Claude Opus 5.5 is het nieuwste model in de Claude-familie, dat aanzienlijke verbeteringen biedt ten opzichte van zijn voorganger. Het model is 40% goedkoper in gebruik, genereert output 30% sneller en presteert op het niveau van Claude Fable 5.1 voor de meeste taken.
Belangrijkste verbeteringen:
- Programmeren: Uitmuntend in agentic coding en complexe projecten zoals codebase-brede migraties en audits.
- Kenniswerk: Hoge accuratesse in financiële analyse, juridische kaders en grootschalige datacollectie.
- Communicatie: Natuurlijkere schrijfstijl waarbij de belangrijkste informatie direct bovenaan wordt geplaatst.
- Veiligheid: Sterkere alignment, betere resistentie tegen prompt-injecties en specifieke safeguards voor cybersecurity en biologie.
Het model is beschikbaar via AWS, Google Cloud, Microsoft Azure en het Claude Platform.
Introductie van Claude Opus 5.5
We introduceren Claude Opus 5.5, het eerste model in onze nieuwe Claude 5.5-familie. Het presteert op het niveau van Claude Fable 5.1 voor de meeste taken en is 40% goedkoper in gebruik dan Opus 5.
Claude Opus 5.5 is onze eerste release sinds we hebben opgeroepen tot het vertragen van de voortgang aan de frontlinie (pacing the frontier). Voorafgaand aan de release is het model getest door externe evaluatoren, waaronder Frontier Design en METR. In onze geautomatiseerde gedragsaudit, de meest uitgebreide alignment-test die we uitvoeren, is Opus 5.5 het best presterende model dat we tot nu toe hebben getest. Het is bovendien uitgerust met de veiligheidsmaatregelen die we hebben ontwikkeld voor onze meest capabele modellen.
Belangrijkste verbeteringen in Opus 5.5
- Prestaties: Opus 5.5 is een grote stap voorwaarts ten opzichte van Opus 5. Vroege testers zagen aanzienlijke sprongen in prestaties bij hun meest complexe werk. Eén tester voltooide een codemigratie van 680.000 regels in minder dan een dag—werk waar een engineeringteam normaal gesproken weken over zou doen. Het model is zeer effectief in het vinden en verhelpen van inefficiënties in software. Wanneer we het vroegen om de laadtijden van elke pagina van een webapplicatie te verkorten, slaagde Opus 5.5 in 39 van de 40 gevallen, terwijl Opus 5 slechts kleine verbeteringen aanbracht die ook het gedrag van de app veranderden. Een andere tester liet verschillende Claude-modellen een game bouwen vanuit één prompt; Opus 5.5 scoorde hoger dan welk ander model dan ook op het gebied van graphics en afwerking.
- Veiligheid: Opus 5.5 behaalt de beste scores van alle modellen tot nu toe in onze geautomatiseerde gedragsaudit. De kans dat het model acties onderneemt die moeilijk ongedaan kunnen worden gemaakt of buiten de gegeven kaders treedt, is veel kleiner dan bij recente modellen. Daarnaast is het resistenter tegen prompt injection dan Opus 5. We hebben onze alignment-tests uitgebreid naar langere taken, onmogelijke taken en scenario's gebaseerd op echte incidenten, hoewel er nog steeds limieten zijn. Volledige details van onze evaluatie zijn beschikbaar in de Opus 5.5 System Card.
- Kosten en snelheid: Opus 5.5 vereist minder rekenkracht dan Opus 5, wat wordt weerspiegeld in de prijsstelling. Onze tests tonen aan dat het bij standaardinstellingen 40% minder kost dan Opus 5 voor typische workloads. Input- en output-tokens kosten respectievelijk $4 en $20 per miljoen, wat 20% minder is dan bij Opus 5. Cache reads (die het grootste deel van de kosten voor agent- en codeerwerk vormen) kosten $0,20 per miljoen tokens, 60% minder dan Opus 5. Bovendien genereert Opus 5.5 output meer dan 30% sneller dan Opus 5.
Naast de prijsverlaging verhogen we de gebruikslimieten voor vijf uur op Pro-, Max-, Team- en seat-based Enterprise-abonnementen. We bieden abonnees daarnaast een rate limit reset, die kan worden bewaard en gebruikt wanneer dat gewenst is.
- Communicatie: Opus 5.5 communiceert natuurlijker dan eerdere modellen. Vroege testers vonden de teksten helderder en makkelijker te volgen, wat reageert op veelgehoorde feedback over Opus 5. Het model plaatst de belangrijkste informatie bovenaan, waardoor het een betere partner is tijdens lange sessies. Eén vroege tester merkte op: "het schrijft zoals ik dat doe." Voor ons maakt dit het werk van Opus 5.5 makkelijker te volgen en te controleren, wat zowel een praktisch als een veiligheidsvoordeel is.
