Ana içeriğe geç

Claude Opus 5.5: Anthropic'in Daha Ucuz, Daha Hızlı Yeni Amiral Gemisi

Anthropic'in 5.5 serisinin ilk modeli Claude Opus 5.5'te nelerin yeni olduğuna bakın: daha düşük maliyet, daha hızlı çıktı ve rekor güvenlik puanları.
Josef Waples
Josef Waples

Ücretsiz Hesabınızı Oluşturun

Alıştırma and program your progress.

Google ile devam edinDevam ederek, Kullanım Koşullarımızı ve Gizlilik Politikamızı kabul etmiş ve verilerinizin ABD'de saklandığını onaylamış olursunuz.

Anthropic, Claude Opus 5.5'i yeni yayınladı ve konu tamamen ekonomi ve güvenlik. Model, Opus 5'e kıyasla çalıştırma maliyetini %40 düşürüyor (ki Opus 5 de selefleri Opus 4.6, 4.7 ve 4.8 ile aynı fiyattan çıkmıştı), çıktıyı %30'dan fazla hızda üretiyor ve Anthropic'in dahili hizalama paketinde ölçtüğü en iyi puanları alıyor. Performans açısından, çoğu görevde Claude Fable 5.1'e yakın bir yerde konumlanıyor, ama fiyatın bir kısmına.

Bu hafta bir sürüm bekliyorduk ve haberleri yakından takip ediyorduk. Bu, Anthropic CEO'su Dario Amodei'nin, en güçlü modeli mümkün olan en kısa sürede piyasaya sürmek için yarışmak yerine, güvenlik çalışmalarını yetenek kazanımlarının önünde tutmak anlamına gelen "sınırı kontrollü ilerletme" çağrısından bu yana ilk sürüm. Yapay zekâda yavaşlama çağrısından bir hafta sonra yeni bir model çıkarmak ilk bakışta çelişkili, tutarsız ya da ikiyüzlü görünebilir. Ama belki de o kadar tutarsız değil. Opus 5.5 ham zekâ ile ilgili değil. Aynı performansı daha ucuza ve daha sıkı hizalamayla sunmakla ilgili.

Saatler içinde OpenAI, yeni Sol ve Luna modelleriyle karşılık verdi. Bunu GPT-6 Sol ve Luna rehberimizde ve GPT-6 Sol ile Claude Opus 5.5'in uygulamalı karşılaştırması yazımızda okuyun.

Claude Opus 5.5 Nedir?

Claude Opus 5.5, Anthropic'in yeni "5.5" kuşağındaki ilk sürüm. Şu anda Anthropic'in model serisinin en üstünde yer alıyor. Sonnet ve Haiku sürümlerinin önümüzdeki günlerde veya haftalarda gelmesi bekleniyor. 

Opus 5.5, Opus modellerinin her zaman hedeflediği zorlu işler için tasarlandı: uzun, ajan tabanlı kodlama çalışmaları, karmaşık araştırma ve analizler ile saatler boyunca sapmadan sürmesi gereken çok adımlı iş akışları.

Bu kez farklı olan şu: Opus 5.5, Opus 5'in zaten yaptığını daha yalın ve verimli şekilde yapan bir sürüm; yani görev başına daha az token ile karşılaştırılabilir iş çıkarıyor ve maliyet ile hız kazanımlarının büyük kısmı da buradan geliyor.

Claude Opus 5.5'te Neler Yeni?

Başlığı belirleyen iddia olduğu için maliyetle başlayalım.

Kayda değer ölçüde daha ucuz ve daha hızlı

Anthropic'e göre ajan tabanlı işlemler ve kodlama maliyetlerinin çoğunu oluşturan önbellek okuma ücretleri %60 düşüyor; milyon token başına 0,50 $'dan 0,20 $'a iniyor. Girdi ve çıktı token'larında da %20 düşüş var ve model Opus 5'e kıyasla çıktıyı %30'dan fazla daha hızlı üretiyor. Sürümde yer alıp çok öne çıkarılmayan diğer bir nokta ise: Anthropic, Pro, Max ve Team planlarındaki beş saatlik kullanım limitlerini gevşetiyor ve abonelere saklayıp yeniden kullanabilecekleri türden, biriktirilebilir oran-limit sıfırlaması veriyor.

