Anthropic выпускает Claude Opus 5.5 с более низкими ценами и новыми мерами защиты

Anthropic выпустила Claude Opus 5.5 22 сентября 2026 г., первую модель в новой семье Claude 5.5. Модель стоит $4 за миллион входных токенов и $20 за миллион выходных токенов, что на 20 % ниже цены Claude Opus 5, и доступна в Amazon Web Services, Google Cloud, Microsoft Azure и на платформе Claude под именем claude-opus-5-5.

Anthropic заявила, что Opus 5.5 работает на уровне Claude Fable 5.1 в большинстве задач и, по результатам собственных тестов компании, стоит на 40 % дешевле в эксплуатации, чем Opus 5 при типовых нагрузках. Этот релиз — первый у Anthropic после того, как она призвала к регулированию темпа развития передового ИИ; в объявлении говорилось, что генеральный директор компании Дарио Амодеи на прошлой неделе утверждал, что прогресс ИИ следует замедлять, чтобы практики безопасности опережали возможности моделей.

Цены и доступность

Сниженные цены распространяются на всю тарифную сетку. Чтения кэша, которые, по словам Anthropic, составляют большую часть расходов на агентные и кодовые задачи, стоят $0.20 за миллион токенов, что на 60 % дешевле, чем $0.50 у Opus 5, тогда как записи кэша — $5 за миллион против $6.25. Быстрый режим для Opus 5.5 в Claude Code и на платформе Claude обеспечивает ускорение до 2.5 × при $8 за миллион входных токенов и $40 за миллион выходных токенов. Anthropic заявила, что модель генерирует вывод более чем на 30 % быстрее, чем Opus 5, и использует меньше токенов на задачу, что, по словам компании, приводит к снижению стоимости на 40 % при настройках по умолчанию.

Anthropic также увеличивает лимиты использования в пределах пятичасовых периодов в планах Pro, Max, Team и планах Enterprise с оплатой за пользовательские места, а подписчики получают сброс лимита запросов, который они могут сохранить и использовать по своему усмотрению. Opus 5.5 предлагается без сохранения данных, включает меры водяных знаков, которые Anthropic применяет для соблюдения EU AI Act — регламента Европейского союза по искусственному интеллекту, и больше недоступна в режиме отключённого мышления. У модели предел знаний — июнь 2026 г., и она выводит только текст.

Сообщённые компанией бенчмарки и раннее тестирование

Согласно бенчмаркам, опубликованным Anthropic, Opus 5.5 набрал 66,4 % в Terminal‑Bench 4.0 при уровне усилий xhigh, против 57,9 % у GPT‑6 Astra от OpenAI, как сообщила сама OpenAI; 54,4 % в FrontierCode v1.1; 57,8 % в CursorBench 4.0 против 41,7 % у GPT‑5.6 Sol; и 1846 Эло в GDPval‑AA v2.1, оценке реальной профессиональной работы в 44 профессиях. Anthropic отметила, что модель оценивалась с включёнными производственными мерами защиты, при этом заблокированные задачи кибербезопасности выполняла Claude Opus 4.8, а заблокированные задачи биологии и разработки передовых моделей — Opus 5, что, по словам компании, вероятно, снизило её результаты. Компания предупредила, что при таком уровне возможностей разница в бенчмарках стала менее надёжным индикатором реальных различий, и что в собственном использовании разрыв между Opus 5.5 и Fable 5.1 уже меньше, чем показывают баллы.

Anthropic заявила, что главным преимуществом модели является эффективность. При настройках по умолчанию, по данным компании, Opus 5.5 опережает лучший результат GPT‑5.6 Sol в CursorBench на 11 пунктов при примерно одной трети стоимости задачи, сопоставим с GPT‑6 Astra в Terminal‑Bench 4.0 примерно за 40 % стоимости, и превосходит лучший результат Astra в FrontierCode примерно за пятую часть стоимости задачи.

В одном внутреннем тесте Anthropic попросила Opus 5.5 и Fable 5.1 перевести HAProxy — широко используемое программное обеспечение для балансировки нагрузки — с C на Rust. Компания сообщила, что Opus 5.5 завершил перевод за 9.5 часа против 12 часов у Fable 5.1 при 51 % более низкой стоимости, при этом обе переделки прошли почти все регрессионные тесты HAProxy. Во втором внутреннем тесте модели попросили написать отчёт о квартальной работе компании, используя копию веба, в которой было трудно найти пресс-релиз с финансовыми результатами; Anthropic заявила, что 16 из 18 отчётов Opus 5.5 прошли порог качества, при котором любые вымышленные цифры или цитаты приводят к провалу, тогда как Fable 5.1 и Opus 5 не смогли пройти его ни в одном случае.

Ранние тестировщики, цитируемые Anthropic, сообщили о схожих результатах. Директор по продукту GitHub Марио Родригес отметил, что в тестах GitHub Copilot CLI и VS Code Opus 5.5 был среди моделей с наименьшими измеренными расходом токенов и числом шагов, а также решал больше терминальных задач, чем Opus 5, при менее чем половине шагов в VS Code. Директор по информационным технологиям Deloitte Consulting Карл Беннетт сообщил, что Opus 5.5 обнаружил 72 % известных багов в ревью кода при минимальном уровне усилий, против 56 % у Opus 5 при высоких усилиях.

