Claude Opus 5.5 a pytanie o bańkę: co naprawdę mówi twierdzenie o 40% kosztów

Kiedy Anthropic wydało Claude Opus 5.5 22 września 2026 r., ogłoszenie rozpoczęło się od możliwości. Nazwano ten model pierwszym członkiem rodziny Claude 5.5, stwierdzono, że osiąga poziom Claude Fable 5.1 w większości prac, a wskazano, że jest o 40% tańszy niż Claude Opus 5 pod względem kosztu typowego obciążenia. Odpowiedź, która dotarła najdalej, była krótsza: „no jasne, jestem pewien, że osiągnęliśmy szczyt bańki AI”. Żart działa, bo obie połowy są prawdziwe jednocześnie. Flagowiec o większych możliwościach, szybszy i tańszy, jest jednoznacznie korzystny dla osoby kupującej tokeny i przynajmniej na pozór niezręczny dla osoby finansującej centra danych, które je produkują. GPT-6 Sol pojawił się tego samego dnia za połowę ceny tokena, co sprawiło, że kierunek zmian wyglądał mniej jak premiera, a bardziej jak wydarzenie związane z marżami. Czy to składa się na szczyt, zależy od tego, którą liczbę, jak sądzisz, branża faktycznie sprzedaje.

Co faktycznie zostało wydane, i ile to kosztuje

Cennik to najmniej dwuznaczna część tej historii. Anthropic obniżył cenę katalogową o 20% we wszystkich pozycjach, a odczyty z pamięci podręcznej obniżył znacznie mocniej:

• Wejście — 4 USD za milion tokenów, wcześniej 5 USD w Claude Opus 5.

• Output — 20 USD za milion tokenów, wcześniej 25 USD.

• Odczyt z pamięci podręcznej — 0,20 USD za milion tokenów, w dół z 0,50 USD, czyli cięcie o 60% i pozycja, która ma największe znaczenie w długiej pętli agenta.

• Zapisy do pamięci podręcznej — 5 USD za milion tokenów, wcześniej 6,25 USD.

• Tryb szybki — 8 USD za dane wejściowe i 40 USD za dane wyjściowe za milion tokenów, zapewniający do 2,5× szybsze generowanie odpowiedzi.

• Batch API — połowa ceny podstawowej, co daje 10 USD za token wyjściowy w trybie wsadowym.

Zakres możliwości zmienił się w mniejszym stopniu niż cena. Claude Opus 5.5 zachowuje okno kontekstu 1 mln tokenów i limit synchronicznych danych wyjściowych wynoszący 128 000 tokenów, tak jak poprzednik, a w wersji beta Batches dostępnych jest do 300 000 tokenów wyjściowych. Myślenie adaptacyjne jest zawsze włączone i nie można go wyłączyć; udokumentowany przez Anthropic domyślny poziom wysiłku to medium, a nie max, co ma znaczenie przy porównywaniu publikowanych wyników. Identyfikator modelu to claude-opus-5-5, granica wiedzy przypada na czerwiec 2026 r., a podana przez Anthropic najwcześniejsza data wycofania to 22 września 2027 r. Jest dostępny w Claude API, Amazon Bedrock, Google Cloud i Microsoft Foundry.

Twierdzenie o 40% odnosi się do obciążenia, a nie do ceny katalogowej.

„40% mniej” w wydaniu Anthropic nie oznacza 40% zniżki od cennika. Cena katalogowa spadła o 20%. Reszta wynika z twierdzenia, że Opus 5.5 zużywa mniej tokenów na zadanie, więc ta sama praca zużywa mniej tańszej jednostki. To całkowicie spójny sposób mierzenia kosztu, a jednocześnie twierdzenie, które sprawdza się tylko dla miksu obciążeń wybranego przez dostawcę. Tura czatu i 40-minutowa sesja agenta kodującego nie reagują na te same optymalizacje.