Uzun ve dağınık işlerde kendini daha çok gösteren performans

Anthropic, en büyük kazanımların kısa ölçüt setleri yerine geniş kapsamlı, gerçek dünya görevlerinde ortaya çıktığını söylüyor. Erken bir testte bir kullanıcı, 680.000 satırlık bir kod göçünü bir günden kısa sürede tamamladı — ki bu, aksi halde bir mühendislik ekibinin haftalarını alırdı.

Opus 5.5'in bir web uygulamasının her sayfasındaki yükleme sürelerini düşürmesi istendiği dahili bir testte, 40 denemenin 39'unda başarı sağlandı; bu da modelin tutarlı olduğunu gösteriyor.

Daha iyi iletişim

Anthropic, Opus 5 hakkında en yaygın şikayetlerden biri olan gereksiz uzatma ve jargon sorununa çözüm olarak yazım tarzını özellikle vurguluyor. Opus 5.5, en önemli bilgilerle başlaması, daha az alışılmadık ifadeler kullanması ve verilen kurum üslubuna daha sadık kalmasıyla tanımlanıyor. Sürümde yan yana bir hata açıklama örneği var ve Opus 5.5 sürümü belirgin şekilde daha kısa; asıl kök nedeni sona saklamak yerine en başa koyuyor.

Claude Opus 5.5 Kıyaslama Sonuçları

Anthropic'in kendi sürüm notlarına göre, Opus 5.5'in Fable 5.1, Opus 5 ve rakiplerle karşılaştırması şöyle.

 Opus 5.5Fable 5.1Opus 5GPT-6 AstraGPT-5.6 Sol
Ajan tabanlı kodlama — Terminal-Bench 4.066.4%55.8%52.3%57.9%37.3%
Ajan tabanlı kodlama — FrontierCode v1.1 (Ana)54.4%50.3%48.0%53.3%47.5%
Ajan tabanlı kodlama — CursorBench 4.057.8%51.8%46.6%—41.7%
Bilgi işi — GDPval-AA v2.118461735170815421588
İş akışları — AutomationBench40.0%31.4%26.9%41.4%28.8%
Disiplinlerarası akıl yürütme — Humanity's Last Exam (araçlarla)67.7%65.6%63.6%57.2%—
Ajan tabanlı bilimsel araştırma — Terminal-Bench-Science 0.158.7%52.6%29.0%64.6%22.4%
Bilgisayar kullanımı — OSWorld 2.0 (kısmi)81.8%80.7%74.0%——
Görsel grafik tanıma — Chartography (araçlarla)89.0%88.4%83.4%——

Birkaç nokta öne çıkıyor. Opus 5.5, burada gösterilen tüm kıyaslarda Fable 5.1'i geride bırakıyor; bu da Anthropic'in 5.5'i doğrudan bir yükseltme yerine "Fable seviyesinde performans, daha ucuza" şeklinde konumlandırdığı düşünülürse dikkat çekici. Bence Anthropic bunu özellikle vurgulamıyor çünkü katman yapısını korumak istiyorlar. Yani şunu kastediyorum: Anthropic, serinin en üstü olarak Fable'ı primli bir fiyattan satıyor. Eğer Opus 5.5'in Fable'ı çoğu yerde geçtiği bilinirse — Fable fiyatı ödeyenler için bu zor bir soru olur.

Özellikle ajan tabanlı kodlamada, Opus 5'e karşı fark üç kıyasın tamamında büyük. CursorBench'teki sıçrama, tablodaki tek bir kıyaslamada görülen en büyük iyileştirme.

İstisnalar da işaretlenmeye değer. GPT-6 Astra, hem AutomationBench'te (iş akışları) hem de Terminal-Bench-Science'ta (ajan tabanlı bilimsel araştırma) Opus 5.5'i az farkla geçiyor; ikincisinde fark oldukça net. Yani Opus 5.5'in hâlâ bazı gerçek dünya iş akışı ve bilimsel araştırma görevlerinde geride olduğunu söyleyebilirsiniz.

Peki, "Sınırı Kontrollü İlerletme" Ne Olacak?

İlk başta dışarıdan bakınca gerçekten tuhaf görünüyordu. Amodei, yapay zekâ ilerlemesini yavaşlatma çağrısı yaptıktan günler sonra, Anthropic yeni bir amiral gemisi çıkardı. 