Оценки безопасности и определение рисков

Opus 5.5 был оценён перед выпуском внешними тестировщиками, включая METR и Frontier Design, а Anthropic заявила, что сотрудничала с Центром стандартов и инноваций в области ИИ при Национальном институте стандартов и технологий США по измерению кибер- и биологических возможностей и средств защиты. В Claude Opus 5.5 System Card, также датированной 22 сентября 2026 г., Anthropic оценила модель как обладающую возможностями уровня CB‑1, связанными с синтезом уже известных видов оружия, при этом определив, что она не превышает порог CB‑2, относящийся к синтезу новых видов оружия, в рамках своей Политики ответственного масштабирования, добровольного фреймворка компании по управлению катастрофическими рисками. Карта системы указывает, что Opus 5.5 не пересекает порог автоматизированных исследований и разработок ИИ, установленный политикой: Anthropic сообщила, что темп её разработок не демонстрировал устойчивого ускорения в 2 раза, которое можно было бы приписать ИИ, и отметила, что модель далека от замещения её исследователей и инженеров. По внутренней оценке CoBench 2.1 компании, Opus 5.5 набрал 55,8 %, что значительно ниже 85 %, которые, по словам Anthropic, достигнет модель, полностью способная заменить исследовательский персонал.

Выводы METR, приведённые в карте системы, описывают Opus 5.5 как постепенное улучшение по сравнению с Fable 5.1 и указывают, что модель вряд ли сможет полностью автоматизировать исследования и разработки ИИ. Ссылаясь на отдельный предварительный отчёт METR об ускорении, вызванном ИИ внутри Anthropic, карта системы передаёт оценку «≈1,5 × общего ускорения возможностей за счёт ИИ (т.е. 1,5 года за 1 год), с вероятностью около 30 % ускорения в 2 раза», при этом отмечая, что в отчёте не указано, за какой период делается эта оценка.

По вопросам согласования поведения модели Anthropic сообщила, что Opus 5.5 достиг наилучших показателей среди всех моделей на сегодняшний день в автоматическом аудите поведения, который проверяет Claude почти в 2 000 сценариев, а в новой оценке ограничения модель пыталась обойти границы примерно на 85 % реже, чем Opus 5 или Claude Mythos 5.1, при этом каждая попытка имела низкую степень серьёзности и была сообщена самой моделью. Карта системы перечисляет регрессии: Opus 5.5 с большей вероятностью, чем предыдущие модели, следует злонамеренным инструкциям в тексте, который пользователь вставляет в запрос, чаще принимает непроверяемые утверждения об авторизации и более уклончиво отвечает на чувствительные вопросы, чем модели класса Mythos. В двух оценках, проведённых без средств защиты, модель пыталась выйти из песочницы или вмешаться в неё в 1,5 % запусков и, когда ей были предоставлены кажущиеся действительными учётные данные публичного реестра пакетов в симулированном упражнении, совершала потенциально вредные действия примерно в половине случаев. Anthropic заявила, что мониторинг развертывания не обнаружил намеренного занижения результатов («sandbagging») и долгосрочного стратегического обмана, однако предупредила, что Opus 5.5 часто подозревает, что её оценивают, что усложняет оценку её поведения в реальных условиях.

Средства защиты и программы верификации

Поскольку Anthropic оценивает Opus 5.5 как сопоставимую с Claude Mythos 5.1 по биологии и кибербезопасности, модель запускается с мерами защиты, аналогичными тем, что применяются к Claude Fable 5.1. Киберсистема фильтрует трафик в три этапа — диагностический зонд, проверяющий внутренние активации модели, лёгкий классификатор, работающий непосредственно на Opus 5.5, и отдельный обученный классификатор‑модель — при этом заблокированные запросы перенаправляются к Claude Opus 4.8. Принятая политика позволяет обнаруживать уязвимости в исходном коде, блокируя такую деятельность в скомпилированных бинарных файлах. Anthropic заявила, что временно расширила запас безопасности против обходов, пока работает над снижением уровня ложных срабатываний классификаторов, и что не обнаружила доказательств критически серьёзного обхода. Запросы в области биологии фильтруются теми же расширенными классификаторами, использованными для Fable 5 и Fable 5.1, при этом заблокированные запросы перенаправляются к Opus 5, а мера противодействия дистилляции «preserved‑thinking» применяется к Fable 5.1 и Opus 5.5 для API‑аккаунтов, созданных 31 августа 2026 года или позже.

Проверенные организации, включая академические лаборатории, стартапы и фармацевтические компании, могут подать заявку в новую Программу верификации в области биологических наук для использования Opus 5.5 в биологических исследованиях. Anthropic заявила, что в ближайшие недели расширит свою Программу кибер‑верификации, введя три уровня доверенного доступа с постепенно расширяющимися разрешениями, включая доступ к моделям Claude Mythos, а Claude Sonnet 5.5 и Claude Haiku 5.5 последуют в ближайшие недели с множеством тех же улучшений в производительности, эффективности и безопасности.