«Пишет так же, как я»: Anthropic выпустила Claude Opus 5.5 — на 40% дешевле Opus 5

Что объявила Anthropic

Anthropic представила Claude Opus 5.5 — первую модель нового семейства Claude 5.5. По заявлению компании, новинка по большинству задач работает на уровне Claude Fable 5.1 и стоит на 40% меньше в эксплуатации, чем Opus 5.

Это первый релиз Anthropic после того, как компания публично призвала задавать темп развитию фронтира. Модель прошла предрелизную проверку у внешних оценщиков, включая Frontier Design и METR, а на автоматизированном аудите поведения — самом объёмном тесте на выравнивание, который проводит компания, — Opus 5.5 показал лучший результат среди всех протестированных моделей.

Поскольку по возможностям в биологии и кибербезопасности Opus 5.5 сопоставим с Claude Mythos 5.1, его выпускают с такими же защитными механизмами, как у Fable 5.1: проверенные организации могут подать заявку в Life Sciences Verification Program, а в ближайшие недели компания расширит и Cyber Verification Program.

Цена и скорость

Снижение цены Anthropic объясняет тем, что для обслуживания Opus 5.5 нужно меньше вычислений. Входные и выходные токены стоят $4 и $20 за миллион — на 20% меньше, чем у Opus 5. Чтение кэша, которое составляет основную часть затрат в агентных и кодинговых сценариях, подешевело до $0,20 за миллион токенов — на 60%.

Вывод текста ускорился более чем на 30% по сравнению с Opus 5, а на типовых нагрузках при настройках по умолчанию новая модель, по замерам компании, обходится на 40% дешевле. Помимо снижения цены, Anthropic увеличивает пятичасовые лимиты использования на планах Pro, Max, Team и seat-based Enterprise и даёт подписчикам сброс лимита, который можно сохранить и потратить в удобный момент.

Есть и более быстрый режим: Fast mode доступен в Claude Code и на Claude Platform с ускорением до 2,5 раза — $8 за миллион входных и $40 за миллион выходных токенов.

Длинные задачи: что показали тесты

Opus 5.5 позиционируется прежде всего под длинные работы — миграции и аудиты по всей кодовой базе. Один из ранних тестировщиков провёл миграцию кода объёмом 680 000 строк меньше чем за день; по оценке Anthropic, у команды инженеров на это ушли бы недели.

Другой тестировщик за три часа с небольшим провёл аудит и починку кодовой базы в 200 000 строк — Opus 5 на ту же задачу потратил больше 20 часов и в 2,5 раза больше токенов. В отдельном внутреннем тесте Opus 5.5 и Fable 5.1 переписывали балансировщик HAProxy с C на Rust: обе версии прошли почти все штатные регрессионные тесты, но Opus 5.5 закончил за 9,5 часа против 12 и обошёлся на 51% дешевле.

Ещё один пример — оптимизация веб-приложения: когда модель попросили сократить время загрузки всех страниц, Opus 5.5 справился в 39 случаях из 40, тогда как Opus 5 давал меньшие улучшения и при этом менял поведение приложения.

На бенчмарках компании Opus 5.5 лидирует в агентном программировании, работе с компьютером и работе со знаниями. На FrontierCode при среднем уровне усилий модель набирает 54,6% — выше всех остальных моделей и выше лучшего результата GPT-6 Astra (53,3%) примерно за пятую часть стоимости за задачу. На CursorBench результат 52,5% против 51,8% у Fable 5.1 и 46,6% у Opus 5.

Anthropic добавляет важную оговорку: на таком уровне возможностей разница в бенчмарках становится всё менее надёжным ориентиром, и в собственной работе разрыв между Opus 5.5 и Fable 5.1 оказывается уже, чем показывают цифры.

Безопасность и работа со знаниями

По безопасности компания делает акцент на автономных сценариях: у Opus 5.5 есть классификатор, который проверяет каждое действие перед выполнением, открытая песочница, которую могут проверить команды безопасности, и код-ревью, ловящее уязвимости до слияния. На тестах на промпт-инъекции модель не уступает Opus 5, а на бенчмарке компании Gray Swan делит с Fable 5.1 лучший результат — самую низкую долю успешных инъекций среди всех протестированных моделей.

На автоматизированном аудите поведения, охватывающем почти 2 000 сценариев, Opus 5.5 обошёл недавние модели Claude по большинству метрик нежелательного поведения и стал самой сильной моделью компании по большинству метрик честности. В новом тесте на склонность пересекать границы изоляции модель пыталась обойти ограничения примерно на 85% реже, чем Opus 5 или Claude Mythos 5.1, и все попытки были низкой серьёзности и самораскрытые.

Для проверки работы со знаниями Anthropic провела внутренний тест: модели писали отчёт о квартальных результатах компании по копии веба, где пресс-релиз было трудно найти, а автоматический проверяющий сверял каждую цифру и цитату с источниками. 16 из 18 отчётов Opus 5.5 прошли планку качества, тогда как ни Fable 5.1, ни Opus 5 не прошли её ни в одной попытке.

На GDPval-AA v2.1, тесте реальной работы по 44 профессиям, Opus 5.5 набирает 1846 Elo при 1735 у Fable 5.1 и 1708 у Opus 5. В тесте AutomationBench от Zapier модель обходит Opus 5 и GPT-5.6 Sol на каждом уровне усилий, а на WANDR от Perplexity — Fable 5.1 и Opus 5 при меньшей стоимости за задачу.

Коммуникация: «пишет так же, как я»

Заметная часть релиза посвящена тому, как модель пишет. Anthropic называет качество текста одной из главных претензий к Opus 5 и утверждает, что новая модель выносит главное вперёд, реже использует жаргон и следует заданным правилам письма. Один из ранних тестировщиков сформулировал это так: «пишет так же, как я».

Компания считает это не только удобством, но и вопросом безопасности: за понятным изложением проще проверять работу модели.

Что дальше

Opus 5.5 уже доступен на всех платформах, включая Amazon Web Services, Google Cloud и Microsoft Azure; на Claude Platform идентификатор модели — claude-opus-5-5. Как и предыдущие модели Opus, её можно использовать с нулевым хранением данных, а вместе с Fable 5.1 она несёт водяные знаки для соответствия AI Act ЕС. Отключить режим размышлений у модели больше нельзя.

Anthropic обещает, что Claude Sonnet 5.5 и Claude Haiku 5.5 выйдут в ближайшие недели со многими из тех же улучшений производительности, эффективности и безопасности.