Claude Opus 5.5'i Duyurdu!
Anthropic'in modeli, GPT-6 Astra ile Terminal-Bench 4.0 ve AutomationBench-AA gibi değerlendirmelerde başa baş sonuçlar elde ederken yüzde 20 fiyat indirimi ve daha yüksek önbellek isabet indirimi sunuyor.
Claude Opus 5.5, Yapay Analiz Zeka Endeksi'nde birincilik koltuğuna oturuyor; buna ek olarak %20 fiyat indirimi ve daha büyük önbellek isabet indirimi getiriyor
Claude Opus 5.5, Terminal-Bench 4.0 ve AutomationBench-AA gibi değerlendirmelerde Anthropic'i GPT-6 Astra ile eşit seviyeye getirirken, Anthropic'in ajanik bilgi işinde liderliğini genişletiyor.
Maksimum çabayla Yapay Analiz Zeka Endeksi'nde 58 puan alıyor; bu, ölçtüğümüz en yüksek puan ve birkaç puanla önde. Anthropic, Opus fiyatlandırmasını 1M girdi/çıktı token başına $4/$20'ye indirdi (Opus 5: $5/$25) ve önbellek okumalarını $0.50'den $0.20'ye düşürdü.
Temel çıkarımlar:
➤ Tutarlı güçlü performans; on Zeka Endeksi değerlendirmesinden altısında lider puanlar: Humanity's Last Exam %61.4 (önceki en iyi %59.1, Claude Fable 5.1), SciCode %66.9 (%63.1, Fable 5.1), GDPval-AA v2.1, AA-Briefcase v1.1, AA-Omniscience ve AutomationBench-AA. Terminal-Bench 4.0'da %59.6 puan alıyor; lider GPT-6 Astra (xhigh) ile aynı seviyede ve Opus 5'ten +11 puan önde. CritPt, AA-LCR ve GDP.pdf'de hâlâ biraz geride kalıyor
➤ Ajanik bilgi işinde lider: AA-Briefcase'de, özel sınır bilgi işi değerlendirmemizde 1822 Elo'ya ulaşıyor. Bu, Fable 5.1'den +143 fazla; hem analitik kalite hem de sunumda önde ve Anthropic'in sunum kalitesinde GPT-5.6 Sol'u geçtiği ilk sefer. Bu değerlendirme, modellerin açık kaynaklı referans ajan çerçevesi Stirrup'u kullanarak doğru ve iyi sunulmuş profesyonel çıktılar üretip üretemediğini test ediyor
➤ Çıktı token'larının 1.6 katı olmasına rağmen görev başına maliyet açısından Opus 5 ile aynı seviyede: Opus 5.5 (max), Zeka Endeksi görevi başına ~119k çıktı token'ı kullanıyor; Opus 5 (max) için ~73k, Fable 5.1 (max) için ~78k ve GPT-6 Astra (max) için ~27k'a karşı
➤ Beş çaba seviyesinden dördü, Zeka vs Görev Başına Maliyet sınırında yer alıyor: Opus 5.5 max, xhigh, high ve medium hepsi Pareto sınırında oturuyor; 50+ puan alan diğer modellerden (GPT-6 Astra, Claude Fable 5.1 ve Claude Opus 5) daha az maliyetli veya daha iyi performans gösteriyor
Diğer model detayları:
➤ Bağlam penceresi: 1 milyon token bağlam, görüntü ve metin giriş desteğiyle; Opus 5'ten değişmemiş
➤ Fiyatlandırma: 1M girdi/çıktı token başına $4/$20, Opus 5'in $5/$25'inden %20 aşağı. 5 dakikalık TTL için önbellek yazmaları 1M token başına $5, $6.25'ten aşağı. Önbellek okumaları 1M token başına $0.20'ye daha da indirimli hale getirildi; Opus 5'in $0.50'sinden %60 aşağı. Bu, önbelleksiz girdi fiyatlandırmasına kıyasla %95 indirim; önceki Opus modellerindeki %90'dan yukarı
➤ Çaba ayarları: Beş çaba ayarı (low, medium, high, xhigh ve max). Zeka Endeksi değerlendirmeleri, Anthropic'in varsayılan yedekleme özelliği etkinleştirilmiş halde tüm beş seviyede çalıştırıldı
Kaynak: Topik editörü