Anthropic merilis Claude Opus 5.5 pada 22 September 2026. Bagi siapa pun yang memanggil Claude API, peningkatan ini adalah satu string: claude-opus-5 menjadi claude-opus-5-5.
Di balik string itu terdapat harga yang 20% lebih murah per token di kedua arah, satu respons hingga 128.000 token output, klaim output 30% lebih cepat, dan desain yang dimaksudkan untuk tetap mengerjakan satu tugas selama 18 jam atau lebih. Semua itu tidak lepas dari konsekuensi bagi kode yang selama ini Anda optimalkan terhadap Opus 5.
Ini adalah lompatan migrasi kedua pada lini model ini, dan sama sekali tidak mirip dengan yang pertama. Opus 4.8 ke Opus 5 adalah migrasi korektif: nilai default bergeser di bawah kode yang sudah berjalan, dan satu kombinasi permintaan yang sebelumnya valid mulai mengembalikan 400 keras. Lompatan kali ini adalah migrasi anggaran dan batas operasional. Pekerjaannya adalah mengukur ulang angka-angka yang sudah pernah Anda ukur sekali, karena semuanya telah berubah. Opus 5.5 juga dirilis pada hari yang sama dengan dua model OpenAI baru, yang merupakan cerita tersendiri.
Diff-nya, hanya pada sel yang bisa kami sumberkan
| Item | Opus 5 | Opus 5.5 | Perubahan |
|---|---|---|---|
| Id model | claude-opus-5 |
claude-opus-5-5 |
satu string |
| Input, per juta token | $5,00 | $4,00 | 20% lebih murah |
| Output, per juta token | $25,00 | $20,00 | 20% lebih murah |
| Cache write, per juta | cek halaman vendor | $5,00 | tidak diketahui |
| Cache read, per juta | cek halaman vendor | $0,20 | tidak diketahui |
| Fast mode, per juta | cek halaman vendor | $8,00 masuk, $40,00 keluar | tidak diketahui |
| Maks token output | cek halaman vendor | 128.000 | tidak diketahui |
| Jendela konteks | cek halaman vendor | 1.000.000 | tidak diketahui |
Sel-sel kosong itu sengaja dibiarkan. Anthropic menerbitkan sisi Opus 5.5 di halaman modelnya, dan kami tidak akan merekonstruksi sisi Opus 5 dari ingatan, karena angka yang salah dalam model biaya lebih buruk daripada angka yang hilang. Ambil kelima baris itu dari halaman harga Anthropic sebelum Anda membangun perkiraan penghematan di atasnya.
1. Perubahan id itu nyata, angka 20% itu nyata, angka 40% perlu dicermati
Ganti string-nya dan Anda membayar 20% lebih murah per token di kedua arah. Bagian itu aritmetika: dari $5 ke $4 untuk input, dari $25 ke $20 untuk output, potongan yang sama di kedua sisi.
Anthropic juga menyatakan Opus 5.5 berbiaya 40% lebih murah untuk dijalankan dibandingkan Opus 5. Kedua angka itu tidak bertentangan, tetapi keduanya juga bukan klaim yang sama. Potongan 20% per token tidak bisa dengan sendirinya menghasilkan pengurangan tagihan sebesar 40%. Separuh lainnya harus berasal dari model yang menggunakan lebih sedikit token untuk menyelesaikan pekerjaan yang sama, dan efisiensi token bersifat spesifik terhadap beban kerja dengan cara yang tidak dimiliki lembar harga.
Jadi perlakukan 40% sebagai alasan untuk mengukur ulang, bukan sebagai angka yang langsung dimasukkan ke dalam proyeksi. Putar ulang sebagian representatif dari lalu lintas nyata minggu lalu terhadap kedua id model dengan prompt dan pengaturan yang identik, bandingkan blok usage alih-alih kesan Anda tentangnya, dan kalikan jumlah token yang sebenarnya dengan tarif baru. Jawaban Anda akan berada di antara 20% dan 40%, dan di mana jawaban itu mendarat memberi tahu Anda sesuatu yang berguna tentang seberapa banyak dari prompt Anda yang sebenarnya tidak pernah dibutuhkan.
2. Baris cache adalah perubahan harga terbesar dalam tabel
Cache read pada Opus 5.5 berbiaya $0,20 per juta token dibandingkan $4,00 untuk input baru — diskon 95%. Cache write berbiaya $5,00 per juta, premi $1,00 di atas $4,00 yang seharusnya Anda bayar untuk mengirim token tersebut tanpa cache.
Premi itu terbayar sendiri pada hit pertama, bahkan lebih. Menulis sebuah prefiks berbiaya $1,00 per juta lebih mahal daripada tidak menyimpannya di cache. Setiap pembacaan berikutnya atas prefiks itu menghemat $3,80 per juta. Anda mencapai titik impas pada kira-kira seperempat dari satu pembacaan ulang, yang dalam praktik berarti: jika prefiks tersebut pernah digunakan ulang meski hanya sekali, menyimpannya di cache adalah keputusan yang benar.
