‏Claude Opus 5.5 اومد: قوی‌تر و ۴۰٪ ارزون‌تر

انتروپیک Claude Opus 5.5 رو معرفی کرد؛ اولین مدل از خانوادهٔ جدید ۵.۵ که به گفتهٔ خودشون تو بیشتر کارها هم‌سطح Claude Fable 5.1 کار می‌کنه ولی ۴۰٪ ارزون‌تر اجرا می‌شه. نقطهٔ قوتش کارهای طولانی و شلوغه: یکی از تسترها یه مهاجرت ۶۸۰ هزار خطی رو تو کمتر از یه روز تموم کرده، کاری که به گفتهٔ انتروپیک هفته‌ها وقت یه تیم مهندسی می‌برد.

نمونهٔ عددی‌ترش تو خود انتروپیک بوده: ترجمهٔ HAProxy (همون نرم‌افزار معروف توزیع بار ترافیک وب) از C به Rust رو Opus 5.5 تو ۹.۵ ساعت تموم کرده، در مقابل ۱۲ ساعت Fable 5.1، و ۵۱٪ ارزون‌تر. یه تستر دیگه هم یه کدبیس ۲۰۰ هزار خطی رو زیر سه ساعت آدیت و درست کرده، جایی که Opus 5 بیست ساعت وقت و ۲.۵ برابر توکن برده بود.

سر قیمت، هر میلیون توکن ورودی ۴ دلار و خروجی ۲۰ دلاره، یعنی ۲۰٪ کمتر از Opus 5. کش‌ریدها که بیشتر خرج کارهای ایجنتی و کدنویسیه به ۰.۲ دلار رسیده؛ ۶۰٪ ارزون‌تر. سرعت تولید خروجی هم بیش از ۳۰٪ بالا رفته و سقف مصرف پنج‌ساعته تو پلن‌های Pro و Max و Team و Enterprise هم بیشتر شده.

بخش ایمنی کم‌رنگ نیست. تو آدیت رفتاری خودکار انتروپیک که نزدیک ۲۰۰۰ سناریو رو چک می‌کنه، این مدل تقریبا تو همهٔ شاخص‌های رفتار ناهم‌تراز بهتر از مدل‌های اخیر بوده و تو یه تست جدید، حدود ۸۵٪ کمتر از Opus 5 سعی کرده از مرز محدودیت‌هاش رد بشه. خود انتروپیک هم صادقانه می‌گه مدل خیلی وقت‌ها حدس می‌زنه داره ارزیابی می‌شه و همین کار سنجیدن رفتار واقعی‌ش رو سخت می‌کنه.

چون توانایی‌های زیستی و سایبری مدل بالاست، با همون محافظ‌های Fable 5.1 عرضه شده: بیشتر کارهای امنیت سایبری به Opus 4.8 منتقل می‌شن و سازمان‌های تاییدشده می‌تونن از برنامهٔ Life Sciences Verification برای کار زیستی استفاده کنن. مدل با preserved thinking هم می‌آد تا جلوی بیرون کشیدن استدلالش از طریق API گرفته بشه، و دیگه نمی‌شه حالت thinking رو خاموش کرد.

تو خود اعلامیه یه تغییر دیگه رو هم پررنگ کردن: نحوهٔ حرف زدن مدل. به گفتهٔ تسترهای اولیه، نوشته‌هاش واضح‌تره، مهم‌ترین حرف رو اول می‌زنه و تو جلسه‌های طولانی راحت‌تر دنبال می‌شه. انتروپیک می‌گه همین خوانایی خودش یه مزیت ایمنیه، چون چک کردن کار مدل ساده‌تر می‌شه. Sonnet 5.5 و Haiku 5.5 هم قراره هفته‌های آینده بیان.

نکات کلیدی:

• ورودی ۴ و خروجی ۲۰ دلار به ازای هر میلیون توکن؛ کش‌رید ۰.۲ دلار، ۶۰٪ ارزون‌تر از Opus 5
• ترجمهٔ HAProxy از C به Rust: ۹.۵ ساعت در برابر ۱۲ ساعت Fable 5.1 و ۵۱٪ ارزون‌تر
• تو آدیت رفتاری با نزدیک ۲۰۰۰ سناریو، بهترین نمرهٔ مدل‌های انتروپیک تا امروز
• حدود ۸۵٪ کمتر از Opus 5 سراغ عبور از مرزهای تعیین‌شده رفته
• روی AWS و Google Cloud و Azure در دسترسه، با شناسهٔ claude-opus-5-5