Postaw obok tego prostą fakturę. Milion tokenów wejściowych i 200 000 tokenów wyjściowych kosztuje 8,00 USD w Claude Opus 5.5 według ceny katalogowej, w porównaniu z 10,00 USD w Claude Opus 5 — dokładnie 20% obniżki, bez mnożnika wydajności. Jeśli buforowanie obejmuje większość tych danych wejściowych, obniżka za odczyt z pamięci podręcznej działa mocniej: 800 000 buforowanych tokenów wejściowych kosztuje 0,16 USD w Opus 5.5 wobec 0,40 USD w Opus 5, a ta sama faktura spada do 4,16 USD wobec 5,40 USD. Liczba 40% pojawia się, gdy obciążenie jest zdominowane przez powtarzający się kontekst, a model wykonuje też mniej tur, aby zakończyć. To realna oszczędność; nie jest uniwersalna, a Anthropic oznacza ją jako własny pomiar.

W tym miejscu argument o bańce zaczyna robić się interesujący. Obniżka ceny, która jest w dużej mierze twierdzeniem o efektywności tokenów, to zakład, że kolejne obciążenie pracą będzie dłuższe i bardziej agentowe, a nie krótsze. Jeśli ten zakład się opłaci, rachunek klienta może spaść, nawet gdy liczba sprzedanych tokenów rośnie. Jeśli się nie opłaci, dostawca obciął jedyną dźwignię, jaką miał.

Niezależny rejestr jest mniej pochlebny.

Artificial Analysis przyznał Claude Opus 5.5 wynik 58 w swoim Intelligence Index w wersji 4.3.2, pierwszy spośród 215 modeli. To autentyczny, niezależny wynik, a nie tabela dostawcy, i jest najsilniejszym pojedynczym argumentem przeciwko interpretacji mówiącej o bańce: czołówka wciąż się przesuwa. Ten sam pomiar zawiera też niezręczną część. Claude Opus 5.5 kosztował 5,98 USD na zadanie w ramach Intelligence Index, zużywał około 119 000 tokenów wyjściowych na zadanie wobec około 73 000 w przypadku Claude Opus 5 i działał z szybkością 96,2 tokena wyjściowego na sekundę. Artificial Analysis opisał jego koszt na zadanie jako równy kosztowi Opus 5, a nie o 40% niższy.

Przeczytaj te dwa zdania razem. Model jest najinteligentniejszą rzeczą na tablicy i nie stał się tańszy w przeliczeniu na ukończone zadanie w środowisku testowym ewaluatora, ponieważ zużył więcej tokenów, aby to osiągnąć. Te 40% to twierdzenie dostawcy dotyczące typowego obciążenia; niezależny rejestr wskazuje, że obciążenie indeksu poprawiło się, nie stając się tańsze. Oba te stwierdzenia mogą być prawdziwe, a różnica między nimi jest dokładnie tym, czym żywi się argument o bańce.

Porównanie, które najostrzej unaocznia tę kwestię, to nie Claude Opus 5. To GPT-6 Sol. W tym samym indeksie GPT-6 Sol uzyskuje wynik 48 i kosztuje 1,04 USD za zadanie przy stawce 2/10 USD za milion tokenów. Claude Opus 5.5 dostarcza zatem około 21% więcej punktów indeksu za około 5,75× wyższy koszt na zadanie. Punkty indeksu nie są funkcją użyteczności, a 10-punktowa różnica może decydować o tym, czy agent ukończy zadanie, czy je porzuci, więc premium nie jest irracjonalne. Ale to jest premium i jest ono pobierane na rynku, któremu od dwóch lat mówi się, że koszty wnioskowania spadają po krzywej.