Claude Sonnet 5.5 en Claude Haiku 5.5 zullen in de komende weken volgen, met veel van dezelfde verbeteringen in prestaties, efficiëntie en veiligheid.
---
Prestaties en kostenefficiëntie
In onze benchmarks is Claude Opus 5.5 leidend in agentic coding, computergebruik en kenniswerk. We hebben echter vastgesteld dat benchmark-marges bij dit niveau van capaciteit een minder betrouwbare gids zijn voor real-world verschillen. In ons eigen gebruik is het gat tussen Opus 5.5 en Claude Fable 5.1 smaller dan de scores suggereren.
Benchmark resultaten
| Categorie | Test | Opus 5.5 | Fable 5.1 | Opus 5 | GPT-6 Astra | GPT-5.6 Sol |
|---|
| Agentic coding | Terminal-Bench 4.0¹ | 66.4% | 55.8% | 52.3% | 57.9% | 37.3% |
| Agentic coding | FrontierCode v1.1 (Main) | 54.4% | 50.3% | 48.0% | 53.3% | 47.5% |
| Agentic coding | CursorBench 4.0 | 57.8% | 51.8% | 46.6% | — | 41.7% |
| Kenniswerk | GDPval-AA v2.1 | 1846 | 1735 | 1708 | 1542 | 1588 |
| Business workflows | AutomationBench² | 40.0% | 31.4% | 26.9% | 41.4% | 28.8% |
| Reasoning | Humanity's Last Exam | 67.7% (w/ tools) | 65.6% (w/ tools) | 63.6% (w/ tools) | 57.2% (w/ tools) | — |
| Wetenschappelijk onderzoek | Terminal-Bench-Science 0.1³ | 58.7% | 52.6% | 29.0% | 64.6% | 22.4% |
| Computergebruik | OSWorld 2.0 | 81.8% (partial) | 80.7% (partial) | 74.0% (partial) | — | — |
| Visuele grafiekherkenning | Chartography | 89.0% (w/ tools) | 88.4% (w/ tools) | 83.4% (w/ tools) | — | — |
Tenzij anders vermeld, maken alle resultaten van Claude Opus 5.5 gebruik van 'adaptive thinking' bij maximale inzet. Resultaten voor Terminal-Bench 4.0 zijn gerapporteerd voor Claude Opus 5.5 bij 'xhigh effort' en GPT-6 Astra bij 'high effort'.
Voetnoten:
- Terminal-Bench 4.0: De standaardfout is ±2,6 pts voor Opus 5.5 en ±1,6–2 pts voor andere Claude-modellen.
- AutomationBench: Resultaten zijn uitgevoerd en gerapporteerd door Zapier zonder fallback-modellen.
- Terminal-Bench-Science 0.1: De standaardfout is ±3,5–5 pts per model.
Prijsstelling
Het grootste voordeel van Opus 5.5 is de efficiëntie. Het kost minder per token dan Opus 5 en gebruikt minder tokens per taak, wat resulteert in een totale kostenreductie van 40%.
Prijzen per 1 miljoen tokens:
| Item | Claude Opus 5.5 | Claude Opus 5 |
|---|
| Cache reads | $0.20 | $0.50 |
| Input tokens | $4 | $5 |
| Output tokens | $20 | $25 |
| Cache writes | $5 | $6.25 |
Fast mode voor Opus 5.5 is beschikbaar in Claude Code en het Claude Platform met een snelheid tot 2,5x. De kosten hiervoor zijn $8 per miljoen input-tokens en $40 per miljoen output-tokens.
---
Programmeren (Coding)
Opus 5.5 is bijzonder geschikt voor grote, complexe projecten zoals codebase-brede migraties en audits. Een vroege tester gebruikte het model om een codebase van 200.000 regels te auditeren en te repareren in minder dan drie uur, terwijl Opus 5 hier meer dan 20 uur over deed en 2,5x zoveel tokens gebruikte.
In een interne test vertaalden we HAProxy (software voor web-traffic load balancing) van C naar Rust. Beide modellen (Opus 5.5 en Fable 5.1) slaagden voor bijna alle regressietests, maar Opus 5.5 was klaar in 9,5 uur (tegenover 12 uur voor Fable 5.1) en was 51% goedkoper.
Op het gebied van agentic coding levert Opus 5.5 resultaten van topniveau tegen een fractie van de kosten:
- Op FrontierCode verslaat het GPT-6 Astra tegen ongeveer 20% van de kosten per taak.
- Op Terminal Bench 4.0 matcht het Astra voor ongeveer 40% van de kosten.
- Op CursorBench verslaat het GPT-5.6 Sol met 11 punten voor ongeveer een derde van de kosten.
Feedback van partners over programmeren
"Developers willen agents die echt softwarewerk kunnen oppakken en afronden. In onze tests met GitHub Copilot CLI en VS Code gebruikte Claude Opus 5.5 de minste tokens en stappen. Het maakt grotere projecten haalbaarder."
