Anthropic melancarkan model baharu Opus 5.5 pada 22 September. Syarikat menyatakan bahawa versi ini mencapai tahap tertinggi dalam ujian dalaman untuk tugas pengkodean dan pengetahuan, serta mengatasi model Fable yang lebih besar dalam pelbagai tolok ukur.
Harga diturunkan, beroperasi lebih pantas
Berbanding generasi sebelumnya, kos penggunaan Opus 5.5 terus menurun. Anthropic menyatakan bahawa harga token output turun dari $25 per juta token sebelum ini kepada $20, dengan penurunan yang berbeza-beza pada indikator penagihan lain.
Perusahaan juga menyatakan bahawa model baharu berjalan lebih pantas dan permintaan pengiraan keseluruhan telah berkurang. Selain prestasi dan kos, Opus 5.5 juga menyesuaikan cara jawapan, mengurangkan penggunaan istilah teknikal, dan lebih cenderung meletakkan maklumat penting di awal jawapan.
Kemas kini semula dalam tempoh dua bulan
Pengeluaran ini berlaku hanya sekitar dua bulan selepas pelancaran Opus 5. Anthropic dalam pengumumannya menyatakan bahawa Sonnet 5.5 dan Haiku 5.5 juga akan dilancarkan dalam beberapa minggu mendatang, dengan jangkaan peningkatan prestasi yang serupa.
Dari segi ritme produk, Anthropic masih meneruskan pengembangan model yang pantas, sambil menangani prestasi, kos, dan kecekapan pelaksanaan dalam kemas kini yang sama. Fokus persaingan kini berpindah dari skor piawai tunggal kepada prestasi penggunaan sebenar.
Menggunakan langkah keselamatan kelas Fable
Anthropic menyatakan bahawa Opus 5.5 telah mendekati Mythos dalam kemampuan biologi dan keselamatan siber, oleh itu tindakan keselamatan yang sama seperti Fable diberlakukan. Langkah-langkah ini terutamanya bertujuan untuk penggunaan berisiko tinggi, termasuk mengesan lubang kelemahan dalam program yang telah dikompilasi, serta membantu pembangunan senjata biologi yang dapat dikenal pasti.
Syarikat juga menyebut bahawa ini merupakan pelancaran model pertama selepas CEO Dario Amodei secara terbuka menyokong penundaan tempoh kemajuan kemampuan terkini. Anthropic menyatakan bahawa Opus 5.5 meneruskan proses latihan keselamatan yang sedia ada dan telah dinilai sebelum pelancaran oleh pihak luar seperti METR dan Frontier Design.