Gdzie numer dostawcy i numer niezależny się rozchodzą

Najczystszym przykładem jest Terminal-Bench 4.0. Strona premiery Anthropic podaje 66,4% dla Claude Opus 5.5 przy xhigh poziomie wysiłku, uruchomionym we własnym harnessie Anthropic. Artificial Analysis zmierzyło 59,6% przy tym samym poziomie wysiłku — różnica 6,8 punktu — i opisało ten wynik jako równy GPT-6 Astra, a nie wyprzedzający go. Drugi ewaluator, Vals AI, podał około 65,2%, co jest bliższe liczbie dostawcy; publiczny leaderboard w dniu premiery nie miał w ogóle wiersza Opus 5.5. Nikt z tych ludzi nie kłamie. Uruchamiają różne harnessy, różne ustawienia wysiłku i różne routingi awaryjne, a sama warstwa bezpieczeństwa modelu może przekierować część zapytań, zanim zobaczy je benchmark.

Nie chodzi o to, że 66,4% jest fałszywe. Chodzi o to, że pojedynczy nagłówek od jednego dostawcy to słaby wkład do argumentu o alokacji kapitału. Skoro ten sam model może mieć 59,6 lub 65,2 w zależności od tego, kto trzyma stoper, uczciwa odpowiedź to przedział — a przedział jest wystarczająco szeroki, by twierdzenia o „najlepszym modelu” trzeba było podawać wraz z ich harnessem. Samo Anthropic twierdzi, że przewaga Opus 5.5 nad Claude Fable 5.1 jest mniejsza, niż sugerują wyniki, co jest zdaniem użyteczniejszym niż jakikolwiek pojedynczy wiersz.

Dlaczego tańszy flagowiec może wyglądać jak top

Scenariusz niedźwiedzi jest prosty. Jeśli wiodący model obniża cenę o 20% w cenniku i deklaruje 40% przy rzeczywistym obciążeniu, a konkurent debiutujący tego samego dnia startuje z ceną za tokeny wyjściowe o połowę niższą, to kierunek marży brutto na token jest spadkowy. Zobowiązania dotyczące centrów danych są stałe i długoterminowe; przychody z tokenów są zmienne i poddane presji konkurencyjnej. Firma, która według doniesień przygotowuje się do debiutu giełdowego, potrzebuje czegoś przeciwnego: siły cenowej, a przynajmniej stabilnej ceny przy rosnącym wolumenie. Relacje medialne wokół premiery odczytały obniżkę jako zachętę opartą na ekonomice jednostkowej skierowaną do klientów korporacyjnych, a nie jako prezent — co jest innym sposobem powiedzenia, że premiera była po części dokumentem finansowania.

Scenariusz byczy zakłada, że tańsze tokeny tworzą więcej pracy, niż jej niszczą. Apetyt samego Claude Opus 5.5 na tokeny jest tego dowodem: 119 000 tokenów wyjściowych na zadanie indeksowe to nie model oszczędzający, lecz model rozumujący więcej na żądanie. Jeśli każda obniżka ceny przenosi zadanie z kategorii „nie warto automatyzować” do „warto automatyzować”, adresowalny wolumen może rosnąć szybciej niż cena spada. Październikowe zachowanie Anthropic wskazuje w tym samym kierunku. Claude Duet, proaktywny agent, którego Anthropic wprowadziło do podglądu badawczego 21 i 22 października, działa na Claude Opus 5.5 i został zaprojektowany do ciągłej pracy w tle — dokładnie taki profil obciążenia, który zamienia cenę tokena w miesięczny rachunek. Model, który jest wystarczająco tani, by pozostawić go działającego, jest produktem popytowym, a nie produktem deflacyjnym.

Jest jeszcze szczegół dotyczący kolejności zdarzeń, który żart o osi czasu pominął. Anthropic podobno w połowie września wezwało do wolniejszego tempa rozwoju, a dziesięć dni później wypuściło swój najzdolniejszy model w niższej cenie. To nie jest zachowanie laboratorium, które uważa, że krzywa popytu została wyczerpana. To zachowanie laboratorium, które uważa, że ograniczeniem jest moc obliczeniowa, a nie gotowość do zapłaty, i które potrzebuje, by każdy marginalny token był wystarczająco tani, by można go było sprzedać.

