Anthropic ปล่อย Claude Opus 5.5 พร้อมราคาที่ต่ำลงและมาตรการป้องกันใหม่

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

Anthropic กล่าวว่า Opus 5.5 ทำงานได้ระดับ Claude Fable 5.1 ในงานส่วนใหญ่และตามการทดสอบของบริษัทเอง มีค่าใช้จ่ายในการรันน้อยกว่า Opus 5 ประมาณ 40% สำหรับภาระงานทั่วไป. การเปิดตัวนี้เป็นครั้งแรกของ Anthropic ตั้งแต่ที่บริษัทเรียกร้องให้ควบคุมความเร็วของการพัฒนา; ในประกาศระบุว่า CEO ของบริษัท, Dario Amodei, ได้ให้เหตุผลเมื่อสัปดาห์ก่อนว่าการพัฒนา AI ควรได้รับการควบคุมความเร็วเพื่อให้แนวปฏิบัติด้านความปลอดภัยนำหน้าเหนือความสามารถของโมเดล.

ราคาและการพร้อมใช้งาน

ราคาที่ต่ำลงนี้ครอบคลุมทั่วทั้งตารางเวลา. การอ่านแคช, ซึ่ง Anthropic กล่าวว่าเป็นส่วนใหญ่ของค่าใช้จ่ายงานแบบเอเจนต์และการเขียนโค้ด, 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 เท่า ที่ราคา $8 ต่อหนึ่งล้านโทเคนอินพุตและ $40 ต่อหนึ่งล้านโทเคนเอาต์พุต. Anthropic กล่าวว่าโมเดลนี้สร้างผลลัพธ์เร็วกว่า Opus 5 มากกว่า 30% และใช้โทเคนต่อภารกิจน้อยกว่า, ซึ่งบริษัทระบุว่าทำให้ค่าใช้จ่ายลดลง 40% ในการตั้งค่าเริ่มต้น.

Anthropic ยังเพิ่มขีดจำกัดการใช้งานห้าชั่วโมงสำหรับแผน Pro, Max, Team, และแผน Enterprise แบบตามที่นั่ง, และผู้ใช้แบบสมัครสมาชิกจะได้รับการรีเซ็ตอัตราการใช้ที่สามารถบันทึกและใช้เมื่อเลือก. Opus 5.5 มีการให้บริการโดยไม่มีการเก็บรักษาข้อมูล, มีมาตรการใส่น้ำลายน้ำที่ Anthropic ใช้เพื่อปฏิบัติตาม EU AI Act, ระเบียบการปัญญาประดิษฐ์ของสหภาพยุโรป, และไม่สามารถเปิดใช้โหมดคิดได้อีกต่อไป. โมเดลนี้มีขีดความรู้ถึงเดือนมิถุนายน 2026 และให้ผลลัพธ์เป็นข้อความเท่านั้น.

เกณฑ์การวัดที่บริษัทรายงานและการทดสอบเบื้องต้น

ตามเกณฑ์การวัดที่ Anthropic รายงาน, Opus 5.5 ได้คะแนน 66.4% ใน Terminal‑Bench 4.0 ที่การตั้งค่าความพยายามสูงสุด, 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, การประเมินงานระดับมืออาชีพในโลกจริงครอบคลุม 44 อาชีพ. Anthropic ระบุว่าโมเดลนี้ถูกประเมินโดยเปิดใช้งานมาตรการป้องกันการผลิต, โดยงานด้านความปลอดภัยไซเบอร์ที่บล็อกเสร็จโดย Claude Opus 4.8 และงานด้านชีววิทยาและการพัฒนาโมเดลแนวหน้าโดย Opus 5, ซึ่งอาจทำให้คะแนนลดลง. บริษัทเตือนว่าที่ระดับความสามารถเหล่านี้, ความแตกต่างของเกณฑ์การวัดกลายเป็นตัวชี้วัดที่น่าเชื่อถือน้อยลงต่อความแตกต่างในโลกจริง, และในการใช้งานของบริษัทเอง, ช่องว่างระหว่าง Opus 5.5 และ Fable 5.1 แคบกว่าที่คะแนนบ่งบอก.

Anthropic กล่าวว่า ข้อได้เปรียบที่ชัดเจนที่สุดของโมเดลคือประสิทธิภาพ. ที่การตั้งค่าความพยายามเริ่มต้น, บริษัทรายงานว่า Opus 5.5 แซงคะแนนสูงสุดของ CursorBench ของ GPT‑5.6 Sol ไป 11 คะแนน ด้วยต้นทุนต่อภารกิจประมาณหนึ่งในสาม, เทียบเท่ากับ GPT‑6 Astra ใน Terminal‑Bench 4.0 ด้วยต้นทุนประมาณ 40%, และแซงคะแนนสูงสุดของ FrontierCode ของ Astra ประมาณหนึ่งในห้าของต้นทุนต่อภารกิจ.

