Claude Opus 5.5

Что это за модель

Claude Opus 5.5 открывает линейку Claude 5.5 от Anthropic. Компания делает её для долгих агентных задач, где модель сама выполняет много шагов подряд с кодом, файлами и инструментами, и для интеллектуального труда вроде анализа документов. Рассуждения перед ответом у неё теперь включены всегда, отключить их нельзя. Насколько глубоко модель думает, задаёт настройка усилия: от минимальной до максимальной, по умолчанию средняя. Sonnet 5.5 и Haiku 5.5 компания обещает выпустить в ближайшие недели.

По словам Anthropic, в большинстве задач Opus 5.5 работает на уровне старшей Claude Fable 5.1. На обычной нагрузке она обходится на 40% дешевле Opus 5 и выдаёт текст больше чем на 30% быстрее. В анонсе приведены такие результаты: 66,4% в Terminal-Bench 4.0 против 52,3% у Opus 5, 54,4% в FrontierCode v1.1 против 50,3% у Fable 5.1 и 81,8% в OSWorld 2.0, тесте на управление компьютером, против 74% у Opus 5. При этом компания сама оговаривается: на таком уровне бенчмарки хуже отражают реальную разницу между моделями, и в её собственной работе разрыв с Fable 5.1 меньше, чем показывают цифры.

Модель берут для сложного программирования, переноса больших кодовых баз и агентов, которые долго работают без присмотра. По словам компании, один из ранних тестировщиков перенёс с её помощью 680 тысяч строк кода меньше чем за день. Anthropic отмечает, что модель пишет яснее: ставит главное в начало и точнее соблюдает заданные правила оформления. Кроме того, она точнее считывает значения с плотных графиков, схем и скриншотов.

Защитные меры у модели те же, что у Fable 5.1. Запросы по кибербезопасности от обычных пользователей передаются Claude Opus 4.8, а работа с биологией открыта только организациям, прошедшим проверку. На автоматическом аудите поведения, где почти 2000 сценариев, Opus 5.5, по данным Anthropic, показала лучший результат среди всех проверенных моделей. Она реже совершает трудно обратимые действия и лучше противостоит подброшенным в данные чужим инструкциям. Но компания признаёт, что модель часто подозревает, что её проверяют, а надёжно ловить все сбои до выпуска пока никто не умеет. У разработчиков есть и неудобства: модель нельзя заставить вызвать конкретный инструмент, а старую версию инструмента для управления компьютером она больше не принимает.

Источники: Анонс Claude Opus 5.5, Что нового в Claude Opus 5.5 — документация