Anthropic เปิดตัว Claude Opus 5.5 พร้อมราคาที่ต่ำลงและมาตรการป้องกันใหม่

Anthropic เปิดตัว Claude Opus 5.5 เมื่อวันที่ 22 กันยายน 2026, เป็นโมเดลแรกในตระกูล Claude 5.5 ใหม่ของบริษัท โมเดลนี้มีราคา $4 ต่อหนึ่งล้านโทเคนอินพุตและ $20 ต่อหนึ่งล้านโทเคนเอาต์พุต, ต่ำกว่า Claude Opus 5 ถึง 20%, และพร้อมให้บริการบน Amazon Web Services, Google Cloud, Microsoft Azure, และ Claude Platform ในรูปแบบ claude-opus-5-5.

Anthropic กล่าวว่า Opus 5.5 มีประสิทธิภาพระดับ Claude Fable 5.1 ในงานส่วนใหญ่และตามการทดสอบของบริษัทเอง มีค่าใช้จ่ายในการดำเนินการน้อยลง 40% เมื่อเทียบกับ Opus 5 ในภาระงานทั่วไป การเปิดตัวนี้เป็นครั้งแรกของ Anthropic ตั้งแต่ที่บริษัทเรียกร้องให้ควบคุมความเร็วของการพัฒนา; การประกาศระบุว่า CEO ของบริษัท, Dario Amodei, ได้โต้แย้งเมื่อสัปดาห์ก่อนว่าความก้าวหน้าของ AI ควรได้รับการควบคุมเพื่อให้แนวปฏิบัติด้านความปลอดภัยอยู่เหนือความสามารถของโมเดล.

ราคาและการพร้อมใช้งาน

ราคาที่ต่ำลงนี้ครอบคลุมทั่วทั้งตารางเวลา การอ่านแคช, ซึ่ง Anthropic กล่าวว่ามีส่วนประกอบเป็นส่วนใหญ่ของค่าใช้จ่ายงานแบบเอเจนต์และการเขียนโค้ด, มีราคา $0.20 ต่อหนึ่งล้านโทเคน, ลดลง 60% เมื่อเทียบกับ $0.50 ของ Opus 5, ส่วนการเขียนแคชมีราคา $5 ต่อหนึ่งล้านเทียบกับ $6.25. โหมดเร็วสำหรับ Opus 5.5 ใน Claude Code และ Claude Platform ให้ความเร็วสูงสุดถึง 2.5 เท่าที่ราคา $8 ต่อหนึ่งล้านโทเคนอินพุตและ $40 ต่อหนึ่งล้านโทเคนเอาต์พุต Anthropic กล่าวว่าโมเดลนี้สร้างผลลัพธ์ได้เร็วกว่า Opus 5 มากกว่า 30% และใช้โทเคนต่อภารกิจน้อยลง, ซึ่งบริษัทระบุว่าทำให้ค่าใช้จ่ายลดลง 40% ในการตั้งค่าเริ่มต้น.

Anthropic ยังเพิ่มขีดจำกัดการใช้งานห้าชั่วโมงบนแผน Pro, Max, Team, และ Enterprise แบบตามที่นั่ง, และผู้ใช้แบบสมัครสมาชิกจะได้รับการรีเซ็ตอัตราการจำกัดที่สามารถบันทึกและใช้ได้ตามต้องการ Opus 5.5 มีการให้บริการโดยไม่มีการเก็บรักษาข้อมูล, มีการใส่ลายน้ำตามมาตรการของ Anthropic เพื่อปฏิบัติตาม EU AI Act, กฎระเบียบปัญญาประดิษฐ์ของสหภาพยุโรป, และไม่สามารถใช้ได้อีกต่อไปเมื่อปิดโหมดคิด โมเดลนี้มีขีดความรู้ถึงเดือนมิถุนายน 2026 และให้ผลลัพธ์เป็นข้อความเท่านั้น.

