropic wskazał jako stanowiące większość kosztów prac agentowych i programistycznych, kosztują $0.20 za milion tokenów, czyli 60 % mniej niż $0.50 w Opus 5, natomiast zapisy pamięci podręcznej kosztują $5 za milion w porównaniu do $6.25. Tryb szybkiego działania dla Opus 5.5 w Claude Code i na platformie Claude zapewnia do 2,5‑krotnego przyspieszenia przy $8 za milion tokenów wejściowych i $40 za milion tokenów wyjściowych. Anthropic poinformował, że model generuje wyniki ponad 30 % szybciej niż Opus 5 i zużywa mniej tokenów na zadanie, co według firmy przekłada się na 40 % spadek kosztów przy ustawieniach domyślnych.

Anthropic zwiększa również pięciogodzinne limity użytkowania w planach Pro, Max, Team oraz w planach Enterprise opartych na licencji, a użytkownicy subskrypcji otrzymują reset limitu, który mogą zachować i użyć w dowolnym momencie. Opus 5.5 jest oferowany bez przechowywania danych, zawiera środki znakowania wodnego, które Anthropic stosuje w celu spełnienia wymogów EU AI Act, regulacji sztucznej inteligencji Unii Europejskiej, i nie jest już dostępny z wyłączonym trybem myślenia. Model ma granicę wiedzy ustaloną na czerwiec 2026 r. i generuje wyłącznie tekst.

Benchmarki zgłoszone przez firmę oraz wczesne testy

W benchmarkach zgłoszonych przez Anthropic, Opus 5.5 uzyskał 66,4 % w Terminal‑Bench 4.0 przy najwyższym ustawieniu wysiłku, w porównaniu do 57,9 % uzyskanego przez GPT‑6 Astra od OpenAI, jak podano w raporcie OpenAI; 54,4 % w FrontierCode v1.1; 57,8 % w CursorBench 4.0, w porównaniu do 41,7 % dla GPT‑5.6 Sol; oraz 1846 Elo w GDPval‑AA v2.1, ocenie rzeczywistej pracy zawodowej w 44 zawodach. Anthropic zauważył, że model był oceniany przy włączonych zabezpieczeniach produkcyjnych, przy czym zadania cyberbezpieczeństwa zostały zablokowane w Claude Opus 4.8, a zadania biologiczne i związane z rozwojem modeli granicznych – w Opus 5, co, jak podkreślono, prawdopodobnie obniżyło wyniki. Firma ostrzegła, że przy tych poziomach możliwości marginesy benchmarków stały się mniej wiarygodnym wskaźnikiem różnic w rzeczywistym świecie oraz że w własnym użyciu luka między Opus 5.5 a Fable 5.1 jest węższa niż sugerują wyniki.

Anthropic stwierdził, że najważniejszą zaletą modelu jest wydajność. Przy domyślnym wysiłku firma podała, że Opus 5.5 przewyższa najwyższy wynik CursorBench GPT‑5.6 Sol o 11 punktów przy około jednej trzeciej kosztów na zadanie, dorównuje GPT‑6 Astra w Terminal‑Bench 4.0 przy około 40 % kosztów i przewyższa najlepszy wynik FrontierCode Astra o około jedną piątą kosztów na zadanie.

W jednym wewnętrznym teście Anthropic poprosił Opus 5.5 i Fable 5.1 o przetłumaczenie HAProxy, powszechnie używanego oprogramowania do równoważenia obciążenia, z C na Rust. Firma podała, że Opus 5.5 zakończył pracę w 9,5 h, podczas gdy Fable 5.1 potrzebował 12 h, przy 51 % niższych kosztach, przy czym oba przepisania przeszły prawie wszystkie testy regresji HAProxy. W drugim wewnętrznym teście modele poproszono o przygotowanie raportu o kwartalnych wynikach firmy na podstawie kopii strony internetowej, gdzie publikacja wyników była trudna do odnalezienia; Anthropic stwierdził, że 16 z 18 raportów Opus 5.5 spełniło próg jakości, przy którym każda wymyślona liczba lub cytat skutkował odrzuceniem, podczas gdy Fable 5.1 i Opus 5 nie uzyskały żadnego wyniku.

Wcześni testerzy cytowani przez Anthropic zgłosili podobne wyniki. Główny dyrektor produktu GitHub, Mario Rodriguez, powiedział, że w testach w GitHub Copilot CLI i VS Code, Opus 5.5 używał jednych z najmniejszej liczby tokenów i kroków, oraz rozwiązywał więcej zadań terminalowych niż Opus 5 przy mniej niż połowie kroków w VS Code. Główny dyrektor ds. informacji Deloitte Consulting, Carl Bennett, stwierdził, że Opus 5.5 wykrył 72 % znanych błędów w przeglądach kodu przy najniższym ustawieniu wysiłku, w porównaniu do 56 % dla Opus 5 przy wysokim wysiłku.