Kötümser bir okuma, "sınırı kontrollü ilerletme"nin aslında hiç de güvenlikle ilgili olmadığını söyleyebilir. Sektörün yavaşlamasını istemek, öndeyken daha kolaydır ve gelir bazında Anthropic önde.  

Ama başka bir yorumla, "sınırı kontrollü ilerletme" hiçbir zaman model yayınlamaya karşı bir argüman değildi; daha çok hangi tür modellerin yayınlanacağına dair bir argümandı. Bu yorumla bakıldığında, Opus 5.5 mesajla uyumlu.

Anthropic, Opus 5.5'in kabaca Fable 5.1 seviyesinde performans gösterdiğini söylüyor; yani zaten var olan bir modelin düzeyinde. Yetenek tavanı yükselmedi. Değişen şey, aynı düzeydeki işin artık %40 daha ucuza ve %30'dan fazla daha hızlı çalışması. Ayrıca dahili hizalama puanları daha iyi.

Claude Opus 5.5 Fiyatlandırması

1M token başınaOpus 5.5Opus 5
Girdi$4$5
Çıktı$20$25
Önbellek okuma$0.20$0.50
Önbellek yazma$5$6.25

Hızlı mod — 2,5 kata kadar hızda çalışma — Claude Code ve Claude Platform'da milyon girdi token'ı başına 8 $ ve milyon çıktı token'ı başına 40 $ olarak sunuluyor.

Zaman içinde Claude Opus fiyatlarını görebilmemiz için bir grafik oluşturdum. Zamanla ucuzladı. 

Yeni Koruma Önlemlerinin Nasıl Çalıştığına Dair Bildiklerimiz

Sürüm notlarından bildiklerimiz şunlar:

Opus 5.5, siber güvenlik, biyoloji ve damıtma olmak üzere üç işaretli alanda, Anthropic'in Fable 5.1 için ayırdığı sınıfta koruyucu önlemler alıyor.

Anthropic, tespit mekanizmasının ayrıntılarını vermiyor, ancak sonuç olarak gelen isteklerde bir tarama adımı çalışıyor: istemdeki bir şey bu üç kategoriden birine girdiği şeklinde işaretleniyor ve istek Opus 5.5'e gitmek yerine yanıtlanmadan önce başka tarafa yönlendiriliyor. Örneğin, siber güvenlik olarak işaretlenen bir istem, daha eski olan Opus 4.8'e düşürülürken, biyolojiyle ilgili bir istem Opus 5'e yükseltiliyor. Yani koruma, çıktı üzerinde bir filtre değil — üretim başlamadan önce verilen bir yönlendirme kararı ve isteği hangi modelin karşılayacağı, hangi kategorinin tetiklendiğine bağlı.

Anthropic ayrıca modelin, sürümden önce METR ve Frontier Design tarafından harici olarak değerlendirildiğini belirtiyor (bu kuruluşların ne olduğuna dair ayrıntılar SSS bölümünde), böylece güvenlik iddialarına yalnızca Anthropic'in kendi beyanı dışında harici bir kontrol getirilmiş oluyor.

Claude Opus 5.5 Kullanılabilirliği

Claude Opus 5.5, Anthropic'in kendi platformlarının yanı sıra Amazon Web Services, Google Cloud ve Microsoft Azure'da şu anda yayında. Claude Platform'daki geliştiriciler, doğrudan claude-opus-5-5 model dizesiyle erişebilir.

Sonuç

Claude Opus 5.5, kullanıcılar için bir kazanç. Selefine göre daha ucuz, daha hızlı ve daha güvenli.

Uzun vadede güvenlik boyutu daha ilginç bir hikâye. Amodei'nin "sınırı kontrollü ilerletme" konuşmalarının hemen ardından geldiği için, dışarıdan bakınca — yavaşlama çağrısından bir hafta sonra yeni bir amiral gemisi model — görüntü olumsuz olabilirdi. Ama sürüm, kasıtlı olsun ya da olmasın, ince bir çizgiyi tutturuyor: yetenek tavanı yükseltilmedi ve Opus 5.5, daha önce Fable için ayrılan aynı düzeyde korumalarla ve testlerde anlamlı derecede daha düşük sandbox'tan kaçış girişimi oranıyla geliyor. Bunun pratikte "sınırı kontrollü ilerletme" mi yoksa sadece iyi zamanlama mı olduğunu bilmiyorum. Ama en azından Amodei'nin yaptığı argümanla tutarlı.

