Claude Opus 5.5 Đang hoạt động

Claude Opus 5.5 là mẫu flagship đầu tiên thuộc dòng Claude 5.5 do Anthropic phát triển, có hiệu năng đối sánh với Claude Fable 5.1 của hãng. Mô hình dẫn trước GPT-6 Astra trên các benchmark lập trình và công việc tri thức như Terminal-Bench 4.0 (66,4%) và GDPval-AA v2.1 (1846 Elo); giá đầu vào và đầu ra giảm 20%, đọc bộ nhớ đệm giảm 60%, tổng chi phí cho các tác vụ điển hình giảm 40% và tốc độ đầu ra tăng hơn 30%. Khả năng giao tiếp, diễn đạt cũng được cải thiện đáng kể, đạt thành tích tốt nhất lịch sử trong kiểm toán an toàn và lần đầu tiên được trang bị bộ bảo vệ an toàn ngang cấp Fable cho dòng Opus.

Lập trình tác nhân: đạt 66,4% trên Terminal-Bench 4.0, có thể hoàn thành việc di chuyển 680.000 dòng mã trong một ngày và kiểm toán kho mã 200.000 dòng trong 3 giờ.
Tái cấu trúc mã quy mô lớn: thành thạo việc di chuyển và kiểm toán ở cấp độ kho mã, chẳng hạn viết lại HAProxy từ C sang Rust, nhanh hơn Fable 5.1 2,5 giờ và tiết kiệm 51% chi phí.
Công việc tri thức và nghiên cứu: đạt 1846 Elo trên GDPval-AA v2.1, có thể viết báo cáo tài chính và lập mô hình tài chính mà không bịa số liệu, đồng thời chủ động phát hiện lỗi trong hướng dẫn đánh giá.
Điều khiển máy tính: đạt 81,8% trên OSWorld 2.0, có thể tự thực hiện các tác vụ máy tính phức tạp xuyên ứng dụng.
Giao tiếp và viết hiệu quả: áp dụng cách “đưa kết luận lên trước”, giảm thuật ngữ khó hiểu, tạo đầu ra phù hợp hơn với thói quen đọc của con người và cải thiện đáng kể trải nghiệm cộng tác lâu dài.
Tự động hóa quy trình kinh doanh: đạt 40,0% trên AutomationBench, có thể độc lập hoàn thành quy trình kinh doanh tự động hóa xuyên hệ thống (đánh giá của Zapier).
Toán học và suy luận: đạt 67,7% trên Humanity’s Last Exam (có sử dụng công cụ), với năng lực suy luận đa ngành mạnh nhất hiện nay.
Bảo vệ an toàn cấp doanh nghiệp: kiểm tra từng hành động trước khi thực thi, sử dụng sandbox mã nguồn mở và quét lỗ hổng trước khi hợp nhất mã; khả năng chống prompt injection đồng hạng tốt nhất với Fable 5.1.

Kiến trúc nền tảng: dựa trên backbone Transformer lớn, chưa công bố số lượng tham số; cơ chế cốt lõi là tư duy thích ứng (Adaptive Thinking), tự động phân bổ lượng tính toán suy luận theo độ khó của tác vụ. Người dùng có thể kiểm soát độ sâu thông qua mức effort, trong đó mức trung bình đã có thể đạt hiệu năng tương đương mức cao nhất trước đây.
Phương pháp huấn luyện: tiếp nối và củng cố mô hình Constitutional AI / RLAIF bằng cách siết chặt việc sàng lọc môi trường huấn luyện RL, cải thiện phần thưởng căn chỉnh và tự động tạo các tình huống huấn luyện an toàn đa dạng, từ đó giảm hành vi lệch chuẩn kiểu “bất chấp quy tắc để đạt mục tiêu” ngay từ đầu.
Tối ưu hiệu suất: sử dụng học tăng cường ở cấp quỹ đạo để thưởng cho việc “hoàn thành tác vụ” thay vì “quy trình đầy đủ”, giúp mô hình đạt kết quả với ít bước và token hơn; đánh đổi là token suy nghĩ tăng 60% khi ở mức max effort, tức dùng nhiều tính toán nội bộ hơn để thực hiện ít thao tác bên ngoài hơn.
Bảo vệ thời gian chạy: kiến trúc ba lớp gồm bộ phân loại sàng lọc theo thời gian thực trước mỗi hành động; sandbox mã nguồn mở cô lập môi trường chạy; và kiểm tra lỗ hổng độc lập trước khi hợp nhất mã, tạo cơ chế bảo vệ kép “căn chỉnh ở lớp mô hình + chặn ở lớp hệ thống”.
Liên kết năng lực với bộ bảo vệ: khi phát hiện các tác vụ như tấn công mạng hoặc rủi ro sinh học, hệ thống tự động chuyển yêu cầu một cách minh bạch sang mô hình chuyên dụng (chẳng hạn chuyển dự phòng an ninh mạng sang Opus 4.8). Các lĩnh vực rủi ro cao chỉ được mở quyền sau khi cơ quan đánh giá cấp phép; mặc định siết chặt và chỉ mở khi cần.

