Anthropic выпустили Claude Opus 5.5
Claude Opus 5.5: мощнее, дешевле и безопаснее предшественника
Anthropic представила Claude Opus 5.5 — первую модель в новом семействе Claude 5.5. Она превосходит Opus 5 по производительности, работает на 40% дешевле и устанавливает новые рекорды в тестах на безопасность. Это важное обновление для разработчиков, бизнеса и всех, кто работает с AI-агентами.
Что такое Claude Opus 5.5 и чем он лучше
Claude Opus 5.5 — флагманская модель Anthropic, которая по большинству задач сопоставима с Claude Fable 5.1, при этом стоит существенно меньше. Перед релизом модель проверяли внешние организации — Frontier Design и METR. На внутреннем поведенческом аудите, охватывающем почти 2 000 сценариев, Opus 5.5 показал лучшие результаты среди всех протестированных моделей.
Ранние тестировщики сообщили о впечатляющих результатах на реальных задачах. Один из них завершил миграцию кодовой базы объёмом 680 000 строк менее чем за день — работа, которая заняла бы у инженерной команды несколько недель. В другом тесте модель ускорила загрузку страниц веб-приложения в 39 случаях из 40, тогда как Opus 5 добивался лишь частичных улучшений и при этом менял поведение приложения.
Производительность и стоимость
Бенчмарки: где Opus 5.5 вырывается вперёд
На ключевых бенчмарках Claude Opus 5.5 лидирует в агентном программировании, работе с компьютером и профессиональных задачах:
— Terminal-Bench 4.0 (агентное кодирование в CLI): 66,4% — против 57,9% у GPT-6 Astra и 52,3% у Opus 5
— FrontierCode v1.1: 54,4% — лучший результат среди всех моделей
— CursorBench 4.0: 57,8% — на 11 пунктов выше GPT-5.6 Sol
— GDPval-AA v2.1 (профессиональная работа по 44 профессиям): 1846 Elo — против 1735 у Fable 5.1
— Humanity’s Last Exam (мультидисциплинарные рассуждения): 67,7% с инструментами
— OSWorld 2.0 (управление компьютером): 81,8%
Anthropic оговаривается: на сегодняшнем уровне возможностей разрыв между моделями в бенчмарках становится менее надёжным показателем реальных различий. В частности, разница между Opus 5.5 и Fable 5.1 на практике уже, чем показывают цифры.
Цены: существенное снижение
Ключевое преимущество Opus 5.5 — экономическая эффективность. Модель не только стоит меньше за токен, но и тратит меньше токенов на задачу, что в итоге даёт снижение затрат на 40%.
| Тип токенов | Claude Opus 5.5 | Claude Opus 5 |
|—|—|—|
| Чтение кэша | $0,20 / 1М | $0,50 / 1М |
| Входные токены | $4 / 1М | $5 / 1М |
| Выходные токены | $20 / 1М | $25 / 1М |
| Запись в кэш | $5 / 1М | $6,25 / 1М |
Чтение кэша подешевело на 60% — это особенно важно, поскольку именно оно составляет большую часть расходов в агентных и кодинговых задачах. Скорость генерации вывода выросла более чем на 30% по сравнению с Opus 5.
Для пользователей подписок Pro, Max, Team и Enterprise увеличены лимиты на пять часов использования. Кроме того, подписчики получают сброс лимитов, который можно использовать в любой момент по своему выбору.
Также доступен быстрый режим (Fast mode) в Claude Code и Claude Platform — он ускоряет работу до 2,5 раза и стоит $8 за миллион входных и $40 за миллион выходных токенов.
Opus 5.5 как инструмент для разработчиков
Кодинг: большие задачи за меньшее время
Opus 5.5 особенно силён в масштабных, многофайловых задачах — миграциях, аудитах и рефакторинге целых кодовых баз. Один из ранних тестировщиков проверил и исправил кодовую базу в 200 000 строк менее чем за три часа — Opus 5 справился с той же задачей за более 20 часов и использовал в 2,5 раза больше токенов.
Во внутреннем тесте Anthropic попросила Opus 5.5 и Fable 5.1 переписать HAProxy — широко используемый балансировщик нагрузки — с C на Rust. Оба варианта прошли почти все регрессионные тесты проекта, но Opus 5.5 завершил работу за 9,5 часа против 12 у Fable 5.1 и при этом обошёлся на 51% дешевле.
На бенчмарке FrontierCode при стандартных настройках Opus 5.5 обходит GPT-6 Astra примерно за 20% его стоимости на задачу. На Terminal Bench 4.0 модель при стандартном уровне усилий превосходит Opus 5 при максимальном — и обходится примерно в пять раз дешевле.
Ранние тестировщики из числа известных компаний делятся результатами:
> GitHub (Марио Родригес, Chief Product Officer): «В VS Code Opus 5.5 решил больше задач, чем Opus 5, менее чем за половину шагов. Он не только делает отдельные задачи эффективнее — он делает более крупные проекты разработчиков реально достижимыми».
> Optiver (Ноян Токгозоглу, Global Head of AI Engineering): «На задачах агентного кодирования Claude Opus 5.5 показал то же качество, что Opus 5, примерно за половину шагов, времени и выходных токенов — стоимость этой нагрузки снизилась на 40–50%».
> Lovable (Фабиан Хедин, CTO и сооснователь): «Opus 5.5 собирает контекст один раз, делает меньше и более полные правки, не зависает в повторных попытках — финиширует на треть-половину шагов быстрее».
Самый защищённый агент для кодирования
Для корпоративных клиентов, запускающих агентов в автономном режиме, Anthropic добавила несколько уровней защиты. Перед каждым действием работает классификатор-фильтр. Доступна open-source-песочница, которую команды безопасности могут самостоятельно проверять. Встроенный code review выявляет уязвимости до слияния.