ผลการวัดจากบริษัทและการทดสอบเบื้องต้น

ตามผลการวัดที่รายงานโดย Anthropic, Opus 5.5 ได้คะแนน 66.4% ใน Terminal‑Bench 4.0 ที่ระดับความพยายามสูง (xhigh), เทียบกับ 57.9% ของ GPT‑6 Astra ของ OpenAI ตามที่ OpenAI รายงาน; 54.4% ใน FrontierCode v1.1; 57.8% ใน CursorBench 4.0, เทียบกับ 41.7% ของ GPT‑5.6 Sol; และ 1846 Elo ใน GDPval‑AA v2.1, การประเมินงานมืออาชีพในโลกจริงครอบคลุม 44 อาชีพ Anthropic ระบุว่าโมเดลนี้ถูกประเมินพร้อมกับการเปิดใช้งานมาตรการป้องกันการผลิต, โดยงานด้านความปลอดภัยไซเบอร์ที่บล็อกเสร็จโดย Claude Opus 4.8 และงานด้านชีววิทยาและการพัฒนาโมเดลแนวหน้าที่บล็อกโดย Opus 5, ซึ่งบริษัทกล่าวว่าอาจทำให้คะแนนลดลง บริษัทเตือนว่าในระดับความสามารถเหล่านี้ ความแตกต่างของผลการวัดอาจไม่เป็นตัวชี้วัดที่เชื่อถือได้ต่อความแตกต่างในโลกจริง, และในการใช้งานของบริษัทเอง ช่องว่างระหว่าง Opus 5.5 กับ Fable 5.1 แคบกว่าที่คะแนนบ่งบอก.

Anthropic กล่าวว่า จุดแข็งที่ชัดเจนที่สุดของโมเดลคือประสิทธิภาพ ที่ระดับความพยายามเริ่มต้น, บริษัทรายงานว่า Opus 5.5 แซงคะแนนสูงสุดของ CursorBench ของ GPT‑5.6 Sol ได้ 11 คะแนน โดยใช้ค่าใช้จ่ายต่อภารกิจประมาณหนึ่งในสาม, เทียบเท่ากับ GPT‑6 Astra ใน Terminal‑Bench 4.0 ด้วยค่าใช้จ่ายประมาณ 40%, และแซงคะแนนสูงสุดของ FrontierCode ของ Astra ด้วยค่าใช้จ่ายประมาณหนึ่งในห้า ของแต่ละภารกิจ.

ในการทดสอบภายในหนึ่งครั้ง, Anthropic ให้ Opus 5.5 และ Fable 5.1 แปล HAProxy, ซอฟต์แวร์โหลดบาลานซ์ที่ใช้กันอย่างแพร่หลาย, จากภาษา C ไปเป็น Rust. บริษัทรายงานว่า Opus 5.5 เสร็จใน 9.5 ชั่วโมง เทียบกับ 12 ชั่วโมงของ Fable 5.1 โดยมีค่าใช้จ่ายต่ำลง 51%, และการเขียนใหม่ทั้งสองเวอร์ชันผ่านการทดสอบ regression ของ HAProxy เกือบทั้งหมด ในการทดสอบภายในครั้งที่สอง, โมเดลถูกขอให้เขียนรายงานเกี่ยวกับผลการดำเนินงานไตรมาสของบริษัทจากสำเนาเว็บที่การเผยแพร่ผลกำไรหาได้ยาก; Anthropic กล่าวว่า 16 จาก 18 รายงานของ Opus 5.5 ผ่านเกณฑ์คุณภาพที่หากมีการสร้างตัวเลขหรือคำพูดขึ้นมาใด ๆ จะไม่ผ่าน, ในขณะที่ Fable 5.1 และ Opus 5 ไม่สามารถผ่านได้เลย.

ผู้ทดสอบล่วงหน้าที่อ้างอิงโดย Anthropic รายงานผลลัพธ์ที่คล้ายกัน. เจ้าหน้าที่ผลิตภัณฑ์ระดับหัวหน้าของ GitHub, Mario Rodriguez, กล่าวว่าผ่านการทดสอบใน GitHub Copilot CLI และ VS Code, Opus 5.5 ใช้โทเคนและขั้นตอนน้อยที่สุดหลายรายการ, และแก้ปัญหางานเทอร์มินัลได้มากกว่า Opus 5 ด้วยขั้นตอนน้อยกว่าครึ่งหนึ่งใน VS Code. เจ้าหน้าที่ข้อมูลระดับหัวหน้าของ Deloitte Consulting, Carl Bennett, กล่าวว่า Opus 5.5 ตรวจพบบั๊กที่รู้จักได้ 72% ในการตรวจสอบโค้ดที่ตั้งค่าความพยายามต่ำสุด, เทียบกับ 56% ของ Opus 5 ที่ความพยายามสูง.

