Claude Opus 5.5, det förnuftiga standardvalet

Anthropic säljer nu fyra linjer av Claude. Haiku är snabbast och billigast, Sonnet ligger i mitten, Opus är arbetshästen för krävande uppgifter, och ovanför dem ligger sedan juni Fable, en skyddad version av modellerna i Mythos-klassen. Den 22 september släppte Anthropic Claude Opus 5.5, två månader efter Opus 5.

Påståendet är ovanligt för en lansering: ”Den presterar på samma nivå som Claude Fable 5.1 i det mesta arbetet och kostar 40 procent mindre att köra än Opus 5.” Här är vad som är nytt, vad siffrorna säger, var den brister och vem som bör använda den.

Vad den är

Opus 5.5 är den första modellen i Claude 5.5-familjen; Sonnet 5.5 och Haiku 5.5 har följt sedan dess. Den läser text och bilder, rymmer upp till en miljon tokens kontext och skriver upp till 128'000 tokens i ett svar. Den tänker alltid innan den svarar, och en inställning för ansträngning från låg till max avgör hur mycket. Dess tillförlitliga kunskap sträcker sig till juni 2026.

Den finns i Claude-apparna, via Anthropics egen plattform och på Amazon Bedrock, Google Cloud och Microsoft Foundry. Anthropics dokumentation ger nu ett rakt råd: börja med Opus 5.5 för de flesta arbetslaster, och gå över till Fable 5.1 bara för det mest krävande resonemanget och långt agentiskt arbete, eller när Opus 5.5 med högre ansträngning ändå inte räcker till i dina egna tester.

Vad som är nytt

Anthropic redovisar stora förbättringar jämfört med Opus 5 i långt och komplext arbete, som kodmigreringar och att göra mjukvara snabbare. Modellen skriver också annorlunda: det viktiga kommer först, med mindre jargong. John Ruelas på Ramp uttryckte det så här: ”Mångordiga svar som är svåra att följa har varit min största frustration med de ledande modellerna, och Claude Opus 5.5 löser det.”

Den är billigare och snabbare. Priset sjunker från 5 till 4 dollar per miljon tokens indata och från 25 till 20 dollar per miljon tokens utdata, och för cachad indata från 0,50 till 0,20 dollar. Anthropic säger att modellen genererar utdata mer än 30 procent snabbare än Opus 5 och använder färre tokens per uppgift; i sina utvärderingar fann Box att den använde ungefär en tredjedel av de tokens som Opus 5 behövde. Ett snabbläge går upp till 2,5 gånger fortare för 8 och 40 dollar.

Anthropic redovisar också sina bästa resultat hittills i sin automatiserade beteendegranskning med nästan 2'000 scenarier, och säger att modellen i tester försökte bryta sig ur sin inneslutning ungefär 85 procent mer sällan än Opus 5.

Vad siffrorna visar

I Anthropics egen tabell leder Opus 5.5 i de flesta tester. På Terminal-Bench 4.0, som mäter arbete i en kommandorad, når den 66,4 procent, mot 55,8 för Fable 5.1 och 57,9 för OpenAI:s GPT-6 Astra. På GDPval-AA, som bedömer professionella uppgifter inom många yrken, leder den med stor marginal. Astra vinner fortfarande på vetenskapligt arbete i terminalen och på AutomationBench, med 64,6 mot 58,7 procent och 41,4 mot 40,0.

Anthropic lägger till två ärliga reservationer. Vissa siffror för konkurrenterna kommer från OpenAI eller offentliga topplistor snarare än från bolagets egna körningar, och ”I vår egen användning är skillnaden mellan Opus 5.5 och Claude Fable 5.1 mindre än vad de här resultaten antyder.”

Den oberoende bilden är liknande, men den har ett pris. Artificial Analysis rankar Opus 5.5 med maximal ansträngning som etta av 216 modeller på sitt intelligensindex. Men med den inställningen är den också en av de mest mångordiga, med 260 miljoner tokens utdata för att köra indexet mot en median på 85 miljoner, och en av de dyraste per uppgift. Ett lägre pris per token gör inte maximal ansträngning billig.

Där den brister

Den är inget enkelt utbyte mot Opus 5. Anthropic listar fyra ändringar som bryter befintlig kod, bland annat att tänkandet inte längre kan stängas av och att det nu ger ett fel om man tvingar modellen att använda ett visst verktyg. Team med egna integrationer bör planera en migrering, inte ett byte av modellnamn.

Skydden påverkar en del arbete. Förfrågningar som rör cyberattacker eller biologi kan i stället besvaras av en äldre modell, och säkerhetsteam som behöver färre spärrar måste ansöka till Anthropics Cyber Verification Program. Och Anthropic medger en begränsning i sina egna tester: ”Vi ser tecken på att Opus 5.5 ofta misstänker att den utvärderas”, vilket gör det svårare att förutsäga hur modellen beter sig utanför testet.

Slutligen är det en hyrd modell. Den körs bara som tjänst, hos Anthropic och tre molnpartner, och Anthropic åtar sig att ha kvar den på sin egen plattform åtminstone till den 22 september 2027.

Vår bedömning

För de flesta företag är Opus 5.5 det förnuftiga standardvalet för seriöst arbete: skrivande, analys, research, kod och agenter som arbetar en längre stund. Börja med standardinställningen, medelhög ansträngning, och höj den bara där dina egna tester visar en vinst, eftersom de högsta inställningarna kostar betydligt mer. Använd Sonnet 5.5 eller Haiku 5.5 för stora volymer, och spara Fable till de få uppgifter där Opus med hög ansträngning inte räcker.

Även en så här bra modell är bara så användbar som det den vet om ditt företag. Det är det Twin gör: den ger Claude, ChatGPT, Codex eller en privat modell företagets kunskap, regler, färdigheter och integrationer, levererade som källkod som företaget äger. När en bättre modell kommer stannar hjärnan, och modellen är en inställning. Vi driver crue på samma sätt, på vår egen Twin, i Claude och ChatGPT och på vår egen hårdvara med vår egen modell.