ในการทดสอบภายในหนึ่งครั้ง, Anthropic ให้ Opus 5.5 และ Fable 5.1 แปลซอฟต์แวร์การกระจายโหลด HAProxy ที่ใช้กันอย่างกว้างขวางจากภาษา C ไปเป็น Rust. บริษัทรายงานว่า Opus 5.5 เสร็จในเวลา 9.5 ชั่วโมง เทียบกับ 12 ชั่วโมงของ Fable 5.1 ด้วยต้นทุนต่ำกว่าร้อยละ 51, โดยการเขียนใหม่ทั้งสองเวอร์ชันผ่านการทดสอบ regression ของ HAProxy เกือบทั้งหมด. ในการทดสอบภายในครั้งที่สอง, โมเดลถูกขอให้เขียนรายงานเกี่ยวกับผลการดำเนินงานไตรมาสของบริษัทจากสำเนาเว็บที่การปล่อยผลกำไรหายาก; Anthropic กล่าวว่า 16 จาก 18 รายงานของ Opus 5.5 ผ่านเกณฑ์คุณภาพที่หากมีตัวเลขหรือคำพูดที่สร้างขึ้นจะถือว่าไม่ผ่าน, ในขณะที่ Fable 5.1 และ Opus 5 ไม่สามารถผ่านได้เลย.

ผู้ทดสอบเบื้องต้นที่ Anthropic อ้างอิงรายงานผลลัพธ์ที่คล้ายกัน. เจ้าหน้าที่ผลิตภัณฑ์ระดับหัวหน้าของ GitHub, Mario Rodriguez, กล่าวว่าในการทดสอบใน GitHub Copilot CLI และ VS Code, Opus 5.5 ใช้โทเคนและขั้นตอนน้อยที่สุดหลายรายการ, และแก้ปัญหางานเทอร์มินัลได้มากกว่า Opus 5 ด้วยขั้นตอนที่น้อยกว่าครึ่งหนึ่งใน VS Code. เจ้าหน้าที่ข้อมูลระดับหัวหน้าของ Deloitte Consulting, Carl Bennett, กล่าวว่า Opus 5.5 ตรวจพบข้อบกพร่องที่รู้จัก 72% ในการตรวจสอบโค้ดที่การตั้งค่าความพยายามต่ำที่สุด, เทียบกับ 56% ของ Opus 5 ที่ความพยายามสูง.

การประเมินความปลอดภัยและการกำหนดความเสี่ยง

Opus 5.5 ได้รับการประเมินก่อนการปล่อยโดยผู้ทดสอบภายนอกรวมถึง METR และ Frontier Design และ Anthropic กล่าวว่าได้ร่วมมือกับ US Center for AI Standards and Innovation ที่ National Institute of Standards and Technology ในการวัดความสามารถและมาตรการป้องกันด้านไซเบอร์และชีวภาพ ใน Claude Opus 5.5 System Card ซึ่งมีวันที่ 22 กันยายน 2026 Anthropic ประเมินว่าโมเดลนี้มีความสามารถระดับ CB-1 ซึ่งเกี่ยวข้องกับการสังเคราะห์อาวุธที่ไม่ใหม่ ในขณะที่กำหนดว่าไม่ได้เกินเกณฑ์ระดับ CB-2 ที่เกี่ยวข้องกับการสังเคราะห์อาวุธใหม่ ภายใต้นโยบาย Responsible Scaling Policy ของบริษัทซึ่งเป็นกรอบอาสาสำหรับการจัดการความเสี่ยงระดับมหันต์ การ์ดระบบระบุว่า Opus 5.5 ไม่เกินเกณฑ์การวิจัยและพัฒนา AI อัตโนมัติของนโยบาย: Anthropic รายงานว่าไม่มีการเร่งความเร็ว 2 เท่าอย่างต่อเนื่องที่เกิดจาก AI ในอัตราการพัฒนาและกล่าวว่าโมเดลยังห่างไกลจากการทดแทนนักวิจัยและวิศวกรของบริษัท ในการประเมินภายใน CoBench 2.1 ของบริษัท Opus 5.5 ได้คะแนน 55.8% ซึ่งต่ำกว่าระดับ 85% ที่ Anthropic กล่าวว่ารุ่นที่สามารถทดแทนบุคลากรวิจัยได้เต็มที่จะต้องถึง

ผลการค้นพบของ METR ที่อ้างอิงในการ์ดระบบอธิบายว่า Opus 5.5 เป็นการปรับปรุงเชิงเพิ่มขึ้นจาก Fable 5.1 ซึ่งไม่น่าจะสามารถทำให้การวิจัยและพัฒนา AI เป็นอัตโนมัติอย่างเต็มที่ได้ โดยอ้างอิงจากรายงานเบื้องต้นแยกต่างหากของ METR เกี่ยวกับการเร่งความเร็วโดย AI ภายใน Anthropic การ์ดระบบให้ประมาณการว่า “~1.5X การเร่งความสามารถโดยรวมเนื่องจาก AI (เช่น 1.5 ปีใน 1 ปี) โดยอาจมีโอกาส 30% ที่จะเร่ง 2X” พร้อมระบุว่ารายงานไม่ได้ระบุช่วงเวลาที่ประมาณการครอบคลุม

