Claude Opus 5.5: Setara Fable, Kos Lebih Rendah

Claude Opus 5.5: Setara Fable, Kos Lebih Rendah

Anthropic lancarkan Claude Opus 5.5 pada 22 September 2026 — model pertama dalam keluarga Claude 5.5 yang baru. Posisi model ini jelas dan terus terang: prestasi setara Claude Fable 5.1 untuk kebanyakan kerja, tapi kos berjalan kira-kira 40% lebih rendah daripada Opus 5 pada default settings. Bukan retorik pemasaran semata — angkanya memang menyokong.

Opus 5.5 dijual pada $4 per juta token input dan $20 per juta token output, turun daripada $5/$25 milik Opus 5. Cache read pula jatuh ke $0.20 per juta token (dari $0.50, potongan 60%), output dijana lebih 30% laju, dan kiraan Anthropic kata satu workload biasa akan jadi sekitar 40% lebih murah sebab model ini guna token lebih sedikit untuk setiap task.

Ini juga release frontier pertama sejak CEO Dario Amodei menyeru industri AI mengawal rentak frontier. Dan ada satu perkara yang ramai agent builder boleh terlepas: safety classifiers boleh mengarahkan request anda ke model lama di tengah-tengah workflow.

Apa sebenarnya Opus 5.5

Opus 5.5 kekalkan context window 1 juta token dan max output 128K seperti pendahulunya, dengan knowledge cutoff Jun 2026 dan model ID claude-opus-5-5 di Claude API plus Amazon Bedrock, Google Cloud, Microsoft Foundry, dan Claude Platform on AWS. Anthropic tak dedah saiz model, cuma kata ia lebih kecil dan lebih murah untuk di-serve daripada Fable 5.1. Sonnet 5.5 dan Haiku 5.5 pula dijadualkan keluar "dalam minggu-minggu akan datang" dengan pendekatan efisiensi yang sama.

Harga ialah tajuk utama:

Kadar token asas Fable 5.1 adalah 60% lebih mahal daripada Opus 5.5 pada setiap baris. Satu-satunya tempat Fable masih nampak menarik ialah nisbah diskaun cache — $0.25 cuma 2.5% daripada kadar input $10, manakala $0.20 Opus 5.5 ialah 5% daripada $4. Untuk pipeline yang bergantung pada cache hits, matematik ini masih memihak kepada Fable pada setiap token yang dibaca dari cache. Perlu tahu sebelum anda migrate secara besar-besaran.

Jadual benchmark, berserta asterisk daripada Anthropic sendiri

Angka yang Anthropic terbitkan meletakkan Opus 5.5 di hadapan pada kebanyakan baris yang mereka pilih untuk dipaparkan:

Semua angka ini self-reported, dan nota kaki jujur tentang keadaan ujian: production safeguards aktif, dan bila safety classifier campur tangan, task cybersecurity disiapkan oleh Opus 4.8 manakala task biology dan frontier-LLM pula oleh Opus 5 — yang mana Anthropic kata mungkin merendahkan skor Opus 5.5 pada benchmark tersebut. GPT-6 Astra masih menang atas AutomationBench dan Terminal-Bench-Science, jadi "terbaik dalam semua perkara" bukanlah gambaran yang tepat.

Yang lebih menarik, ada kaveat yang Anthropic sendiri tulis — sesuatu yang jarang berlaku daripada vendor: "at these levels of capability we've found that benchmark margins have become a less reliable guide to real-world differences. In our own use, the gap between Opus 5.5 and Claude Fable 5.1 is narrower than these scores suggest." Maksudnya, margin dalam jadual itu belum tentu menggambarkan perbezaan dunia sebenar. Ujian semula bebas oleh Artificial Analysis pula merekod Opus 5.5 pada 59.6% untuk Terminal-Bench 4.0, berbanding 66.4% milik Anthropic. Anggap jadual ini sebagai petunjuk arah, bukan kebenaran mutlak.

Cerita efisiensi pula ialah bahagian yang Anthropic mahu pembaca teliti. Pada default effort, mereka kata Opus 5.5 mengalahkan GPT-6 Astra pada FrontierCode dengan kos kira-kira 20% daripada kos per task Astra, sepadan dengan Astra pada Terminal-Bench 4.0 untuk sekitar 40% daripada kos, dan menewaskan GPT-5.6 Sol dengan 11 mata pada CursorBench dengan kos sekitar satu pertiga.

Nota migrasi untuk agent workflows

Adaptive thinking kini sentiasa aktif — anda tak boleh mematikannya pada Opus 5.5. Anda kawal kedalaman dengan parameter effort, dan default API ialah medium, bukan high. Untuk kod yang sudah guna thinking, dokumentasi menyenaraikan empat breaking changes: thinking tak boleh dimatikan, forced tool use memulangkan error, thinking blocks terikat dengan model dan conversation, dan tool computer use computer_20251124 ditolak. Tiga yang pertama turut terpakai pada Fable 5.1, sekiranya anda sudah migrate ke situ dahulu.

