Anthropic'in yeni Opus 5.5 modeli yüzde 40 daha ucuz
Claude 5.5 ailesinin ilk modeli Opus 5.5, Anthropic'e göre çoğu işte Fable 5.1 düzeyinde çalışıyor. Jeton fiyatı yüzde 20 indi, önbellek okuması yüzde 60 ucuzladı, çıktı yüzde 30'dan fazla hızlandı.
Anthropic, yeni Claude 5.5 ailesinin ilk modeli Claude Opus 5.5'i yayımladı. Şirkete göre model çoğu işte Claude Fable 5.1 düzeyinde çalışıyor. Tipik iş yüklerinde de Opus 5'ten yüzde 40 daha ucuza geliyor. Model bugünden itibaren bütün platformlarda kullanılabiliyor.
Fiyat ve hız
Milyon jeton başına girdi 4, çıktı 20 dolar. Bu, Opus 5'in 5 ve 25 dolarlık fiyatından yüzde 20 aşağıda. Ajan ve kodlama işlerinde maliyetin büyük kısmını oluşturan önbellek okuması 0,50 dolardan 0,20 dolara indi. Anthropic, modelin görev başına daha az jeton harcadığını, çıktıyı da Opus 5'ten yüzde 30'dan fazla hızlı ürettiğini söylüyor. Claude Code ve Claude Platform'da 2,5 kata kadar hızlı çalışan bir hızlı kip de var. Bu kipte milyon jeton başına girdi 8, çıktı 40 dolar. Pro, Max, Team ve koltuk bazlı Enterprise planlarında beş saatlik kullanım sınırları da artırıldı.
Ölçümler
Aşağıdaki bütün sonuçları Anthropic'in kendisi açıkladı. Terminal-Bench 4.0'da Opus 5.5 yüzde 66,4 aldı. Fable 5.1 yüzde 55,8, GPT-6 Astra yüzde 57,9 aldı. Gerçek iş görevlerini ölçen GDPval-AA v2.1'de Opus 5.5 1846 Elo'da. Fable 5.1 1735, GPT-6 Astra 1542 Elo'da kaldı. Opus 5.5 her testte önde değil. Bilimsel araştırma testi Terminal-Bench-Science'da GPT-6 Astra yüzde 64,6 ile önde, Opus 5.5 yüzde 58,7 aldı. AutomationBench'te de Astra 41,4 ile Opus 5.5'in yüzde 40'ının hafif üstünde. Anthropic, bu yetenek düzeyinde test farklarının gerçek kullanımı eskisi kadar iyi göstermediğini, kendi kullanımında Fable 5.1 ile aradaki farkın puanlardan dar olduğunu yazıyor.
Güvenlik ve erişim
Opus 5.5, Anthropic'in sektöre yavaşlama çağrısından sonraki ilk sürümü. Model yayından önce aralarında METR'in de bulunduğu dış değerlendiricilerce test edildi. Anthropic'in otomatik davranış denetiminde şirketin bugüne kadar ölçtüğü en iyi sonucu aldı. Biyoloji ve siber güvenlikte Claude Mythos 5.1 ile benzer düzeyde olduğu için Fable 5.1'dekine benzer korumalarla sunuluyor. Biyoloji araştırması yapmak isteyen kurumlar Life Sciences Verification Program'a başvurabiliyor. Doğrulanmış siber güvenlik uzmanlarının erişimi de önümüzdeki haftalarda açılacak.
Anthropic, Sonnet 5.5 ile Haiku 5.5'in önümüzdeki haftalarda geleceğini açıkladı. OpenAI de GPT-6 Sol ve Luna modellerini Opus 5.5'ten yaklaşık 90 dakika sonra duyurdu.
Kaynaklar: Anthropic duyurusu, TechCrunch.