— Mario Rodriguez, Chief Product Officer, GitHub
"Ik gaf Claude Opus 5.5 een grote engineeringtaak over zes van onze repositories en liet het onbeheerd overnight draaien. Vergeleken met Opus 5 bereikte het mijlpalen sneller en was er minimaal herstelwerk nodig."
— Sean Heintz, Staff Software Developer, Clio
"Voor Lovable-bouwers betekent Opus 5.5 snellere builds met dezelfde kwaliteit. Het verzamelt context één keer, maakt minder en completere bewerkingen en gebruikt significant minder tokens."
— Fabian Hedin, CTO and Co-founder, Lovable
"Een complexe codeertaak die voorheen 38 prompts over vier dagen kostte, werd nu gedaan in 11 prompts over drie uur, met resultaten die direct productieklaar waren."
— Harley Barnes, Executive Manager, AI Technology, Quantium
"Op onze agentic coding-taken matchte Claude Opus 5.5 de kwaliteit van Opus 5 in ongeveer de helft van de beurten, tijd en output-tokens, waardoor de kosten met 40 tot 50% daalden."
— Noyan Tokgozoglu, Global Head of AI Engineering, Optiver
---
De veiligste coding agent
Voor bedrijven die agents autonoom laten draaien, is controle essentieel. Opus 5.5 beschikt over:
- Een classifier die elke actie screent voordat deze wordt uitgevoerd.
- Een open-source sandbox die door security-teams kan worden geaudit.
- Code review die kwetsbaarheden detecteert voordat ze worden samengevoegd (merge).
Het model heeft ook sterkere interne verdedigingen. Bij prompt injection-aanvallen matcht of verslaat het Opus 5 in alle geteste scenario's. In een benchmark van het AI-securitybedrijf Gray Swan staat Opus 5.5 samen met Fable 5.1 bovenaan met het laagste succespercentage voor prompt-injecties.
---
Kenniswerk (Knowledge Work)
Opus 5.5 is een betrouwbare onderzoeker. In een interne test moesten modellen een rapport schrijven over de kwartaalprestaties van een bedrijf op basis van een website waar de cijfers moeilijk te vinden waren. 16 van de 18 rapporten van Opus 5.5 voldeden aan de kwaliteitsnorm (geen verzonnen cijfers), terwijl noch Fable 5.1, noch Opus 5 deze norm haalden.
Ook in financiële analyse presteert het model sterk. Walleye Capital rapporteerde dat Opus 5.5 hun evaluatiesuite grotendeels oploste op de laagste instelling; op hogere instellingen detecteerde het model zelfs een fout in de instructies van de test zelf, iets wat geen enkel ander model deed.
In een test waarbij een voorgestelde fusie tussen twee fictieve HR-softwarebedrijven werd geanalyseerd, bouwde Opus 5.5 een grondiger financieel model in Excel en een leesbaardere presentatie dan Opus 5. Het proces duurde 63 minuten (tegenover 93 minuten voor Opus 5) en kostte 50% minder.
Prestaties in benchmarks voor kenniswerk
- GDPval-AA v2.1: (Test van professioneel werk in 44 beroepen) Opus 5.5 scoort 1846 Elo, waarmee het Fable 5.1 (1735) en Opus 5 (1708) verslaat. Bij medium effort verslaat het GPT-6 Astra (max effort) voor ongeveer een vijfde van de kosten.
- AutomationBench: Test van business-workflows over verschillende apps. Opus 5.5 scoort hoger dan Opus 5 en GPT-5.6 Sol bij elk effort-niveau.
- WANDR: Meet agents op grootschalige datacollectie. Opus 5.5 presteert beter dan Fable 5.1 en Opus 5 tegen lagere kosten per taak.
Feedback van partners over kenniswerk
"Zelfs bij de laagste instelling vond Claude Opus 5.5 72% van de bekende bugs in onze code reviews, tegenover 56% voor Opus 5 bij hoge inzet, met minder valse alarmen."
— Carl Bennett, CIO, Deloitte Consulting LLP
"Voor financiële firma's moeten outputs consistent correct zijn. Opus 5.5 versloeg Opus 5 op onze BigFinance Bench met ongeveer 60% minder output-tokens."
— Strib Walker, Head of Product, Rogo
"Claude Opus 5.5 identificeerde consistent relevante citaties, toonde kracht bij wetgeving en structureerde antwoorden rond centrale juridische kaders."
— Min Chen, Chief AI Officer, LexisNexis Legal & Professional
"Het detecteerde dat de indexering in onze eigen instructies met één afweek en corrigeerde dit. Geen enkel ander model had dit eerder opgemerkt."