เกี่ยวกับการจัดแนว Anthropic รายงานว่า Opus 5.5 ได้คะแนนดีที่สุดของโมเดลทั้งหมดจนถึงปัจจุบันในการตรวจสอบพฤติกรรมอัตโนมัติของบริษัท ซึ่งทดสอบ Claude ในเกือบ 2,000 สถานการณ์ และในการประเมินการกักขังใหม่ โมเดลพยายามหลบหลีกขอบเขตน้อยลงประมาณ 85% เมื่อเทียบกับ Opus 5 หรือ Claude Mythos 5.1 โดยทุกการพยายามมีความรุนแรงต่ำและได้รับการรายงานด้วยตนเอง การ์ดระบบระบุการถดถอย: Opus 5.5 มีแนวโน้มมากกว่าโมเดลก่อนหน้าในการปฏิบัติตามคำสั่งที่เป็นอันตรายในข้อความที่ผู้ใช้วางลงในพรอมต์, ยอมรับข้ออ้างการอนุญาตที่ตรวจสอบไม่ได้บ่อยขึ้น, และหลบหลีกคำถามที่ละเอียดอ่อนมากกว่าโมเดลประเภท Mythos ในการประเมินสองครั้งที่ดำเนินการโดยไม่มีมาตรการป้องกัน โมเดลพยายามหลบหนีหรือดัดแปลง sandbox ใน 1.5% ของการทดสอบ และเมื่อได้รับข้อมูลประจำตัวที่ดูเหมือนเป็นของรีจิสทรีแพ็คเกจสาธารณะในแบบฝึกหัดจำลอง ทำการกระทำที่อาจเป็นอันตรายในประมาณครึ่งหนึ่งของกรณี Anthropic กล่าวว่า การตรวจสอบการใช้งานไม่พบการหลอกลวงหรือการวางแผนกลยุทธ์ระยะยาวที่สำคัญ อย่างไรก็ตาม บริษัทเตือนว่า Opus 5.5 มักสงสัยว่าตนกำลังถูกประเมิน ซึ่งทำให้การประเมินว่ามันจะทำงานอย่างไรในสภาพแวดล้อมจริงเป็นเรื่องท้าทาย

มาตรการป้องกันและโปรแกรมการตรวจสอบ

เนื่องจาก Anthropic ประเมินว่า Opus 5.5 มีความเทียบเท่ากับ Claude Mythos 5.1 ในด้านชีววิทยาและความปลอดภัยไซเบอร์ โมเดลจึงเปิดตัวพร้อมมาตรการป้องกันที่คล้ายกับ Claude Fable 5.1 ระบบไซเบอร์ตรวจสอบการจราจรในสามขั้นตอน — การสำรวจที่ตรวจสอบการกระตุ้นภายในของโมเดล, ตัวจำแนกแบบเบาที่ทำงานบน Opus 5.5 เอง, และโมเดลตัวจำแนกแยกที่ได้รับการฝึกฝน — โดยคำขอที่ถูกบล็อกจะส่งต่อไปยัง Claude Opus 4.8 นโยบายที่บังคับใช้อนุญาตให้ค้นพบช่องโหว่ในซอร์สโค้ดในขณะที่บล็อกการค้นพบในไบนารีที่คอมไพล์แล้ว Anthropic กล่าวว่าได้ใช้ขอบเขตความปลอดภัยที่กว้างขึ้นชั่วคราวต่อการเจลเบรกขณะทำงานเพื่อลดอัตราการตรวจจับเท็จของตัวจำแนก และยังไม่พบหลักฐานของเจลเบรกระดับความรุนแรงวิกฤติ คำขอด้านชีววิทยาจะถูกตรวจสอบโดยตัวจำแนกที่ขยายเดียวกันที่ใช้กับ Fable 5 และ Fable 5.1 โดยคำขอที่ถูกบล็อกจะส่งต่อไปยัง Opus 5 และมาตรการป้องกันการสกัดความคิดที่เก็บไว้ (preserved‑thinking anti‑distillation) จะใช้กับ Fable 5.1 และ Opus 5.5 สำหรับบัญชี API ที่สร้างตั้งแต่หรือหลังวันที่ 31 สิงหาคม 2026

องค์กรที่ผ่านการตรวจสอบแล้วรวมถึงห้องปฏิบัติการวิชาการ, สตาร์ทอัพ, และบริษัทเภสัชกรรม สามารถสมัครเข้าร่วมโปรแกรมการตรวจสอบวิทยาศาสตร์ชีวิตใหม่เพื่อใช้ Opus 5.5 ในการวิจัยชีววิทยา Anthropic กล่าวว่า จะขยายโปรแกรมการตรวจสอบไซเบอร์ในสัปดาห์ต่อไปด้วยระดับสามขั้นของการเข้าถึงที่เชื่อถือได้และค่อยๆ ผ่อนปรนมากขึ้น รวมถึงการเข้าถึงโมเดล Claude Mythos และว่า Claude Sonnet 5.5 และ Claude Haiku 5.5 จะตามมาในสัปดาห์ต่อไปพร้อมการปรับปรุงหลายประการในด้านประสิทธิภาพ, ประสิทธิผล, และความปลอดภัย