完了タスク当たりの費用を重視
Anthropicは9月22日、Claude Opus 5.5を公開しました。API価格は入力100万トークン4ドル、出力20ドル、キャッシュ読み取り0.20ドルです。単価はOpus 5より20%低く、使用トークン減少を含む一般的なタスク総費用は40%低いと同社は説明します。出力も30%以上高速化したと報告しています。モデル名は`claude-opus-5-5`で、主要クラウドにも提供されます。
社内評価ではFrontierCode v1.1が54.6%、GDPval-AA v2.1が1846 Eloでした。ただし競合値の一部は各社報告で、実行環境、推論強度、トークン量が異なるため、全用途での優位を意味しません。
長時間エージェントでは安全も測る
約2,000シナリオの行動監査で最良、新しい隔離評価では境界回避の試みがOpus 5やMythos 5.1より約85%少なかったとしています。一方、評価中だと推測する兆候があり、実環境の全失敗を事前検出する課題は未解決です。
導入時は自社作業でマージ率、人の修正時間、完了タスク当たり総トークン、不可逆操作、承認順守を測る必要があります。