— Frank Corrao, Head of Central Equity Quant Research Engineering, Walleye Capital
---
Communicatie
We hebben de manier waarop Opus 5.5 schrijft aanzienlijk verbeterd. Berichten zijn in één oogopslag makkelijker te begrijpen, wat helpt tijdens lange sessies. Belangrijke informatie staat bovenaan, jargon wordt vermeden en schrijfinstructies worden strikt opgevolgd.
Vergelijking: Opus 5 vs. Opus 5.5
Voorbeeld 1: Het uitleggen van een bug
- Opus 5: Geeft een technische uitleg, maar de conclusie over wat er precies misgaat (dat data op de laatste dag van de maand wordt gedropt) staat diep in de tekst verstopt.
- Opus 5.5: Begint direct met de conclusie: "De extra daling is een bug in de billing refactor". Daarna volgt een heldere analyse van wat er is veranderd en waarom dit tot dataverlies leidt.
Voorbeeld 2: Samenvatten van een Slack-thread
- Opus 5: Geeft een redelijke samenvatting, maar mengt acties en statusupdates in langere blokken tekst.
- Opus 5.5: Structureert de samenvatting logisch in "Probleem", "Directe oplossingen" en "Oplossing op lange termijn", waardoor het direct bruikbaar is voor een manager.
Voorbeeld 3: Python-code voor schaken (TensorFlow)
- Opus 5: Richt zich op de technische implementatie van
tf.math.cumsum en bit-scans, maar de uitleg is abstract.
- Opus 5.5: Identificeert direct het conceptuele probleem (geblokkeerde lijnen bij lopers/torens) en legt helder uit hoe een tweede stack van masks dit oplost.
Feedback van partners over communicatie
"Teksten die te uitgebreid en moeilijk te volgen zijn, waren mijn grootste frustratie bij frontier-modellen; Claude Opus 5.5 lost dit op. Het schrijft als een goede collega."
— John Ruelas, Staff Software Engineer, Ramp
"Op een multi-day rebase van 40 pull requests legde één sessie van Opus 5.5 elk conflict helder uit. Het is een substantiële upgrade over Opus 5."
— Cristian Rivera, Staff Software Engineer, Stripe
"In onze evaluaties gebruikte Opus 5.5 een derde van de tokens die Opus 5 gebruikte, en de antwoorden waren 40% minder breedsprakig zonder aan nauwkeurigheid in te boeten."
— Yashodha Bhavnani, VP of AI Products, Box
---
Veiligheid (Safety)
Het tempo van de frontlinie (Pacing the frontier)
Onze CEO, Dario Amodei, stelt dat de vooruitgang van AI zodanig getempeld moet worden dat veiligheidspraktijken voorlopen op de capaciteiten van de modellen. Dit is essentieel om risico's op het gebied van biologie en geneeskunde te beheersen.
Onze veiligheidsstrategie werkt op twee tijdshorizonten:
- Huidige modellen: We gebruiken uitgebreide alignment-tests, externe evaluaties (METR, Frontier Design) en safeguards die zijn afgestemd op de risico's van het specifieke model.
- Toekomstige modellen: We bereiden ons voor op advanced models door filters in reinforcement learning aan te scherpen, alignment-rewards te verbeteren en interpretability-based monitoring te ontwikkelen.
Alignment
In onze geautomatiseerde gedragsaudit scoort Opus 5.5 beter dan elk recent Claude-model op bijna elke maatstaf voor misaligned gedrag en eerlijkheid.
Het model vertoont minder neiging tot:
- Bevooroordeelde of gemotiveerde redenering.
- Pogingen om uit een sandbox te ontsnappen.
- Het ondernemen van schadelijke acties na het concluderen dat het in een gesimuleerde omgeving is.
In een nieuwe evaluatie probeerde Opus 5.5 ongeveer 85% minder vaak containment-grenzen te omzeilen dan Opus 5 of Claude Mythos 5.1.
Safeguards
Opus 5.5 is het eerste Opus-model dat gelijkaardige safeguards heeft als Fable 5.1 voor cybersecurity, biologie en distillatie.
- Cybersecurity: Vanwege de sterke cyber-capaciteiten worden de meeste cybersecurity-taken omgeleid naar Opus 4.8. Geverifieerde experts kunnen via het Cyber Verification Program toegang krijgen tot uitgebreidere functies.
- Biologie: Opus 5.5 matcht of verslaat Claude Mythos 5.1 in veel biologische taken. Daarom gelden dezelfde safeguards als voor Fable 5.1. Geverifieerde organisaties kunnen zich aanmelden voor het Life Sciences Verification Program.
- Distillatie: Om te voorkomen dat kwaadwillenden de capaciteiten van het model op industriële schaal extraheren, is Opus 5.5 uitgerust met preserved thinking. Dit voorkomt dat API-gebruikers de context van Claude bewerken om de redenering te extraheren.