Co właściwie potwierdziłoby szczyt

Trzy obserwable rozstrzygnęłyby tę kwestię lepiej niż jakikolwiek wiersz benchmarku.

• Koszt na ukończone zadanie przestaje spadać. Jeśli następny flagowy model pojawi się z wyższą ceną lub stałym kosztem na zadanie mimo wyższego wyniku w indeksie, opowieść o efektywności się wyczerpała, a problem z marżą jest realny.

• Wolumen przestaje reagować na cenę. Jeśli obniżka o 40% nie powoduje wzrostu liczby obsługiwanych tokenów, argument o elastyczności upada, a branża sprzedaje dobro luksusowe po cenie dobra masowego.

• Zobowiązania kapitałowe przewyższają przychody przez kilka kwartałów. To jedyna kwestia, która ma znaczenie dla samej bańki, i jest to kwestia finansowania, a nie kwestia modelu. Świetny model może współistnieć ze złą tezą inwestycyjną; era dot-comu udowodniła to na dużą skalę.

Żadna z tych rzeczy jeszcze nie nastąpiła. Claude Opus 5.5 jest punktem w przeciwnym kierunku: możliwości wzrosły, cena spadła, a niezależny ewaluator wciąż umieścił go na pierwszym miejscu. Model nie jest bańką. Bańką jest luka między kosztem jego zbudowania a tym, ile rynek zechce za niego zapłacić, a jedna premiera nie może tej luki zamknąć ani potwierdzić.

Jeśli kupujesz tokeny w tym kwartale

Praktyczną reakcją na taką premierę nie jest opowiedzenie się po jednej stronie w kwestii makro. Jest nią zaprzestanie mierzenia kosztu na token i rozpoczęcie mierzenia kosztu na ukończone zadanie, ponieważ to właśnie tej liczby dotyczy deklaracja dostawcy o 40% i to ona znajdzie odzwierciedlenie na twojej fakturze. Uruchom te same dwadzieścia zadań przy medium i max wysiłku, policz ponowienia i wyceń trafienia w pamięć podręczną. Różnica między dwoma ustawieniami wysiłku jest często większa niż różnica między dwoma modelami.

Claude Opus 5.5 jest dostępny w OrcaRouter w cenie katalogowej dostawcy z 0% marży, więc stawka $4/$20 i stawka $0.20 za odczyt z pamięci podręcznej są przekazywane bez narzutu, a zmiana ceny przez dostawcę trafia na ten sam klucz tego samego dnia. Ma to większe znaczenie niż zwykle w wojnie cenowej: model, który testowałeś we wrześniu, niekoniecznie jest modelem, który powinieneś kierować w listopadzie. Ten sam katalog zawiera tańsze modele, których możesz potrzebować do większej części pracy, a DSL routingu pozwala kierować trudne kroki do Opus 5.5, podczas gdy kroki ekstrakcji i klasyfikacji trafiają gdzieś z mniejszym rachunkiem. Automatyczne przełączanie awaryjne to druga połowa tego samego argumentu — jeśli czołówka jest niestabilna, bezpieczna architektura to taka, która potrafi się przesuwać.

Na pytanie o bańkę nie odpowie kolejna tabela benchmarków ani sarkastyczna odpowiedź na post premierowy. Odpowie na nie to, czy obciążenia, które Claude Opus 5.5 czyni wystarczająco tanimi w uruchomieniu, będą nadal rosły po wzroście ruchu związanego z premierą. Wczesne dowody wskazują, że model jest dobry, a ekonomia pozostaje nierozstrzygnięta. To bardziej niewygodne miejsce niż „top” albo „nie top”, co prawdopodobnie dlatego oś czasu sięgnęła po ten żart.