Anthropic presentou Claude Opus 5.5, primeiro modelo da nova familia Claude 5.5, cunha mellora do rendemento en programación axenciada, uso de ordenadores e tarefas profesionais, ao tempo que reduce nun 40 % o custo efectivo respecto de Opus 5.
O novo modelo emprega 4 dólares por millón de tokens de entrada e 20 dólares por millón de tokens de saída, fronte aos 5 e 25 dólares de Opus 5. O prezo das lecturas da caché baixa de 0,50 a 0,20 dólares por millón de tokens. Anthropic tamén asegura que Opus 5.5 xera respostas máis dun 30 % máis rápido.
As tarefas de programación complexas son un dos principais focos da actualización. Nunha proba, Opus 5.5 auditou e corrixiu unha base de código de 200.000 liñas en menos de tres horas, fronte ás máis de 20 horas de Opus 5. Noutra, completou a migración de HAProxy de C a Rust en 9,5 horas, cun custo un 51 % inferior ao de Fable 5.1.
Nos benchmarks publicados por Anthropic, Opus 5.5 acada un 66,4 % en Terminal-Bench 4.0, un 54,4 % en FrontierCode v1.1 e un 57,8 % en CursorBench 4.0. Tamén obtén 1.846 puntos Elo en GDPval-AA v2.1, centrado en tarefas profesionais, e un 81,8 % en OSWorld 2.0, que avalía o uso de contornas informáticas.
A compañía destaca tamén as melloras no traballo de investigación e análise. Nunha proba interna, 16 de 18 informes xerados por Opus 5.5 superaron un control que verificaba todas as cifras e citas empregadas. Nun exercicio de análise dunha fusión empresarial, o modelo elaborou o modelo financeiro e a presentación correspondente en 63 minutos, fronte aos 93 minutos de Opus 5.
Opus 5.5 incorpora ademais melloras na comunicación, con respostas máis directas, menos xerga e maior capacidade para seguir as regras de estilo indicadas polo usuario.
A seguridade é outro dos eixes do lanzamento. Anthropic afirma que o modelo obtivo os mellores resultados da súa auditoría automatizada de comportamento, con case 2.000 escenarios, e que reduciu arredor dun 85 % os intentos de atravesar límites de contención fronte a Opus 5 e Claude Mythos 5.1. As súas capacidades en ciberseguridade e bioloxía fan que conte con salvagardas específicas, incluída a derivación de determinadas tarefas de ciberseguridade a Opus 4.8.
Claude Opus 5.5 xa está dispoñible a través das plataformas de Anthropic, Amazon Web Services, Google Cloud e Microsoft Azure. Sonnet 5.5 e Haiku 5.5 chegarán nas vindeiras semanas.