Gegevensbewaring en compliance
- Opus 5.5 is beschikbaar met zero data retention.
- Het model bevat watermarking-maatregelen om te voldoen aan de EU AI Act.
- De "thinking" mode kan niet meer worden uitgeschakeld.
---
Beschikbaarheid
Claude Opus 5.5 is nu beschikbaar op alle platforms, waaronder:
- Amazon Web Services (AWS)
- Google Cloud
- Microsoft Azure
- Claude Platform (via
claude-opus-5-5)
Introductie van Claude Opus 5.5
We introduceren Claude Opus 5.5, het eerste model in onze nieuwe Claude 5.5-familie. Het presteert op het niveau van Claude Fable 5.1 voor de meeste taken en is 40% goedkoper in gebruik dan Opus 5.
Claude Opus 5.5 is onze eerste release sinds we hebben opgeroepen tot het vertragen van de voortgang aan de frontlinie (pacing the frontier). Voorafgaand aan de release is het model getest door externe evaluatoren, waaronder Frontier Design en METR. In onze geautomatiseerde gedragsaudit, de meest uitgebreide alignment-test die we uitvoeren, is Opus 5.5 het best presterende model dat we tot nu toe hebben getest. Het is bovendien uitgerust met de veiligheidsmaatregelen die we hebben ontwikkeld voor onze meest capabele modellen.
Belangrijkste verbeteringen in Opus 5.5
- Prestaties: Opus 5.5 is een grote stap voorwaarts ten opzichte van Opus 5. Vroege testers zagen aanzienlijke sprongen in prestaties bij hun meest complexe werk. Eén tester voltooide een codemigratie van 680.000 regels in minder dan een dag—werk waar een engineeringteam normaal gesproken weken over zou doen. Het model is zeer effectief in het vinden en verhelpen van inefficiënties in software. Wanneer we het vroegen om de laadtijden van elke pagina van een webapplicatie te verkorten, slaagde Opus 5.5 in 39 van de 40 gevallen, terwijl Opus 5 slechts kleine verbeteringen aanbracht die ook het gedrag van de app veranderden. Een andere tester liet verschillende Claude-modellen een game bouwen vanuit één prompt; Opus 5.5 scoorde hoger dan welk ander model dan ook op het gebied van graphics en afwerking.
- Veiligheid: Opus 5.5 behaalt de beste scores van alle modellen tot nu toe in onze geautomatiseerde gedragsaudit. De kans dat het model acties onderneemt die moeilijk ongedaan kunnen worden gemaakt of buiten de gegeven kaders treedt, is veel kleiner dan bij recente modellen. Daarnaast is het resistenter tegen prompt injection dan Opus 5. We hebben onze alignment-tests uitgebreid naar langere taken, onmogelijke taken en scenario's gebaseerd op echte incidenten, hoewel er nog steeds limieten zijn. Volledige details van onze evaluatie zijn beschikbaar in de Opus 5.5 System Card.
- Kosten en snelheid: Opus 5.5 vereist minder rekenkracht dan Opus 5, wat wordt weerspiegeld in de prijsstelling. Onze tests tonen aan dat het bij standaardinstellingen 40% minder kost dan Opus 5 voor typische workloads. Input- en output-tokens kosten respectievelijk $4 en $20 per miljoen, wat 20% minder is dan bij Opus 5. Cache reads (die het grootste deel van de kosten voor agent- en codeerwerk vormen) kosten $0,20 per miljoen tokens, 60% minder dan Opus 5. Bovendien genereert Opus 5.5 output meer dan 30% sneller dan Opus 5.
Naast de prijsverlaging verhogen we de gebruikslimieten voor vijf uur op Pro-, Max-, Team- en seat-based Enterprise-abonnementen. We bieden abonnees daarnaast een rate limit reset, die kan worden bewaard en gebruikt wanneer dat gewenst is.
- Communicatie: Opus 5.5 communiceert natuurlijker dan eerdere modellen. Vroege testers vonden de teksten helderder en makkelijker te volgen, wat reageert op veelgehoorde feedback over Opus 5. Het model plaatst de belangrijkste informatie bovenaan, waardoor het een betere partner is tijdens lange sessies. Eén vroege tester merkte op: "het schrijft zoals ik dat doe." Voor ons maakt dit het werk van Opus 5.5 makkelijker te volgen en te controleren, wat zowel een praktisch als een veiligheidsvoordeel is.
Claude Sonnet 5.5 en Claude Haiku 5.5 zullen in de komende weken volgen, met veel van dezelfde verbeteringen in prestaties, efficiëntie en veiligheid.
---
Prestaties en kostenefficiëntie
In onze benchmarks is Claude Opus 5.5 leidend in agentic coding, computergebruik en kenniswerk. We hebben echter vastgesteld dat benchmark-marges bij dit niveau van capaciteit een minder betrouwbare gids zijn voor real-world verschillen. In ons eigen gebruik is het gat tussen Opus 5.5 en Claude Fable 5.1 smaller dan de scores suggereren.
