Anthropic meluncurkan model baru Opus 5.5 pada 22 September. Perusahaan menyatakan bahwa versi ini mencapai kinerja tertinggi dalam pengujian internal hingga saat ini untuk tugas pemrograman dan pengetahuan, serta mengungguli model Fable yang lebih besar dalam berbagai benchmark.
Harga diturunkan, berjalan lebih cepat
Dibandingkan generasi sebelumnya, biaya penggunaan Opus 5.5 terus menurun. Anthropic menyatakan bahwa harga token output turun dari sebelumnya $25 per juta token menjadi $20, dengan penurunan tingkat berbeda pada indikator penagihan lainnya.
Perusahaan juga menyatakan bahwa model baru berjalan lebih cepat dan mengurangi kebutuhan komputasi secara keseluruhan. Selain performa dan biaya, Opus 5.5 juga menyesuaikan cara menjawab, mengurangi penggunaan istilah teknis, dan lebih cenderung menempatkan informasi penting di awal respons.
Diperbarui lagi dalam dua bulan
Rilis ini terjadi hanya sekitar dua bulan setelah peluncuran Opus 5. Anthropic menyatakan dalam pengumumannya bahwa Sonnet 5.5 dan Haiku 5.5 juga akan diluncurkan dalam beberapa minggu mendatang, dengan perkiraan peningkatan kinerja yang serupa.
Dari segi ritme produk, Anthropic terus mendorong iterasi cepat model, sekaligus menangani kinerja, biaya, dan efisiensi penyebaran dalam pembaruan yang sama. Fokus persaingan kini berpindah dari skor benchmark tunggal ke kinerja penggunaan nyata.
Menggunakan langkah keamanan kelas Fable
Anthropic menyatakan bahwa Opus 5.5 telah mendekati Mythos dalam kemampuan biologi dan keamanan siber, sehingga menerapkan batasan keamanan setara dengan Fable. Langkah-langkah ini terutama ditujukan untuk penggunaan berisiko tinggi, termasuk menemukan kerentanan dalam program yang telah dikompilasi, serta membantu pengembangan senjata biologis yang dapat diidentifikasi.
Perusahaan juga menyebutkan bahwa ini adalah rilis model pertama setelah CEO Dario Amodei secara terbuka mendukung perlambatan kecepatan pengembangan kemampuan terdepan. Anthropic menyatakan bahwa Opus 5.5 melanjutkan proses pelatihan keamanan yang sudah ada dan menerima evaluasi pra-rilis dari lembaga eksternal seperti METR dan Frontier Design.