Bentuk perubahan dalam kod:

// Opus 5: thinking was opt-in.
await anthropic.messages.create({
  model: "claude-opus-5",
  max_tokens: 8192,
  thinking: { type: "enabled", budget_tokens: 12000 },
  messages: [{ role: "user", content: "review this diff" }],
});

// Opus 5.5: thinking is always on; set effort, default is "medium".
await anthropic.messages.create({
  model: "claude-opus-5-5",
  max_tokens: 8192,
  effort: "medium",
  messages: [{ role: "user", content: "review this diff" }],
});

Gotcha yang lebih dalam tidak kelihatan dalam kod ini. The New Stack menyuarakannya dengan jelas: Opus 5.5 dibekalkan dengan kelas safety classifiers yang sama dengan yang Anthropic sudah jalankan pada Fable 5.1, dan bila salah satunya terpicu, request di-redirect secara telus kepada model yang lebih lama — kebanyakan flag cybersecurity pergi ke Opus 4.8, manakala flag biology dan frontier-LLM-development pergi ke Opus 5. Pengguna langsung tidak nampak ia berlaku. Kalau anda bina evals atau agent workflow dengan andaian setiap request menggunakan model dengan capability yang sama, satu step yang di-redirect boleh mengubah tingkah laku downstream di tengah-tengah run tanpa kesan dalam log anda. Itu catatan seni bina, bukan sebab untuk panik — tetapi ia memang patut masuk dalam senarai semak migrasi.

Kisah HAProxy dan kes efisiensi

Ujian head-to-head dalaman Anthropic adalah yang paling menarik. Kedua-dua Opus 5.5 dan Fable 5.1 diminta menterjemahkan HAProxy, load balancer, daripada C ke Rust. Kedua-dua hasil tulis semula lulus hampir semua regression tests HAProxy, tetapi Opus 5.5 siap dalam 9.5 jam berbanding 12 jam, dan kosnya 51% lebih rendah. Itu sahaja sudah merumuskan keseluruhan pitch: kelas hasil yang sama, wang lebih sedikit, masa lebih singkat.

Beberapa kisah pelanggan menunjukkan arah yang sama, dengan kaveat biasa bahawa ia dikongsi vendor, bukan benchmark bebas:

• Box melaporkan Opus 5.5 menggunakan kira-kira satu pertiga token berbanding Opus 5 dalam evaluasi mereka, dengan jawapan 40% kurang verbose pada accuracy yang sama.
• GitHub pula mengujinya dalam Copilot CLI dan VS Code; mereka mendapati model ini menyiapkan lebih banyak terminal tasks daripada Opus 5 dalam kurang separuh langkah.
• Deloitte kata tetapan effort paling rendah Opus 5.5 berjaya menangkap 72% bug yang diketahui dalam code reviews, berbanding 56% untuk Opus 5 pada effort tinggi, dengan lebih sedikit false alarms.

Anda pun boleh rasa cerita efisiensi ini sendiri dengan kiraan mudah, kerana keseluruhan tuntutan kos cuma harga darab token:

const opus5  = { input: 5, output: 25, cache: 0.5 };
const opus55 = { input: 4, output: 20, cache: 0.2 };

function cost(r, fresh, cached, out) {
  return r.input * (fresh / 1e6) + r.cache * (cached / 1e6) + r.output * (out / 1e6);
}

const run = cost(opus55, 40_000, 760_000, 40_000); // ≈ $1.11
const old = cost(opus5,  40_000, 760_000, 40_000); // ≈ $1.58
console.log(`Opus 5.5 $${run.toFixed(2)} vs Opus 5 $${old.toFixed(2)}`);
// → about 30% cheaper before the fewer-tokens effect (Anthropic's 40% figure adds that).

Patutkah anda bertukar?

Panduan daripada Anthropic sendiri agak spesifik: guna Opus 5.5 untuk kebanyakan kerja, simpan Fable 5.1 untuk task yang paling sukar dan terbuka — yang memerlukan reasoning tambahan — dan biarkan Opus 5 berjalan hanya untuk integrasi yang sudah terikat dengannya. Ini selari dengan pengajaran lain daripada musim pelancaran ini — amaran penjaga kos harness pada Strands bahawa harga token hanyalah separuh daripada kos sebenar agent, dan effort settings lebih penting daripada base rate.

Jurang benchmark antara model frontier ini kini lebih kecil daripada bunyi bising di sekelilingnya, dan Anthropic sendiri mengakuinya. Langkah praktikal tetap sama: pilih effort level yang anda akan jalankan dalam production, ukur semula kos dan masa workload anda sendiri pada kedua-dua model, dan biarkan eval anda sendiri — bukan jadual pelancaran — yang membuat keputusan. Untuk kebanyakan pasukan, matematik Opus 5.5 akan menang. Untuk task yang betul-betul degil, Fable 5.1 masih ada, dan harganya memang begitu.

Sumber

• Anthropic: Introducing Claude Opus 5.5
• Anthropic: Claude Opus 5.5 System Card
• Anthropic: Claude Opus 5.5 — Platform documentation
• The New Stack: Anthropic releases Opus 5.5 and cuts pricing by 20%. Your agent calls might secretly get routed to an older model.
• Anthropic: Introducing Claude Fable 5.1 and Claude Mythos 5.1
• TechCrunch: Anthropic releases Opus 5.5 with lower prices and Fable-level performance