Benchmark resultaten
| Categorie | Test | Opus 5.5 | Fable 5.1 | Opus 5 | GPT-6 Astra | GPT-5.6 Sol |
|---|
| Agentic coding | Terminal-Bench 4.0¹ | 66.4% | 55.8% | 52.3% | 57.9% | 37.3% |
| Agentic coding | FrontierCode v1.1 (Main) | 54.4% | 50.3% | 48.0% | 53.3% | 47.5% |
| Agentic coding | CursorBench 4.0 | 57.8% | 51.8% | 46.6% | — | 41.7% |
| Kenniswerk | GDPval-AA v2.1 | 1846 | 1735 | 1708 | 1542 | 1588 |
| Business workflows | AutomationBench² | 40.0% | 31.4% | 26.9% | 41.4% | 28.8% |
| Reasoning | Humanity's Last Exam | 67.7% (w/ tools) | 65.6% (w/ tools) | 63.6% (w/ tools) | 57.2% (w/ tools) | — |
| Wetenschappelijk onderzoek | Terminal-Bench-Science 0.1³ | 58.7% | 52.6% | 29.0% | 64.6% | 22.4% |
| Computergebruik | OSWorld 2.0 | 81.8% (partial) | 80.7% (partial) | 74.0% (partial) | — | — |
| Visuele grafiekherkenning | Chartography | 89.0% (w/ tools) | 88.4% (w/ tools) | 83.4% (w/ tools) | — | — |
Tenzij anders vermeld, maken alle resultaten van Claude Opus 5.5 gebruik van 'adaptive thinking' bij maximale inzet. Resultaten voor Terminal-Bench 4.0 zijn gerapporteerd voor Claude Opus 5.5 bij 'xhigh effort' en GPT-6 Astra bij 'high effort'.
Voetnoten:
- Terminal-Bench 4.0: De standaardfout is ±2,6 pts voor Opus 5.5 en ±1,6–2 pts voor andere Claude-modellen.
- AutomationBench: Resultaten zijn uitgevoerd en gerapporteerd door Zapier zonder fallback-modellen.
- Terminal-Bench-Science 0.1: De standaardfout is ±3,5–5 pts per model.
Prijsstelling
Het grootste voordeel van Opus 5.5 is de efficiëntie. Het kost minder per token dan Opus 5 en gebruikt minder tokens per taak, wat resulteert in een totale kostenreductie van 40%.
Prijzen per 1 miljoen tokens:
| Item | Claude Opus 5.5 | Claude Opus 5 |
|---|
| Cache reads | $0.20 | $0.50 |
| Input tokens | $4 | $5 |
| Output tokens | $20 | $25 |
| Cache writes | $5 | $6.25 |
Fast mode voor Opus 5.5 is beschikbaar in Claude Code en het Claude Platform met een snelheid tot 2,5x. De kosten hiervoor zijn $8 per miljoen input-tokens en $40 per miljoen output-tokens.
---
Programmeren (Coding)
Opus 5.5 is bijzonder geschikt voor grote, complexe projecten zoals codebase-brede migraties en audits. Een vroege tester gebruikte het model om een codebase van 200.000 regels te auditeren en te repareren in minder dan drie uur, terwijl Opus 5 hier meer dan 20 uur over deed en 2,5x zoveel tokens gebruikte.
In een interne test vertaalden we HAProxy (software voor web-traffic load balancing) van C naar Rust. Beide modellen (Opus 5.5 en Fable 5.1) slaagden voor bijna alle regressietests, maar Opus 5.5 was klaar in 9,5 uur (tegenover 12 uur voor Fable 5.1) en was 51% goedkoper.
Op het gebied van agentic coding levert Opus 5.5 resultaten van topniveau tegen een fractie van de kosten:
- Op FrontierCode verslaat het GPT-6 Astra tegen ongeveer 20% van de kosten per taak.
- Op Terminal Bench 4.0 matcht het Astra voor ongeveer 40% van de kosten.
- Op CursorBench verslaat het GPT-5.6 Sol met 11 punten voor ongeveer een derde van de kosten.
Feedback van partners over programmeren
"Developers willen agents die echt softwarewerk kunnen oppakken en afronden. In onze tests met GitHub Copilot CLI en VS Code gebruikte Claude Opus 5.5 de minste tokens en stappen. Het maakt grotere projecten haalbaarder."
— Mario Rodriguez, Chief Product Officer, GitHub
"Ik gaf Claude Opus 5.5 een grote engineeringtaak over zes van onze repositories en liet het onbeheerd overnight draaien. Vergeleken met Opus 5 bereikte het mijlpalen sneller en was er minimaal herstelwerk nodig."
