Claude Opus 5.5 và câu hỏi về bong bóng: Tuyên bố về chi phí 40% thực sự nói lên điều gì

Khi Anthropic phát hành Claude Opus 5.5 vào ngày 22 tháng 9 năm 2026, thông báo mở đầu bằng năng lực. Họ gọi mô hình này là thành viên đầu tiên của dòng Claude 5.5, nói rằng nó hoạt động ngang tầm Claude Fable 5.1 trong hầu hết công việc, và đặt nó thấp hơn 40% so với Claude Opus 5 về chi phí cho một khối lượng công việc điển hình. Câu trả lời được lan truyền xa nhất lại ngắn hơn: "ừ thì tôi chắc là chúng ta đã chạm đỉnh bong bóng AI rồi." Câu đùa này ăn tiền vì cả hai vế đều đúng cùng lúc. Một mẫu flagship mạnh hơn, nhanh hơn và rẻ hơn rõ ràng là tốt cho người mua token, và ít nhất là về bề ngoài thì có vẻ khó xử cho người đang đứng ra bảo lãnh cho các trung tâm dữ liệu sản sinh ra chúng. GPT-6 Sol ra mắt cùng ngày với giá token bằng một nửa, khiến hướng đi trông không giống một buổi ra mắt mà giống một sự kiện biên lợi nhuận hơn. Việc đó có cộng lại thành một đỉnh hay không phụ thuộc vào việc bạn nghĩ ngành này thực sự đang bán con số nào.

Điều gì thực sự đã được phát hành, và cái giá phải trả là bao nhiêu

Bảng giá là phần ít mơ hồ nhất của câu chuyện. Anthropic đã giảm 20% giá niêm yết trên toàn bộ các mức, và cắt giảm mạnh hơn nhiều đối với lượt đọc bộ nhớ đệm:

• Đầu vào — 4 USD mỗi triệu token, giảm từ 5 USD trên Claude Opus 5.

• Đầu ra — 20 USD mỗi triệu token, giảm từ 25 USD.

• Đọc bộ nhớ đệm — 0,20 USD mỗi triệu token, giảm từ 0,50 USD, tức mức cắt giảm 60% và là hạng mục quan trọng nhất trong một vòng lặp agent dài.

• Ghi bộ nhớ đệm — 5 USD mỗi triệu token, giảm từ 6,25 USD.

• Chế độ nhanh — $8 đầu vào và $40 đầu ra mỗi triệu token, cho tốc độ đầu ra nhanh tới 2,5×.

• Batch API — chỉ bằng một nửa giá cơ bản, tức là một token đầu ra được xử lý theo lô có giá $10.

Phạm vi thay đổi ít hơn mức giá. Claude Opus 5.5 vẫn giữ cửa sổ ngữ cảnh 1M token và giới hạn đầu ra đồng bộ 128.000 token của phiên bản tiền nhiệm, với tối đa 300.000 token đầu ra có thể dùng qua bản beta Batches. Suy luận thích ứng luôn bật và không thể tắt; mức nỗ lực mặc định theo tài liệu của Anthropic là medium, không phải max, điều này quan trọng khi bạn so sánh các điểm số đã công bố. Mã mô hình là claude-opus-5-5, ngày cắt kiến thức là tháng 6 năm 2026, và mốc ngừng hỗ trợ sớm nhất mà Anthropic công bố là ngày 22 tháng 9 năm 2027. Mô hình có mặt trên Claude API, Amazon Bedrock, Google Cloud và Microsoft Foundry.

Tuyên bố 40% là tuyên bố về khối lượng công việc, không phải giá niêm yết

“40% ít hơn” của Anthropic không phải là giảm 40% so với bảng giá. Giá niêm yết đã giảm 20%. Phần còn lại đến từ tuyên bố rằng Opus 5.5 dùng ít token hơn cho mỗi tác vụ, nên cùng một công việc tiêu thụ ít hơn một đơn vị đã rẻ hơn. Đó là một cách đo chi phí hoàn toàn mạch lạc, và cũng là kiểu tuyên bố chỉ đúng với tổ hợp khối lượng công việc mà nhà cung cấp đã chọn. Một lượt trò chuyện và một phiên tác nhân lập trình kéo dài 40 phút không phản ứng với cùng những tối ưu hóa.