Josef Waples

Yazar

Josef Waples

Bilimsel dergilerde yayımlanan araştırma makalelerine katkıları olan bir veri bilimi yazarı ve editörüyüm. Özellikle lineer cebir, istatistik, R ve benzeri konularla ilgileniyorum. Aynı zamanda epey satranç da oynarım! 

SSS

Claude Opus 5.5 nedir ve Opus 5 ile nasıl karşılaştırılır?

Anthropic'in yeni Claude 5.5 ailesindeki ilk modeldir; 22 Eylül 2026'da yayınlandı. Çoğu işte yaklaşık olarak Claude Fable 5.1 düzeyinde performans gösterirken, Opus 5'e kıyasla çalıştırma maliyeti %40 daha düşüktür. Erken test kullanıcıları önemli verimlilik artışları bildirdi — biri 680.000 satırlık bir kod göçünü bir günden kısa sürede tamamladı, bir diğeri ise 200.000 satırlık bir kod tabanını Opus 5 ile 20+ saat yerine üç saatin altında denetledi.

Opus 5.5 ne kadar tutuyor ve gerçekten Opus 5'ten daha mı ucuz?

Evet. Girdi token'ları milyon başına 4 $ (5 $'tan düştü), çıktı token'ları milyon başına 20 $ (25 $'tan düştü) ve önbellek okuma ücretleri milyon başına 0,20 $'a indi (0,50 $'tan) — %60 kesinti. Ayrıca, 2,5 kata kadar hız için milyon girdi başına 8 $ ve milyon çıktı başına 40 $ olan bir "Hızlı mod" da mevcut.

Opus 5.5 ile hangi güvenlik önlemleri geliyor?

Siber güvenlik ve biyoloji alanlarında yüksek yetenekli olduğu için (bu alanlarda Claude Mythos 5.1'e kıyaslanabilir), Opus 5.5, Fable 5.1'inkine benzer korumalarla çıkıyor. Çoğu siber güvenlik görevi Claude Opus 4.8'e yeniden yönlendiriliyor ve ileri biyoloji çalışmaları Anthropic'in Yaşam Bilimleri Doğrulama Programı üzerinden doğrulanmış erişim gerektiriyor. Ayrıca "korunmuş düşünme" adlı, damıtmaya karşı bir güvenlik önlemiyle geliyor.

Opus 5.5 bağımsız kıyaslarda nasıl performans gösterdi?

Ajan tabanlı kodlama, bilgisayar kullanımı ve bilgi işi kıyaslarında öndeydi — örneğin Terminal-Bench 4.0'da %66,4 ve GDPval-AA v2.1'de 1846 Elo ile liderlik. Ancak Anthropic, bu yetenek seviyesinde kıyas farklarının, Fable 5.1 gibi modellere kıyasla gerçek dünya farklarının daha az güvenilir bir göstergesi haline geldiğini not ediyor.

Opus 5.5'e nereden erişebilirim ve düşünme modu zorunlu mu?

AWS, Google Cloud ve Microsoft Azure dahil tüm büyük platformlarda ve ayrıca doğrudan Claude Platform üzerinden claude-opus-5-5 model dizesiyle kullanılabilir. Önceki sürümlerden farklı olarak, artık "düşünme" modu kapalı şekilde kullanılamıyor.

METR ve Frontier Design nedir?

Anthropic'in, Opus 5.5'i sürüm öncesinde değerlendirmek için kullandığı iki harici gruptur. METR (Model Evaluation and Threat Research), sınır yapay zekâ modellerini özerk ve riskli yetenekler açısından test etme konusunda uzmanlaşmış bir kâr amacı gütmeyen kuruluştur ve sektörde adeta standart bir üçüncü taraf değerlendirici haline gelmiştir — daha önce OpenAI, Google DeepMind, Meta ve Amazon ile benzer değerlendirmelerde çalışmıştır. Frontier Design ise, ulusal güvenlikle ilişkili risklere odaklanan büyük ölçekli insan kırmızı ekip çalışmaları dahil olmak üzere, yapay zekâ laboratuvarları için güvenlik değerlendirmeleri ve kırmızı ekip çalışmaları yürüten bir firmadır.

Konular

Yapay Zeka

İlgili

Devamını Gör →