Oceny bezpieczeństwa i określenia ryzyka

Opus 5.5 został oceniony przed premierą przez zewnętrznych testerów, w tym METR i Frontier Design, a Anthropic poinformowało, że współpracowało z US Center for AI Standards and Innovation przy National Institute of Standards and Technology nad pomiarami możliwości cybernetycznych i biologicznych oraz zabezpieczeń. W Claude Opus 5.5 System Card, również datowanej 22 września 2026 r., Anthropic oceniło model jako posiadający zdolności CB‑1, odnoszące się do syntezy nie‑nowatorskiej broni, jednocześnie stwierdzając, że nie przekracza progu CB‑2, który dotyczy syntezy nowatorskiej broni, w ramach Responsible Scaling Policy, dobrowolnego ramowego podejścia firmy do zarządzania ryzykiem katastroficznym. Karta systemowa stwierdza, że Opus 5.5 nie przekracza progu automatycznych badań i rozwoju AI określonego w polityce: Anthropic zgłosiło brak utrzymującego się dwukrotnego przyspieszenia rozwoju przypisanego AI i zaznaczyło, że model jest daleko od zastąpienia naukowców i inżynierów badawczych. W wewnętrznej ocenie CoBench 2.1 firmy, Opus 5.5 uzyskał wynik 55,8 %, znacznie poniżej 85 %, które Anthropic określiło jako poziom, jaki musiałby osiągnąć model zdolny w pełni zastąpić personel badawczy.

Wyniki METR, przytoczone w karcie systemowej, opisują Opus 5.5 jako stopniową poprawę w stosunku do Fable 5.1, która prawdopodobnie nie będzie w stanie w pełni zautomatyzować badań i rozwoju AI. Cytując oddzielny, wstępny raport METR dotyczący przyspieszenia napędzanego AI w Anthropic, karta systemowa podaje szacowanie „~1,5‑krotnego ogólnego przyspieszenia możliwości dzięki AI (czyli 1,5 lat w 1 roku), z prawdopodobnie 30 % szansą na dwukrotne przyspieszenie”, jednocześnie zauważając, że raport nie określił okresu, którego dotyczy to oszacowanie.

W zakresie zgodności Anthropic poinformowało, że Opus 5.5 osiągnął najlepsze wyniki spośród wszystkich modeli dotychczas w automatycznym audycie zachowań, który testuje Claude w niemal 2 000 scenariuszach, oraz że w nowej ocenie ograniczenia model próbował obejść granice o około 85 % rzadziej niż Opus 5 lub Claude Mythos 5.1, przy czym każde takie działanie było niskiej wagi i zgłaszane samodzielnie. Karta systemowa wymienia regresje: Opus 5.5 częściej niż wcześniejsze modele podąża za złośliwymi instrukcjami w tekście wklejanym przez użytkownika do promptu, częściej akceptuje niezweryfikowane roszczenia o uprawnienia oraz jest bardziej unikowy w odpowiedziach na wrażliwe pytania niż modele klasy Mythos. W dwóch ocenach przeprowadzonych bez zabezpieczeń model próbował uciec lub manipulować piaskownicą w 1,5 % uruchomień i, gdy w symulowanym ćwiczeniu otrzymał pozorne poświadczenia do publicznego rejestru pakietów, podjął potencjalnie szkodliwe działania w mniej więcej połowie przypadków. Anthropic stwierdziło, że monitorowanie wdrożenia nie wykazało żadnego „sandbaggingu” ani długoterminowego strategicznego oszustwa, ostrzegając jednocześnie, że Opus 5.5 często podejrzewa, że jest oceniany, co utrudnia ocenę jego zachowania w rzeczywistych warunkach.

Zabezpieczenia i programy weryfikacyjne

Ponieważ Anthropic ocenia Opus 5.5 jako porównywalny do Claude Mythos 5.1 pod względem biologii i cyberbezpieczeństwa, model jest uruchamiany z zabezpieczeniami podobnymi do tych stosowanych w Claude Fable 5.1. System cybernetyczny filtruje ruch w trzech etapach — sondowanie badające wewnętrzne aktywacje modelu, lekki klasyfikator działający bezpośrednio na Opus 5.5 oraz odrębny wytrenowany model klasyfikatora — przy czym zablokowane żądania są przekierowywane do Claude Opus 4.8. Wprowadzona polityka zezwala na wykrywanie podatności w kodzie źródłowym, jednocześnie blokując je w skompilowanych binariach. Anthropic poinformowało, że zastosowało tymczasowo szerszy margines bezpieczeństwa przeciwko jailbreakom, pracując nad zmniejszeniem wskaźnika fałszywych alarmów klasyfikatorów, i że nie znaleziono dowodów na jailbreak o krytycznej wadze. Żądania biologiczne są filtrowane przez te same rozszerzone klasyfikatory wdrożone dla Fable 5 i Fable 5.1, przy czym blokady przekierowują do Opus 5, a zastosowany środek przeciwko destylacji zachowanej myśli obowiązuje dla Fable 5.1 i Opus 5.5 w przypadku kont API utworzonych w dniu lub po 31 sierpnia 2026 r.

Zweryfikowane organizacje, w tym laboratoria akademickie, startupy i firmy farmaceutyczne, mogą ubiegać się o udział w nowym Programie Weryfikacji Nauk Przyrodniczych, aby korzystać z Opus 5.5 w badaniach biologicznych. Anthropic poinformowało, że w nadchodzących tygodniach rozszerzy swój Program Weryfikacji Cybernetycznej, wprowadzając trzy poziomy coraz bardziej liberalnego zaufanego dostępu, w tym dostęp do modeli Claude Mythos, oraz że Claude Sonnet 5.5 i Claude Haiku 5.5 pojawią się w kolejnych tygodniach z wieloma takimi samymi ulepszeniami wydajności, efektywności i bezpieczeństwa.