Đặt một hóa đơn đơn giản bên cạnh đó. Một triệu token đầu vào và 200.000 token đầu ra có giá $8,00 trên Claude Opus 5.5 theo giá niêm yết, so với $10,00 trên Claude Opus 5 — đúng mức giảm 20%, không có hệ số hiệu quả nào. Nếu bộ nhớ đệm bao phủ phần lớn lượng đầu vào đó, mức giảm cho đọc bộ nhớ đệm sẽ có tác dụng lớn hơn: 800.000 token đầu vào được lưu trong bộ nhớ đệm có giá $0,16 trên Opus 5.5 so với $0,40 trên Opus 5, và cùng hóa đơn đó giảm xuống còn $4,16 so với $5,40. Con số 40% xuất hiện khi khối lượng công việc bị chi phối bởi ngữ cảnh lặp lại và mô hình cũng mất ít lượt hơn để hoàn thành. Đây là một khoản tiết kiệm thực sự; nhưng nó không phải là khoản tiết kiệm phổ quát, và Anthropic ghi nhãn đó là phép đo của chính họ.

Đây là lúc lập luận về bong bóng bắt đầu trở nên thú vị. Một đợt giảm giá mà phần lớn chỉ là tuyên bố về hiệu quả token là một canh bạc rằng khối lượng công việc tiếp theo sẽ dài hơn và mang tính tác tử hơn, chứ không phải ngắn hơn. Nếu canh bạc đó đúng, hóa đơn của khách hàng có thể giảm ngay cả khi số token bán ra tăng lên. Nếu sai, nhà cung cấp đã cắt đi đòn bẩy duy nhất mà họ có.

Sổ cái độc lập kém tâng bốc hơn.

Artificial Analysis xếp Claude Opus 5.5 ở mức 58 trên Intelligence Index phiên bản 4.3.2, đứng đầu trong 215 mô hình. Đây là một kết quả độc lập thực sự, không phải bảng của nhà cung cấp, và là lập luận đơn lẻ mạnh nhất chống lại cách diễn giải về bong bóng: biên giới vẫn đang tiến lên. Cùng phép đo đó cũng chứa phần khó xử. Claude Opus 5.5 tốn $5.98 cho mỗi tác vụ trên Intelligence Index, dùng khoảng 119.000 token đầu ra cho mỗi tác vụ so với khoảng 73.000 của Claude Opus 5, và chạy ở tốc độ 96,2 token đầu ra mỗi giây. Artificial Analysis mô tả chi phí mỗi tác vụ của nó ngang bằng Opus 5, chứ không thấp hơn 40%.

Hãy đọc hai câu đó cùng nhau. Mô hình là thứ thông minh nhất trên bảng và nó không trở nên rẻ hơn tính trên mỗi tác vụ đã hoàn thành trong harness của người đánh giá, bởi vì nó đã tiêu tốn nhiều token hơn để đạt được điều đó. Con số 40% là tuyên bố của nhà cung cấp về một khối lượng công việc điển hình; sổ sách độc lập cho thấy khối lượng công việc của chỉ số đã tốt hơn mà không trở nên rẻ hơn. Cả hai đều có thể đúng, và khoảng cách giữa chúng chính là kiểu điều mà một lập luận về bong bóng bám vào.

Phép so sánh làm nổi bật luận điểm nhất không phải là Claude Opus 5. Mà là GPT-6 Sol. Trên cùng chỉ số đó, GPT-6 Sol đạt 48 điểm và tốn 1,04 USD mỗi tác vụ với mức 2/10 USD trên mỗi triệu token. Do đó, Claude Opus 5.5 mang lại điểm chỉ số cao hơn khoảng 21% với chi phí mỗi tác vụ cao hơn khoảng 5,75 lần. Điểm chỉ số không phải là một hàm thỏa dụng, và khoảng cách 10 điểm có thể là khác biệt giữa việc một agent hoàn thành tác vụ và từ bỏ nó, nên mức phụ trội không phải là phi lý. Nhưng đó là một mức phụ trội, và nó đang được tính trong một thị trường đã dành hai năm được nói rằng chi phí suy luận giảm theo một đường cong.