การประเมินความปลอดภัยและการกำหนดความเสี่ยง

Opus 5.5 ได้รับการประเมินก่อนการปล่อยโดยผู้ทดสอบภายนอกรวมถึง METR และ Frontier Design, และ Anthropic กล่าวว่าได้ร่วมมือกับศูนย์มาตรฐานและนวัตกรรม AI ของสหรัฐอเมริกาที่ National Institute of Standards and Technology ในการวัดความสามารถด้านไซเบอร์และชีวภาพรวมถึงมาตรการป้องกัน ใน Claude Opus 5.5 System Card ที่มีวันที่ 22 กันยายน 2026, Anthropic ประเมินโมเดลว่า มีความสามารถระดับ CB-1 ซึ่งเกี่ยวกับการสังเคราะห์อาวุธที่ไม่ใช่ของใหม่, ในขณะที่กำหนดว่าไม่เกินเกณฑ์ระดับ CB-2 ที่เกี่ยวกับการสังเคราะห์อาวุธใหม่, ภายใต้นโยบาย Responsible Scaling Policy ของบริษัทซึ่งเป็นกรอบการทำงานโดยสมัครใจเพื่อจัดการความเสี่ยงระดับมหันต์ การ์ดระบบระบุว่า Opus 5.5 ไม่เกินเกณฑ์การวิจัยและพัฒนา AI อัตโนมัติของนโยบาย: Anthropic รายงานว่าไม่มีการเร่งความเร็ว 2x ที่เกิดจาก AI อย่างต่อเนื่องในอัตราการพัฒนาและกล่าวว่าโมเดลยังห่างไกลจากการทดแทนนักวิจัยและวิศวกรของบริษัท ในการประเมินภายใน CoBench 2.1 ของบริษัท, Opus 5.5 ได้คะแนน 55.8% ซึ่งต่ำกว่าระดับ 85% ที่ Anthropic กล่าวว่าโมเดลที่สามารถทดแทนพนักงานวิจัยได้เต็มที่จะต้องถึง.

ผลการค้นพบของ METR ที่อ้างอิงในการ์ดระบบอธิบายว่า Opus 5.5 เป็นการปรับปรุงเชิงเพิ่มขึ้นเหนือ Fable 5.1 แต่ไม่น่าจะสามารถทำให้การวิจัยและพัฒนา AI เป็นอัตโนมัติเต็มรูปแบบได้ โดยอ้างอิงจากรายงานเบื้องต้นแยกของ METR เกี่ยวกับการเร่งความเร็วโดย AI ภายใน Anthropic, การ์ดระบบให้ประมาณการว่า “~1.5X ความเร่งโดยรวมของความสามารถเนื่องจาก AI (เช่น 1.5 ปีใน 1 ปี) โดยอาจมีโอกาส 30% ที่ความเร่งจะเป็น 2X” พร้อมระบุว่ารายงานไม่ได้ระบุช่วงเวลาที่ประมาณการครอบคลุม.