— Sean Heintz, Staff Software Developer, Clio
"Voor Lovable-bouwers betekent Opus 5.5 snellere builds met dezelfde kwaliteit. Het verzamelt context één keer, maakt minder en completere bewerkingen en gebruikt significant minder tokens."
— Fabian Hedin, CTO and Co-founder, Lovable
"Een complexe codeertaak die voorheen 38 prompts over vier dagen kostte, werd nu gedaan in 11 prompts over drie uur, met resultaten die direct productieklaar waren."
— Harley Barnes, Executive Manager, AI Technology, Quantium
"Op onze agentic coding-taken matchte Claude Opus 5.5 de kwaliteit van Opus 5 in ongeveer de helft van de beurten, tijd en output-tokens, waardoor de kosten met 40 tot 50% daalden."
— Noyan Tokgozoglu, Global Head of AI Engineering, Optiver
---
De veiligste coding agent
Voor bedrijven die agents autonoom laten draaien, is controle essentieel. Opus 5.5 beschikt over:
- Een classifier die elke actie screent voordat deze wordt uitgevoerd.
- Een open-source sandbox die door security-teams kan worden geaudit.
- Code review die kwetsbaarheden detecteert voordat ze worden samengevoegd (merge).
Het model heeft ook sterkere interne verdedigingen. Bij prompt injection-aanvallen matcht of verslaat het Opus 5 in alle geteste scenario's. In een benchmark van het AI-securitybedrijf Gray Swan staat Opus 5.5 samen met Fable 5.1 bovenaan met het laagste succespercentage voor prompt-injecties.
---
Kenniswerk (Knowledge Work)
Opus 5.5 is een betrouwbare onderzoeker. In een interne test moesten modellen een rapport schrijven over de kwartaalprestaties van een bedrijf op basis van een website waar de cijfers moeilijk te vinden waren. 16 van de 18 rapporten van Opus 5.5 voldeden aan de kwaliteitsnorm (geen verzonnen cijfers), terwijl noch Fable 5.1, noch Opus 5 deze norm haalden.
Ook in financiële analyse presteert het model sterk. Walleye Capital rapporteerde dat Opus 5.5 hun evaluatiesuite grotendeels oploste op de laagste instelling; op hogere instellingen detecteerde het model zelfs een fout in de instructies van de test zelf, iets wat geen enkel ander model deed.
In een test waarbij een voorgestelde fusie tussen twee fictieve HR-softwarebedrijven werd geanalyseerd, bouwde Opus 5.5 een grondiger financieel model in Excel en een leesbaardere presentatie dan Opus 5. Het proces duurde 63 minuten (tegenover 93 minuten voor Opus 5) en kostte 50% minder.
Prestaties in benchmarks voor kenniswerk
- GDPval-AA v2.1: (Test van professioneel werk in 44 beroepen) Opus 5.5 scoort 1846 Elo, waarmee het Fable 5.1 (1735) en Opus 5 (1708) verslaat. Bij medium effort verslaat het GPT-6 Astra (max effort) voor ongeveer een vijfde van de kosten.
- AutomationBench: Test van business-workflows over verschillende apps. Opus 5.5 scoort hoger dan Opus 5 en GPT-5.6 Sol bij elk effort-niveau.
- WANDR: Meet agents op grootschalige datacollectie. Opus 5.5 presteert beter dan Fable 5.1 en Opus 5 tegen lagere kosten per taak.
Feedback van partners over kenniswerk
"Zelfs bij de laagste instelling vond Claude Opus 5.5 72% van de bekende bugs in onze code reviews, tegenover 56% voor Opus 5 bij hoge inzet, met minder valse alarmen."
— Carl Bennett, CIO, Deloitte Consulting LLP
"Voor financiële firma's moeten outputs consistent correct zijn. Opus 5.5 versloeg Opus 5 op onze BigFinance Bench met ongeveer 60% minder output-tokens."
— Strib Walker, Head of Product, Rogo
"Claude Opus 5.5 identificeerde consistent relevante citaties, toonde kracht bij wetgeving en structureerde antwoorden rond centrale juridische kaders."
— Min Chen, Chief AI Officer, LexisNexis Legal & Professional
"Het detecteerde dat de indexering in onze eigen instructies met één afweek en corrigeerde dit. Geen enkel ander model had dit eerder opgemerkt."
— Frank Corrao, Head of Central Equity Quant Research Engineering, Walleye Capital
---
Communicatie
We hebben de manier waarop Opus 5.5 schrijft aanzienlijk verbeterd. Berichten zijn in één oogopslag makkelijker te begrijpen, wat helpt tijdens lange sessies. Belangrijke informatie staat bovenaan, jargon wordt vermeden en schrijfinstructies worden strikt opgevolgd.