Nơi số nhà cung cấp và số độc lập tách nhau

Ví dụ rõ ràng nhất là Terminal-Bench 4.0. Trang ra mắt của Anthropic báo cáo 66,4% cho Claude Opus 5.5 ở mức nỗ lực xhigh, chạy trong harness của chính Anthropic. Artificial Analysis đo được 59,6% ở cùng mức nỗ lực, chênh lệch 6,8 điểm, và mô tả kết quả đó là ngang bằng với GPT-6 Astra chứ không phải vượt trội. Một đơn vị đánh giá thứ hai, Vals AI, báo cáo khoảng 65,2%, sát với con số của nhà cung cấp hơn; một bảng xếp hạng công khai hoàn toàn không có dòng nào cho Opus 5.5 vào ngày ra mắt. Không ai trong số này nói dối. Họ đang chạy các harness khác nhau, cài đặt mức nỗ lực khác nhau và định tuyến dự phòng khác nhau, và lớp an toàn của chính mô hình có thể định tuyến lại một số yêu cầu trước khi bài đánh giá nhìn thấy chúng.

Bài học không phải là 66,4% là giả. Mà là một tiêu đề duy nhất từ nhà cung cấp là đầu vào tồi cho một lập luận phân bổ vốn. Khi cùng một mô hình có thể là 59,6 hoặc 65,2 tùy vào việc ai đang cầm đồng hồ bấm giây, thì vị thế trung thực là một khoảng, và khoảng đó đủ rộng để những tuyên bố "mô hình tốt nhất" phải đi kèm với bộ khung đánh giá của chúng. Chính Anthropic nói rằng khoảng cách giữa Opus 5.5 và Claude Fable 5.1 hẹp hơn mức điểm số gợi ý, và đó là một câu hữu ích hơn bất kỳ một dòng duy nhất nào.

Vì sao một chiếc flagship rẻ hơn lại có thể trông như một mẫu hàng đầu

Kịch bản tiêu cực rất rõ ràng. Nếu mô hình dẫn đầu giảm 20% giá niêm yết và tuyên bố giảm 40% ở mức khối lượng công việc thực tế, đồng thời một đối thủ ra mắt cùng ngày với mức giá bằng một nửa giá đầu ra, thì hướng đi của biên lợi nhuận gộp trên mỗi token là đi xuống. Các cam kết trung tâm dữ liệu là cố định và dài hạn; doanh thu token thì biến động và mang tính cạnh tranh. Một công ty được cho là đang chuẩn bị niêm yết công khai cần điều ngược lại: quyền định giá, hoặc ít nhất là mức giá ổn định với khối lượng tăng trưởng. Các bài báo quanh đợt ra mắt coi việc giảm giá như một lời chào hàng về kinh tế đơn vị dành cho người mua doanh nghiệp chứ không phải một món quà, mà nói cách khác là đợt ra mắt một phần là một hồ sơ huy động vốn.

Luận điểm lạc quan là token rẻ hơn tạo ra nhiều việc hơn là phá hủy. Mức tiêu thụ token của chính Claude Opus 5.5 là bằng chứng cho điều đó: 119.000 token đầu ra cho mỗi tác vụ lập chỉ mục không phải là một mô hình đang tiết kiệm, mà là một mô hình đang suy luận nhiều hơn mỗi yêu cầu. Nếu mỗi lần giảm giá chuyển một tác vụ từ "không đáng tự động hóa" sang "đáng tự động hóa," thì khối lượng có thể tiếp cận có thể tăng nhanh hơn mức giá giảm. Cách hành xử của Anthropic trong tháng 10 cũng cho thấy điều tương tự. Claude Duet, tác nhân chủ động mà họ đưa vào bản xem trước nghiên cứu vào ngày 21 và 22 tháng 10, chạy trên Claude Opus 5.5 và được thiết kế để làm việc liên tục trong nền — đúng kiểu khối lượng công việc biến giá token thành hóa đơn hàng tháng. Một mô hình đủ rẻ để cứ chạy liên tục là sản phẩm thúc đẩy nhu cầu, không phải sản phẩm giảm phát.

Còn một chi tiết về trình tự mà câu đùa về dòng thời gian đã bỏ qua. {{1}}Anthropic được cho là đã kêu gọi phát triển chậm lại vào giữa tháng 9{{/1}}, rồi mười ngày sau tung ra mô hình mạnh nhất của mình với mức giá thấp hơn. Đó không phải là hành vi của một phòng thí nghiệm cho rằng đường cầu đã cạn. Đó là hành vi của một phòng thí nghiệm cho rằng ràng buộc là năng lực tính toán, chứ không phải mức sẵn lòng chi trả, và cần mỗi token cận biên đủ rẻ để bán được.