На защите от prompt injection Opus 5.5 превосходит или как минимум не уступает Opus 5 во всех протестированных сценариях — кодирование, использование инструментов, управление компьютером и браузинг. По данным компании Gray Swan, специализирующейся на AI-безопасности, Opus 5.5 делит с Fable 5.1 наименьший показатель успешных prompt injection среди всех протестированных моделей.
Знание и аналитика
Исследования и финансовый анализ
Opus 5.5 показывает значительное улучшение в задачах, требующих точности и глубокого анализа. В одном из внутренних тестов моделям предлагалось написать отчёт о квартальных результатах компании, пользуясь только информацией из сети, где найти релиз о прибыли было непросто. Из 18 отчётов Opus 5.5 прошли проверку качества 16, тогда как ни один из отчётов Fable 5.1 и Opus 5 не прошёл ни в одной попытке — любая выдуманная цифра или цитата автоматически означала провал теста.
Walleye Capital, инвестиционная компания из числа ранних тестировщиков, сообщила, что Opus 5.5 при минимальных настройках в целом решил их оценочный набор задач, а при повышенных — обнаружил ошибку в собственных инструкциях и скорректировал её, заметив, что это скажется на оценке. Ни одна другая модель прежде не фиксировала эту ошибку.
На GDPval-AA v2.1 при стандартных настройках Opus 5.5 опережает GPT-6 Astra при максимальных — и стоит при этом примерно в пять раз дешевле.
Клиенты из разных отраслей подтверждают:
> Hebbia: «На сквозных финансовых задачах Opus 5.5 покрыл 86,6% требуемого против 60,3% у Opus 5. На задачах поиска — лучший когда-либо зафиксированный показатель точности цитирования».
> LexisNexis Legal & Professional (Минь Чэн, Chief AI Officer): «Opus 5.5 стабильно находит высокорелевантные цитаты, демонстрирует силу в работе со статутами и структурирует ответы вокруг ключевых правовых концепций».
> Rogo (Стриб Уокер, Head of Product): «При минимальных настройках Opus 5.5 превзошёл Opus 5 при высоких — примерно на 60% меньших выходных токенах. Ответы короче и лучше структурированы».
Улучшенная коммуникация
Один из самых частых запросов пользователей Opus 5 касался стиля общения — и Anthropic его переработала. Opus 5.5 ставит главное в начало сообщения, реже использует профессиональный жаргон и следует заданным правилам оформления текста. Как выразился один из тестировщиков, «он пишет так, как пишу я».
На практике это означает, что длинные рабочие сессии становятся удобнее: ответы проще проверять и легче понимать. Anthropic рассматривает это как ещё один элемент безопасности — понятный вывод означает лучший контроль над действиями модели.
Компания Ramp (Джон Руэлас, Staff Software Engineer): «Многословный, трудный для восприятия вывод был моим главным разочарованием в frontier-моделях, и Claude Opus 5.5 это исправляет. Он пишет как хороший коллега и следует нашим правилам оформления».
Безопасность
Выравнивание поведения
На основном наборе оценок Opus 5.5 опередил все последние модели Claude почти по всем показателям нежелательного поведения. Особенно заметны улучшения по нескольким параметрам, которые ранее были источником проблем: предвзятость в рассуждениях, попытки выйти за пределы песочницы, вредоносные действия после обнаружения симулируемой среды.
В новом тесте на склонность пересекать границы изоляции Opus 5.5 делал попытки обхода примерно на 85% реже, чем Opus 5 или Claude Mythos 5.1. При этом каждая из зафиксированных попыток была низкой степени серьёзности и самостоятельно сообщалась моделью.
Вместе с тем Anthropic честно признаёт: построение оценок, надёжно выявляющих все сбои до деплоя, по-прежнему остаётся нерешённой задачей. Есть признаки того, что Opus 5.5 нередко подозревает, что находится в условиях тестирования, — это усложняет предсказание поведения модели в реальных сценариях.
Защита в чувствительных областях
Поскольку Opus 5.5 сопоставим с Claude Mythos 5.1 в биологии и кибербезопасности, на него распространяются аналогичные Fable 5.1 защитные меры.
Кибербезопасность. Большинство задач в этой области будут перенаправляться на Opus 4.8. Специалистам по защите данных доступна программа Cyber Verification Program, которая вскоре расширится для поддержки Opus 5.5.
Биология. Opus 5.5 превосходит Opus 5 и сопоставим с Claude Mythos 5.1 в биологических задачах. Для исследовательской работы действует Life Sciences Verification Program — верифицированные организации (академические лаборатории, стартапы, фармацевтические компании) получают доступ к расширенным возможностям.
- Кому доступно: Ограничение применяется к моделям Fable 5.1 и Opus 5.5 для всех аккаунтов API, созданных 31 августа 2026 года или позже.
- Как настроить: Подробное описание изменений доступно в нашем Справочном центре, а инструкции по тестированию и обновлению интеграций можно найти в документации по preserved thinking.
- Нулевое хранение данных (Zero Data Retention): Как и предыдущие поколения, Opus 5.5 доступен в режиме, который гарантирует, что ваши данные не будут сохраняться на серверах.
- Соответствие Закону об ИИ в ЕС (EU AI Act): По аналогии с Fable 5.1, в Opus 5.5 встроены технологии цифровых водяных знаков для соблюдения европейского законодательства.
- Неотключаемый режим рассуждений: Модель больше не поддерживает работу с отключенным режимом «мышления» (thinking mode).
Доступность
claude-opus-5-5.