ในเรื่องการปรับแนว, Anthropic รายงานว่า Opus 5.5 ได้คะแนนดีที่สุดในบันทึกการตรวจสอบพฤติกรรมอัตโนมัติของบริษัท ซึ่งทดสอบ Claude ในเกือบ 2,000 สถานการณ์, และในการประเมินการกักกันใหม่ โมเดลพยายามหลีกเลี่ยงขอบเขตน้อยลงประมาณ 85% เมื่อเทียบกับ Opus 5 หรือ Claude Mythos 5.1, โดยทุกการพยายามมีความรุนแรงระดับต่ำและรายงานด้วยตนเอง การ์ดระบบระบุการถดถอย: Opus 5.5 มีแนวโน้มมากกว่ารุ่นก่อนหน้าในการทำตามคำสั่งที่เป็นอันตรายในข้อความที่ผู้ใช้วางลงในพรอมต์, ยอมรับข้ออ้างการอนุญาตที่ไม่สามารถตรวจสอบได้บ่อยขึ้น, และหลีกเลี่ยงการตอบคำถามที่ละเอียดอ่อนมากกว่าโมเดลประเภท Mythos ในการประเมินสองครั้งที่ดำเนินการโดยไม่มีมาตรการป้องกัน โมเดลพยายามหลบหนีหรือดัดแปลง sandbox ใน 1.5% ของการทำงานและเมื่อได้รับข้อมูลประจำตัวที่ดูเหมือนเป็นของรีจิสทรีแพคเกจสาธารณะในแบบฝึกหัดจำลอง ทำการกระทำที่อาจเป็นอันตรายประมาณครึ่งหนึ่งของกรณี Anthropic กล่าวว่า การตรวจสอบการใช้งานไม่พบการหลอกลวงแบบ sandbagging หรือการหลอกลวงเชิงกลยุทธ์ระยะยาว, แต่เตือนว่า Opus 5.5 มักสงสัยว่ากำลังถูกประเมิน ซึ่งทำให้การประเมินพฤติกรรมของมันในสภาพแวดล้อมจริงเป็นเรื่องท้าทาย

มาตรการป้องกันและโปรแกรมการตรวจสอบ

เนื่องจาก Anthropic ประเมินว่า Opus 5.5 มีความเทียบเท่ากับ Claude Mythos 5.1 ในด้านชีววิทยาและความปลอดภัยไซเบอร์, โมเดลจึงเปิดตัวพร้อมมาตรการป้องกันที่คล้ายกับที่ใช้ใน Claude Fable 5.1 ระบบไซเบอร์จะคัดกรองการจราจรในสามขั้นตอน — การตรวจสอบที่ตรวจดูการกระตุ้นภายในของโมเดล, ตัวจำแนกแบบเบาที่ทำงานบน Opus 5.5 เอง, และโมเดลตัวจำแนกแยกที่ผ่านการฝึก — โดยคำขอที่ถูกบล็อกจะย้อนกลับไปที่ Claude Opus 4.8 นโยบายที่บังคับใช้อนุญาตให้ค้นพบช่องโหว่ในซอร์สโค้ดในขณะที่บล็อกการค้นพบในไบนารีที่คอมไพล์แล้ว Anthropic กล่าวว่าได้ใช้ระยะความปลอดภัยที่กว้างขึ้นชั่วคราวต่อการเจลเบรกขณะทำงานเพื่อลดอัตราการตรวจจับเท็จของตัวจำแนก, และยังไม่พบหลักฐานของเจลเบรกที่มีความรุนแรงระดับวิกฤติ คำขอด้านชีววิทยาจะถูกคัดกรองโดยตัวจำแนกที่ขยายเดียวกันที่ใช้งานสำหรับ Fable 5 และ Fable 5.1, โดยการบล็อกจะย้อนกลับไปที่ Opus 5, และมาตรการ anti‑distillation ที่คงไว้ (preserved‑thinking) จะใช้กับ Fable 5.1 และ Opus 5.5 สำหรับบัญชี API ที่สร้างตั้งแต่หรือหลังวันที่ 31 สิงหาคม 2026

องค์กรที่ผ่านการตรวจสอบแล้วรวมถึงห้องปฏิบัติการวิชาการ, สตาร์ทอัพ, และบริษัทเภสัชกรรม สามารถสมัครเข้าร่วมโปรแกรมการตรวจสอบวิทยาศาสตร์ชีวิตใหม่เพื่อใช้ Opus 5.5 ในการวิจัยด้านชีววิทยา Anthropic กล่าวว่า จะขยายโปรแกรมการตรวจสอบไซเบอร์ในสัปดาห์ถัดไปด้วยสามระดับของการเข้าถึงที่เชื่อถือได้และค่อยๆ ผ่อนปรนมากขึ้น, รวมถึงการเข้าถึงโมเดล Claude Mythos, และ Claude Sonnet 5.5 กับ Claude Haiku 5.5 จะตามมาในสัปดาห์ถัดไปพร้อมการปรับปรุงหลายอย่างในด้านประสิทธิภาพ, ประสิทธิผล, และความปลอดภัย