Điều gì thực sự sẽ xác nhận vị trí dẫn đầu

Ba đại lượng quan sát được sẽ giải quyết câu hỏi tốt hơn bất kỳ hàng nào trong bảng đánh giá chuẩn.

• Chi phí cho mỗi tác vụ hoàn thành ngừng giảm. Nếu mẫu flagship tiếp theo ra mắt với mức giá cao hơn hoặc chi phí mỗi tác vụ không đổi bất chấp điểm chỉ số cao hơn, thì câu chuyện hiệu quả đã cạn và vấn đề biên lợi nhuận là có thật.

• Khối lượng không còn phản ứng với giá. Nếu việc cắt giảm 40% không làm tăng số token được cung cấp, thì luận điểm về độ co giãn đã không còn giá trị và ngành này đang bán một mặt hàng xa xỉ với mức giá của hàng phổ thông.

• Các cam kết vốn vượt xa doanh thu trong nhiều quý. Đây là điều duy nhất thực sự quan trọng đối với bản thân bong bóng, và đó là một câu hỏi về tài trợ vốn, không phải câu hỏi về mô hình. Một mô hình tuyệt vời có thể cùng tồn tại với một luận điểm đầu tư tồi; thời kỳ dot-com đã chứng minh điều đó ở quy mô lớn.

Chưa có điều nào trong số đó xảy ra. Claude Opus 5.5 là một điểm dữ liệu theo hướng ngược lại: năng lực được cải thiện, giá giảm, và bên đánh giá độc lập vẫn xếp nó ở vị trí đầu tiên. Mô hình không phải là bong bóng. Khoảng cách giữa chi phí để xây dựng nó và mức giá thị trường sẵn sàng trả cho nó mới là bong bóng, và một lần ra mắt không thể thu hẹp hay xác nhận khoảng cách đó.

Nếu bạn đang mua token trong quý này

Cách phản ứng thực tế trước một đợt ra mắt như thế này không phải là chọn phe trong câu hỏi vĩ mô. Mà là ngừng đo chi phí trên mỗi token và bắt đầu đo chi phí trên mỗi tác vụ đã hoàn thành, vì đó mới chính là con số mà tuyên bố 40% của nhà cung cấp thực sự nói tới, và cũng là con số mà hóa đơn của bạn sẽ thực sự phản ánh. Hãy chạy cùng hai mươi tác vụ đó ở mức nỗ lực medium và max, đếm số lần thử lại, và tính giá cho các lần cache hit. Khoảng cách giữa hai mức nỗ lực này thường lớn hơn khoảng cách giữa hai mô hình.

Claude Opus 5.5 đang có trên OrcaRouter theo giá niêm yết của nhà cung cấp với mức cộng thêm 0%, vì vậy mức giá $4/$20 và mức $0.20 cho mỗi lần đọc bộ nhớ đệm được chuyển thẳng thay vì bị cộng thêm, và khi nhà cung cấp thay đổi giá, thay đổi đó được áp dụng cho cùng một khóa ngay trong cùng ngày. Điều đó càng quan trọng hơn bình thường trong một cuộc chiến giá: mô hình bạn đã đánh giá chuẩn vào tháng 9 không nhất thiết là mô hình bạn nên định tuyến vào tháng 11. Cùng danh mục đó có các mô hình rẻ hơn mà bạn có thể muốn dùng cho phần lớn công việc, và DSL định tuyến cho phép bạn gửi các bước khó đến Opus 5.5 trong khi các bước trích xuất và phân loại đi đến một lựa chọn có chi phí nhỏ hơn. Chuyển đổi dự phòng tự động là nửa còn lại của cùng lập luận đó — nếu các mô hình tiên phong biến động, kiến trúc an toàn là kiến trúc có thể dịch chuyển.

Câu hỏi về bong bóng sẽ không được trả lời bằng bảng điểm chuẩn tiếp theo, và cũng sẽ không được trả lời bằng một phản hồi mỉa mai cho bài đăng ra mắt. Nó sẽ được trả lời bằng việc liệu những khối lượng công việc mà Claude Opus 5.5 làm cho đủ rẻ để chạy có tiếp tục tăng sau khi lưu lượng truy cập thời điểm ra mắt cũng tăng hay không. Bằng chứng ban đầu cho thấy mô hình này tốt và bài toán kinh tế vẫn chưa được giải quyết. Đó là một vị thế khó chịu hơn cả “đứng đầu” lẫn “không đứng đầu”, và đó có lẽ là lý do bảng tin đã chọn câu đùa.