Berikut bentuknya pada system prompt sepanjang 200.000 token, yang merupakan ukuran normal begitu Anda menempelkan bundel spesifikasi OpenAPI:
| Pola | Biaya untuk 10 panggilan |
|---|---|
| Input baru setiap panggilan, $4,00/M | $8,00 |
| Write sekali pada $5,00/M, lalu 9 read pada $0,20/M | $1,36 |
Prompt yang sama, model yang sama, 83% lebih murah. Permintaan yang menghasilkan baris kedua menandai prefiks secara eksplisit:
{
"model": "claude-opus-5-5",
"max_tokens": 4096,
"system": [
{
"type": "text",
"text": "<your 200k-token spec bundle>",
"cache_control": {"type": "ephemeral"}
}
],
"messages": [
{"role": "user", "content": "Which endpoints changed between v2 and v3?"}
]
}
Lalu baca responsnya untuk memastikan Anda mendapat hit, karena cache yang Anda kira ada tetapi ternyata tidak adalah jenis yang paling mahal:
"usage": {
"input_tokens": 41,
"cache_creation_input_tokens": 204800,
"cache_read_input_tokens": 0,
"output_tokens": 612
}
Pada panggilan pertama, cache_creation_input_tokens memikul beban. Pada setiap panggilan setelahnya, angka itu seharusnya turun menjadi nol dan cache_read_input_tokens seharusnya mengambil alih. Jika tidak, ada sesuatu di hulu yang mengubah prefiks Anda — biasanya stempel waktu, id permintaan, atau daftar tool yang urutannya berubah. Menyimpan satu panggilan di Apidog dan menjalankannya dua kali adalah cara tercepat untuk melihat field mana dari keduanya yang bergerak. Aritmetika lengkapnya, termasuk kapan konteks 1M layak di-cache sama sekali, ada di perhitungan biaya caching Opus 5.5.
3. Respons 128.000 token adalah masalah klien sebelum menjadi masalah model
Opus 5.5 akan mengembalikan hingga 128.000 token output dalam satu respons. Pada $20 per juta, itu berarti $2,56 untuk satu panggilan yang dimaksimalkan — sesuatu yang perlu diketahui sebelum seseorang menyetel max_tokens ke batas maksimum dalam loop percobaan ulang.
Masalah yang lebih besar adalah segala sesuatu di antara model dan kode Anda:
- Timeout baca HTTP. Respons sepanjang itu membutuhkan menit, bukan detik. Timeout default klien di sebagian besar SDK dan reverse proxy lebih pendek dari itu.
- Buffer proxy dan gateway. Gateway yang menyangga seluruh body sebelum meneruskannya menahan megabyte per permintaan yang sedang berjalan, dan sebagian hanya akan memutus koneksi.
- Panggilan non-streaming. Tanpa streaming, Anda menunggu sepanjang waktu itu tanpa apa pun untuk ditunjukkan dan tanpa apa pun untuk di-checkpoint.
-
JSON terpotong. Mencapai
max_tokensdi tengah objek menghasilkan JSON yang tidak valid, bukan objek parsial yang bisa Anda selamatkan. Periksastop_reasonsebelum Anda melakukan parse.
Menaikkan max_tokens karena batas maksimumnya naik adalah bagian yang mudah. Menyesuaikan rantai timeout, buffer, dan parser Anda agar sesuai dengan batas maksimum baru adalah bagian yang menyebabkan insiden.
4. Output lebih cepat tidak berarti waktu tunggu lebih singkat
Anthropic menyatakan Opus 5.5 menghasilkan output 30% lebih cepat daripada Opus 5. Kecepatan output adalah satu suku dalam latensi yang sebenarnya Anda layani. Waktu ke token pertama, percobaan ulang, dan pengantrean berada di sampingnya, dan model yang melakukan streaming lebih cepat tetap bisa terasa lebih lambat jika ia berpikir lebih lama sebelum token pertama tiba.
Jadi ukurlah. Tembakkan sekumpulan prompt representatif yang tetap ke kedua id model dari posisi jaringan yang sama, dan catat p50 serta p95 secara terpisah untuk waktu ke token pertama dan untuk waktu total. Latensi rata-rata menyembunyikan kasus yang membuat Anda dipanggil.
Jika Anda menyimpan skenario pengujian API di Apidog, ini pekerjaan kecil: duplikat satu permintaan tersimpan, ubah id model, jalankan keduanya sesuai jadwal, dan baca deret waktu respons alih-alih stopwatch. Intinya adalah memulai migrasi dengan angka sebelum beralih, karena setelah Anda beralih tidak ada cara untuk mendapatkannya.
5. Fast mode persis dua kali harga daftar
Fast mode pada Opus 5.5 berbiaya $8,00 per juta input dan $40,00 per juta output. Dibandingkan dengan tarif standar $4,00 dan $20,00, aturan harganya mudah diingat: fast mode adalah 2x langsung di kedua sisi.