Sử dụng trực tiếp trên web/ứng dụng: đăng nhập Claude hoặc ứng dụng Claude trên máy tính/thiết bị di động, đăng ký gói Pro, Max, Team hoặc Enterprise, sau đó chọn Opus 5.5 trong bộ chọn mô hình.
Gọi API: tạo API Key trong bảng điều khiển Claude Platform, điền ID mô hình là claude-opus-5-5, sau đó gọi qua Anthropic SDK hoặc REST API với mức phí $4 cho đầu vào / $20 cho đầu ra mỗi triệu token.
Sử dụng trong Claude Code: sau khi cài đặt Claude Code, chọn Opus 5.5 làm mô hình trong terminal hoặc plugin VS Code, phù hợp với các tác vụ lập trình và tác nhân.
Chọn mức tư duy: dùng tham số effort (low/med/high/xhigh/max) để kiểm soát độ sâu suy luận. Tác vụ thường ngày chỉ cần mức trung bình mặc định; với tác vụ phức tạp mới tăng lên tối đa để tránh tiêu tốn token không cần thiết.
Bật chế độ Fast khi cần: trong các tình huống nhạy cảm với độ trễ như lập trình tương tác, có thể bật chế độ Fast trong Claude Code và Platform; tốc độ tăng 2,5 lần và giá tăng gấp đôi lên $8/$40.
Kết nối qua nền tảng đám mây: người dùng doanh nghiệp có thể gọi trực tiếp trên AWS Bedrock, Google Cloud Vertex AI hoặc Microsoft Azure Foundry mà không cần tự xây dựng lớp tích hợp.
Đăng ký quyền đặc biệt: các tổ chức nghiên cứu khoa học sự sống có thể đăng ký Life Sciences Verification Program; chuyên gia an ninh mạng có thể đăng ký Cyber Verification Program. Sau khi được phê duyệt, người dùng sẽ được mở khóa đầy đủ năng lực trong lĩnh vực tương ứng.

Năng lực lập trình vượt trội: đạt 66,4% trên Terminal-Bench 4.0, cao hơn GPT-6 Astra 8,5 điểm phần trăm và có thể hoàn thành việc di chuyển 680.000 dòng mã trong một ngày.
Chi phí giảm đáng kể: giá đầu vào và đầu ra giảm 20%, đọc bộ nhớ đệm giảm 60%, tổng chi phí cho các tác vụ điển hình thấp hơn Opus 5 40%.
Tốc độ nhanh hơn: tốc độ đầu ra tăng hơn 30%, còn chế độ Fast có thể đạt tốc độ gấp 2,5 lần.
Trải nghiệm giao tiếp thay đổi rõ rệt: đưa kết luận lên trước, giảm thuật ngữ khó hiểu, khắc phục “bệnh dài dòng” từng bị phàn nàn nhiều nhất ở Opus 5 và giúp cộng tác lâu dài hiệu quả hơn.
Đáng tin cậy trong công việc tri thức: đạt 1846 Elo trên GDPval-AA v2.1, không bịa số liệu trong báo cáo tài chính và còn chủ động phát hiện lỗi ẩn trong hướng dẫn đánh giá.
Hồ sơ an toàn tốt nhất: đạt điểm cao nhất lịch sử về kiểm toán hành vi tự động, số lần thử jailbreak giảm 85% so với thế hệ trước, khả năng chống prompt injection đồng hạng mạnh nhất với Fable 5.1.
Bảo vệ cấp doanh nghiệp toàn diện: kiểm tra trước mỗi hành động, sandbox mã nguồn mở và quét lỗ hổng trước khi hợp nhất mã, hỗ trợ chạy không giám sát trong thời gian dài.
Hiệu quả chi phí vượt trội: mức mặc định có thể đạt hiệu năng tương đương mức cao nhất của GPT-6 Astra, trong khi chi phí cho một tác vụ chỉ bằng từ một phần năm đến hai phần năm của đối thủ.

Trang web dự án: https://www.anthropic.com/claude-opus-5-5

Di chuyển và tái cấu trúc mã quy mô lớn: hoàn thành việc di chuyển 680.000 dòng mã trong một ngày và viết lại HAProxy từ C sang Rust trong 9,5 giờ, phù hợp để hiện đại hóa hệ thống cũ.
Kiểm toán kho mã và đánh giá an toàn: kiểm toán và sửa kho mã 200.000 dòng trong 3 giờ; ngay cả ở mức tư duy thấp cũng có thể phát hiện 72% Bug đã biết (Deloitte kiểm nghiệm), phù hợp với kiểm định chất lượng mã cấp doanh nghiệp.
Phân tích tài chính và nghiên cứu đầu tư: có thể dựa trên thông tin mạng để viết báo cáo tài chính không bịa số liệu và xây dựng mô hình tài chính cho hoạt động mua bán và sáp nhập; trong đánh giá của Walleye Capital, mô hình còn chủ động phát hiện lỗi ẩn trong chỉ thị.
Công việc tri thức và viết báo cáo: bao phủ các tác vụ thực tế của 44 nghề, đồng thời đưa kết luận lên trước và diễn đạt rõ ràng, phù hợp với các tài liệu dài trong lĩnh vực tư vấn, pháp lý và nghiên cứu.
Tự động hóa quy trình kinh doanh và vận hành tác nhân: có thể chạy không giám sát trong sandbox để thực hiện các tác vụ xuyên hệ thống trong thời gian dài, phù hợp với tự động hóa quy trình hậu trường doanh nghiệp.