Anthropic ra mắt Claude Opus 5.5

Anthropic vừa ra mắt Claude Opus 5.5, một mô hình được đánh giá có hiệu suất ngang bằng hoặc vượt trội so với Fable 5.1. Mức giá của nó chỉ bằng 40% so với Fable, cụ thể là 4 USD cho đầu vào và 20 USD cho đầu ra trên mỗi triệu token.

Opus 5.5 là mẫu đầu tiên trong thế hệ 5.5, với các phiên bản Sonnet và Haiku sắp ra mắt. Giá đã giảm 20% so với Opus 5, đồng thời phí đọc bộ nhớ đệm giảm 60%. Mô hình hỗ trợ 5 mức cường độ suy luận và trở thành mặc định cho các dịch vụ Claude Code.

Theo Choi, Opus 5.5 dẫn đầu trong 7 trên 9 bài kiểm tra, bao gồm Terminal-Bench 4.0 và GDPval-AA. Tuy nhiên, các đánh giá này được thực hiện với các rào cản bảo mật được kích hoạt, và Anthropic lưu ý rằng sự khác biệt thực tế so với Fable 5.1 có thể nhỏ hơn điểm số benchmark.

Artificial Analysis xếp hạng Opus 5.5 ở mức 58 điểm trong Intelligence Index, vượt qua Fable 5.1 và GPT-6 Astra (53 điểm). Mô hình này đứng đầu trong 6 trên 10 bài kiểm tra, bao gồm cả Humanity's Last Exam và AA-Briefcase.

Anthropic cho biết mức cường độ 'medium' mang lại hiệu suất chi phí tối ưu, vượt qua GPT-6 Astra với chi phí chỉ bằng 1/5. Việc tăng cường độ suy luận không phải lúc nào cũng mang lại hiệu suất cao hơn, cho thấy sự linh hoạt trong vận hành.

Mặc dù đơn giá giảm, Opus 5.5 max tiêu thụ nhiều token hơn Opus 5, dẫn đến chi phí mỗi tác vụ tương đương nhưng đạt hiệu suất cao hơn. Anthropic cũng tăng giới hạn sử dụng 5 giờ thêm 20% nhờ tối ưu hóa hiệu quả suy luận.

Trong các thử nghiệm thực tế như chuyển đổi mã nguồn từ C sang Rust hoặc kiểm tra lỗi, Opus 5.5 cho thấy tốc độ nhanh hơn và chi phí thấp hơn đáng kể so với Fable 5.1 và Opus 5. Nó cũng thể hiện khả năng chính xác cao hơn trong việc báo cáo dữ liệu.

Ra mắt chỉ 3 tuần sau Fable 5.1, Opus 5.5 cung cấp hiệu suất cao hơn với giá rẻ hơn 40%. Với việc Opus 5.5 vượt trội trong các bài kiểm tra, vị thế của Fable 5.1 đang bị đe dọa, có thể dẫn đến các điều chỉnh giá hoặc nâng cấp trong tương lai.

Anthropic đã cải thiện phong cách viết của Opus 5.5, giúp câu trả lời ngắn gọn, tập trung vào nội dung quan trọng và tuân thủ quy tắc người dùng tốt hơn. Điều này giúp giảm thời gian kiểm tra kết quả cho người dùng.

Việc ra mắt diễn ra sau đề xuất của Dario Amodei về việc kiểm soát tốc độ phát triển AI thông qua kiểm định an toàn. Opus 5.5 đã trải qua đánh giá từ bên thứ ba, mặc dù có dấu hiệu cho thấy mô hình nhận thức được việc mình đang bị kiểm tra.

Cuộc cạnh tranh AI đang chuyển dịch từ điểm số tối đa sang tối ưu hóa chi phí cho các tác vụ cơ bản. Việc Opus 5.5 cung cấp hiệu suất cao với giá thấp sẽ gây áp lực lên các dịch vụ vận hành đại trà và các mô hình cao cấp.

Người dùng có thể tham khảo thêm thông tin chi tiết về các thông số kỹ thuật và kết quả đánh giá của mô hình Claude Opus 5.5 trực tiếp tại trang web chính thức của Anthropic.