Itu membuat keputusannya menjadi aritmetika alih-alih pertimbangan: jika latensi pada rute tertentu layak menggandakan tagihan token rute itu, gunakan di sana; jika tidak, jangan. Pembagian yang biasa adalah fast mode pada jalur interaktif dan tarif standar pada pekerjaan batch dan latar belakang.
6. Perlakukan tabel benchmark sebagai alasan untuk menguji, bukan sebagai hasil
Angka yang diterbitkan Anthropic untuk Opus 5.5 kuat: Terminal-Bench 4.0 pada 66,4%, FrontierCode v1.1 pada 54,4%, CursorBench 4.0 pada 57,8%, GDPval-AA v2.1 pada 1846 Elo, AutomationBench pada 40,0%, Humanity’s Last Exam pada 67,7% dengan tool, OSWorld 2.0 pada 81,8%, dan Chartography pada 89,0%. Artificial Analysis, pihak ketiga dan bukan salah satu vendor, menempatkannya di peringkat pertama dari 212 model pada indeksnya dengan skor 58.
Dua klaim vendor lainnya lebih penting secara operasional daripada kompetitif. Opus 5.5 dirancang untuk tetap mengerjakan satu tugas selama 18 jam atau lebih, yang mematahkan banyak asumsi biasa tentang timeout, percobaan ulang, dan kemampuan melanjutkan. Dan Anthropic melaporkan 85% lebih sedikit upaya prompt injection yang berhasil, yang merupakan properti yang dapat diuji dari endpoint Anda sendiri alih-alih properti yang Anda warisi.
Tak satu pun dari ini memberi tahu Anda apakah Opus 5.5 lebih baik pada prompt Anda. Jalankan set eval Anda sendiri pada kedua id sebelum beralih di produksi, dengan alasan yang sama Anda tidak akan merilis peningkatan basis data berdasarkan angka benchmark vendor.
Daftar periksa migrasi
- Ubah
claude-opus-5menjadiclaude-opus-5-5di satu layanan, bukan di semuanya. - Baca panduan migrasi Anthropic untuk lompatan ini sebelum mengasumsikan permukaan parameter tidak berubah. Lompatan 4.8 ke 5 menggeser nilai default secara diam-diam, jadi verifikasi alih-alih menyimpulkan.
- Putar ulang sebagian lalu lintas nyata terhadap kedua id dan bandingkan blok
usage. - Hitung ulang pengeluaran bulanan Anda pada $4 dan $20, dan secara terpisah pada $5 cache write dan $0,20 cache read.
- Konfirmasi cache hit di
cache_read_input_tokensalih-alih mempercayai bahwa prefiks itu stabil. - Naikkan timeout baca HTTP Anda dan periksa buffer gateway sebelum siapa pun menyetel
max_tokensmendekati 128.000. - Catat latensi p50 dan p95 pada kedua id sebelum Anda beralih.
- Putuskan fast mode rute demi rute, pada 2x harga daftar.
- Jalankan ulang set eval Anda sendiri. Benchmark vendor adalah alasan untuk menguji, bukan pengujiannya.
Opus 5.5 adalah versi yang lebih murah, lebih cepat, dan berjalan lebih lama dari model yang sudah Anda panggil. Risiko migrasinya bukanlah perubahan string-nya gagal. Risikonya adalah Anda membawa serta model biaya, timeout, dan nilai max_tokens yang semuanya disesuaikan untuk model yang berbeda.
FAQ
Apakah claude-opus-5-5 pengganti langsung untuk claude-opus-5? Perlakukan demikian hanya setelah memeriksa panduan migrasi Anthropic untuk lompatan ini. Perubahan id adalah suntingan satu baris, tetapi lompatan sebelumnya pada lini ini menggeser nilai default tanpa mengubah bentuk permintaan, jadi verifikasi adalah asuransi murah.
Berapa lebih murah Opus 5.5? 20% lebih murah per token di kedua arah, dari $5 ke $4 untuk input dan dari $25 ke $20 untuk output. Anthropic secara terpisah menyatakan pengurangan 40% dalam biaya menjalankan, yang menyiratkan keuntungan efisiensi token di atas pemotongan tarif. Ukurlah beban kerja Anda sendiri untuk melihat di antara keduanya Anda mendarat.
Berapa biaya prompt caching pada Opus 5.5? Write berbiaya $5,00 per juta token dan read berbiaya $0,20 per juta, dibandingkan $4,00 untuk input tanpa cache. Satu penggunaan ulang prefiks yang di-cache lebih dari cukup untuk membayar premi write.
Apakah batas output 128.000 token mengubah apa pun di klien saya? Biasanya ya. Periksa timeout baca HTTP Anda, buffering gateway Anda, dan apakah Anda melakukan streaming. Periksa juga stop_reason sebelum melakukan parse, karena mencapai batas di tengah objek menghasilkan JSON yang tidak valid alih-alih objek yang terpotong.
Top comments (0)