Vergelijking: Opus 5 vs. Opus 5.5
Voorbeeld 1: Het uitleggen van een bug
- Opus 5: Geeft een technische uitleg, maar de conclusie over wat er precies misgaat (dat data op de laatste dag van de maand wordt gedropt) staat diep in de tekst verstopt.
- Opus 5.5: Begint direct met de conclusie: "De extra daling is een bug in de billing refactor". Daarna volgt een heldere analyse van wat er is veranderd en waarom dit tot dataverlies leidt.
Voorbeeld 2: Samenvatten van een Slack-thread
- Opus 5: Geeft een redelijke samenvatting, maar mengt acties en statusupdates in langere blokken tekst.
- Opus 5.5: Structureert de samenvatting logisch in "Probleem", "Directe oplossingen" en "Oplossing op lange termijn", waardoor het direct bruikbaar is voor een manager.
Voorbeeld 3: Python-code voor schaken (TensorFlow)
- Opus 5: Richt zich op de technische implementatie van
tf.math.cumsum en bit-scans, maar de uitleg is abstract.
- Opus 5.5: Identificeert direct het conceptuele probleem (geblokkeerde lijnen bij lopers/torens) en legt helder uit hoe een tweede stack van masks dit oplost.
Feedback van partners over communicatie
"Teksten die te uitgebreid en moeilijk te volgen zijn, waren mijn grootste frustratie bij frontier-modellen; Claude Opus 5.5 lost dit op. Het schrijft als een goede collega."
— John Ruelas, Staff Software Engineer, Ramp
"Op een multi-day rebase van 40 pull requests legde één sessie van Opus 5.5 elk conflict helder uit. Het is een substantiële upgrade over Opus 5."
— Cristian Rivera, Staff Software Engineer, Stripe
"In onze evaluaties gebruikte Opus 5.5 een derde van de tokens die Opus 5 gebruikte, en de antwoorden waren 40% minder breedsprakig zonder aan nauwkeurigheid in te boeten."
— Yashodha Bhavnani, VP of AI Products, Box
---
Veiligheid (Safety)
Het tempo van de frontlinie (Pacing the frontier)
Onze CEO, Dario Amodei, stelt dat de vooruitgang van AI zodanig getempeld moet worden dat veiligheidspraktijken voorlopen op de capaciteiten van de modellen. Dit is essentieel om risico's op het gebied van biologie en geneeskunde te beheersen.
Onze veiligheidsstrategie werkt op twee tijdshorizonten:
- Huidige modellen: We gebruiken uitgebreide alignment-tests, externe evaluaties (METR, Frontier Design) en safeguards die zijn afgestemd op de risico's van het specifieke model.
- Toekomstige modellen: We bereiden ons voor op advanced models door filters in reinforcement learning aan te scherpen, alignment-rewards te verbeteren en interpretability-based monitoring te ontwikkelen.
Alignment
In onze geautomatiseerde gedragsaudit scoort Opus 5.5 beter dan elk recent Claude-model op bijna elke maatstaf voor misaligned gedrag en eerlijkheid.
Het model vertoont minder neiging tot:
- Bevooroordeelde of gemotiveerde redenering.
- Pogingen om uit een sandbox te ontsnappen.
- Het ondernemen van schadelijke acties na het concluderen dat het in een gesimuleerde omgeving is.
In een nieuwe evaluatie probeerde Opus 5.5 ongeveer 85% minder vaak containment-grenzen te omzeilen dan Opus 5 of Claude Mythos 5.1.
Safeguards
Opus 5.5 is het eerste Opus-model dat gelijkaardige safeguards heeft als Fable 5.1 voor cybersecurity, biologie en distillatie.
- Cybersecurity: Vanwege de sterke cyber-capaciteiten worden de meeste cybersecurity-taken omgeleid naar Opus 4.8. Geverifieerde experts kunnen via het Cyber Verification Program toegang krijgen tot uitgebreidere functies.
- Biologie: Opus 5.5 matcht of verslaat Claude Mythos 5.1 in veel biologische taken. Daarom gelden dezelfde safeguards als voor Fable 5.1. Geverifieerde organisaties kunnen zich aanmelden voor het Life Sciences Verification Program.
- Distillatie: Om te voorkomen dat kwaadwillenden de capaciteiten van het model op industriële schaal extraheren, is Opus 5.5 uitgerust met preserved thinking. Dit voorkomt dat API-gebruikers de context van Claude bewerken om de redenering te extraheren.
Gegevensbewaring en compliance
- Opus 5.5 is beschikbaar met zero data retention.
- Het model bevat watermarking-maatregelen om te voldoen aan de EU AI Act.
- De "thinking" mode kan niet meer worden uitgeschakeld.
---
Beschikbaarheid
Claude Opus 5.5 is nu beschikbaar op alle platforms, waaronder:
- Amazon Web Services (AWS)
- Google Cloud
- Microsoft Azure
- Claude Platform (via
claude-opus-5-5)
Groetjes,