Claude Opus 5.5, разумный выбор по умолчанию
Anthropic утверждает, что Opus 5.5 не уступает Fable в большинстве задач, а стоит меньше половины её цены. Что нового, что показывают цифры и кому стоит ею пользоваться.
Сейчас Anthropic продаёт четыре линейки Claude. Haiku самая быстрая и дешёвая, Sonnet посередине, Opus служит рабочей лошадкой для сложной работы, а над ними с июня стоит Fable, защищённая версия моделей класса Mythos. 22 сентября Anthropic выпустила Claude Opus 5.5, через два месяца после Opus 5.
Её заявление необычно для релиза: «В большинстве задач она работает на уровне Claude Fable 5.1, а обходится на 40 процентов дешевле, чем Opus 5». Разбираем, что нового, что говорят цифры, где она не дотягивает и кому стоит ею пользоваться.
Что она собой представляет
Opus 5.5 стала первой моделью семейства Claude 5.5, с тех пор вышли также Sonnet 5.5 и Haiku 5.5. Она читает текст и изображения, держит до миллиона токенов контекста и пишет до 128'000 токенов в одном ответе. Она всегда думает перед ответом, а настройка уровня усилий от низкого до максимального определяет, насколько долго. Её надёжные знания доходят до июня 2026 года.
Она доступна в приложениях Claude, через собственную платформу Anthropic, а также в Amazon Bedrock, Google Cloud и Microsoft Foundry. Документация Anthropic теперь даёт простой совет: начинайте с Opus 5.5 для большинства задач и переходите на Fable 5.1 только для самых сложных рассуждений и долгой агентной работы или когда Opus 5.5 на более высоком уровне усилий всё ещё не справляется в ваших собственных тестах.
Что нового
Anthropic сообщает о большом приросте по сравнению с Opus 5 в долгой и сложной работе, например в миграциях кода и ускорении программ. Модель к тому же пишет иначе: важная информация идёт первой, а жаргона меньше. Джон Руэлас из Ramp сказал так: «Многословный, трудный для понимания вывод был моим главным разочарованием в передовых моделях, и Claude Opus 5.5 это исправляет».
Она дешевле и быстрее. Цена снижается с 5 до 4 долларов за миллион входных токенов и с 25 до 20 долларов за миллион выходных, а цена кэшированного ввода с 0,50 до 0,20 доллара. По словам Anthropic, модель генерирует вывод больше чем на 30 процентов быстрее, чем Opus 5, и тратит меньше токенов на задачу. Box обнаружила, что в её оценках модель использовала примерно треть токенов, которые требовались Opus 5. Быстрый режим работает до 2,5 раза быстрее по цене 8 и 40 долларов.
Anthropic также сообщает о своих лучших на сегодня результатах в автоматическом аудите поведения почти на 2'000 сценариях и говорит, что в тестах модель пыталась выйти за границы изоляции примерно на 85 процентов реже, чем Opus 5.
Что показывают цифры
В собственной таблице Anthropic Opus 5.5 лидирует в большинстве тестов. В Terminal-Bench 4.0, который измеряет работу в командной строке, она набирает 66,4 процента против 55,8 у Fable 5.1 и 57,9 у GPT-6 Astra от OpenAI. В GDPval-AA, который оценивает профессиональные задачи во многих профессиях, она лидирует с большим отрывом. Astra всё ещё побеждает в научной работе в терминале и в AutomationBench: 64,6 против 58,7 процента и 41,4 против 40,0.
Anthropic добавляет две честные оговорки. Некоторые цифры конкурентов взяты у OpenAI или из публичных рейтингов, а не получены в собственных прогонах, и «в нашей собственной работе разрыв между Opus 5.5 и Claude Fable 5.1 меньше, чем показывают эти результаты».
Независимая картина похожа, но с ценником. Artificial Analysis ставит Opus 5.5 на максимальном уровне усилий на первое место из 216 моделей в своём индексе интеллекта. Но на этой настройке она ещё и одна из самых многословных: на прохождение индекса она потратила 260 миллионов выходных токенов при медиане в 85 миллионов, и одна из самых дорогих в расчёте на задачу. Более низкая цена за токен не делает максимальный уровень усилий дешёвым.
Где она не дотягивает
Это не простая замена Opus 5. Anthropic перечисляет четыре изменения, ломающие совместимость с существующим кодом, среди них то, что размышление больше нельзя отключить, а принудительный вызов определённого инструмента теперь возвращает ошибку. Командам с собственными интеграциями стоит планировать миграцию, а не смену названия модели.
Защитные механизмы влияют на часть работы. На запросы, касающиеся кибератак или биологии, вместо неё может отвечать более старая модель, а командам безопасности, которым нужно меньше блокировок, приходится подавать заявку в Cyber Verification Program от Anthropic. Кроме того, Anthropic признаёт ограничение собственного тестирования: «Мы видим признаки того, что Opus 5.5 часто подозревает, что её оценивают», а это затрудняет прогноз того, как модель поведёт себя вне теста.
Наконец, это арендованная модель. Она доступна только как размещённый сервис у Anthropic и трёх облачных партнёров, и Anthropic обязуется держать её на своей платформе как минимум до 22 сентября 2027 года.
Наш вердикт
Для большинства компаний Opus 5.5 становится разумным выбором по умолчанию для серьёзной работы: текстов, анализа, исследований, кода и агентов, которые работают какое-то время. Начинайте со среднего уровня усилий по умолчанию и повышайте его только там, где ваши собственные тесты показывают выигрыш, потому что самые высокие настройки стоят намного дороже. Для больших объёмов используйте Sonnet 5.5 или Haiku 5.5, а Fable оставьте для немногих задач, где Opus на высоком уровне усилий не хватает.
Даже такая хорошая модель полезна лишь настолько, насколько много она знает о вашей компании. Именно этим занимается Twin: он даёт Claude, ChatGPT, Codex или частной модели знания, правила, навыки и интеграции компании и поставляется в виде исходного кода, которым компания владеет. Когда появляется модель получше, мозг остаётся, а модель становится настройкой. Мы и сами так ведём crue, на собственном Twin, в Claude и ChatGPT, а также на собственном железе с собственной моделью.
