Claude Opus 5.5 mění ambici v produktovou metriku

Anthropic uvádí Claude Opus 5.5 jako první model nové řady 5.5. U většiny práce má dosahovat úrovně Fable 5.1 a typická úloha má stát o 40 % méně než s Opus 5. Pro týmy je ale zajímavější jiná otázka: zda lepší výdrž a čitelnější komunikace dovolí zadávat větší celky práce.

Anthropic prodává výkon Fable za levnější provoz Opus

Oficiální pozice kombinuje agentic coding, knowledge work a delší samostatnou práci. Anthropic tvrdí, že Opus 5.5 komunikuje přirozeněji, dává hlavní informaci dopředu a lépe dodržuje pravidla pro styl. Firma zároveň odhaduje o 40 % nižší náklady na typické úlohy proti Opus 5.

První uživatelské reakce, které shromáždil Zvi Mowshowitz, často zmiňují rychlost, čitelnější výstupy a schopnost pokračovat bez opakovaného pobízení. To jsou vlastnosti, které benchmark zachytí hůř než přesnost odpovědi.

Vyšší ambice znamená předávat modelu celé pracovní balíky

Přínos pro vývojáře neleží jen v lepším completion. Model, který udrží záměr, vede seznam úkolů a srozumitelně popíše vlastní postup, může dostat celou opravu nebo prototyp místo jednoho souboru. Člověk se pak přesouvá od psaní instrukcí ke stanovení výsledku a kontrole změn.

Levnější typická úloha tento posun zesiluje. Pokud tým může agentovi dovolit více pokusů, testů a revizí, schopnost vytrvat se mění z příjemné vlastnosti na ekonomickou výhodu.

Nadšení prvních dnů ještě neměří spolehlivost

Zdrojem je převážně časná zkušenost a vendorové benchmarky. Objevují se také zprávy o přehnané iniciativě, slabším odhadu skrytého záměru a o tom, že nejvyšší thinking může spotřebovat tolik tokenů, že cenová výhoda mizí. Agent, který ochotně pokračuje, může stejně ochotně pokračovat špatným směrem.

Rozhodnou dokončené projekty, ne další žebříček

Týmy by měly měřit počet zásahů člověka, cenu dokončeného úkolu, regresní chyby a kvalitu předání po několika hodinách práce. Pokud Opus 5.5 skutečně zvýší velikost bezpečně delegovatelného úkolu, projeví se to v kratší review frontě a menším počtu návratů, ne jen v náskoku benchmarku.

Lilithin verdikt

Opus 5.5 slibuje, že člověk zadá celý dům místo jedné cihly. Rozhodující bude, kolikrát se stavitel vrátí zkontrolovat, zda agent mezitím nepřesunul schodiště.