Claude Opus 5.5: Ngang Fable 5.1, Rẻ Hơn Opus 5 Tới 40%, Nhưng Việc An Ninh Mạng Bị Đẩy Về Opus 4.8

Ba tuần sau Fable 5.1, Anthropic đưa ra một mô hình mà hãng nói làm được phần lớn việc của Fable 5.1 với giá bằng 40% và tốn ít token hơn. Bảng giá và bảng điểm đều do Anthropic công bố ngày 22/9/2026. Điều đáng đọc kỹ hơn cả hai bảng đó là dòng nhỏ về an ninh mạng: phần lớn tác vụ loại này không chạy trên Opus 5.5, mà bị chuyển về Opus 4.8, và cách chuyển chưa được mô tả đủ để người viết tác tử biết chuyện đó có xảy ra với mình hay không.

Giá: ba con số, ba nghĩa khác nhau

Anthropic niêm yết Opus 5.5 ở 4 USD mỗi triệu token đầu vào và 20 USD mỗi triệu token đầu ra, so với 5 và 25 USD của Opus 5, tức giảm 20%. Đọc bộ nhớ đệm giảm từ 0,50 xuống 0,20 USD, tức 60%. Ghi bộ nhớ đệm giảm từ 6,25 xuống 5 USD. Chế độ nhanh có giá riêng, 8 và 40 USD. Con số 40% trong tiêu đề của hãng là một ước tính khác: "Ở thiết lập mặc định, nó sẽ tốn ít hơn Opus 5 40% trên khối lượng việc điển hình", vì theo Anthropic mô hình mới dùng ít token và ít bước hơn để xong việc, và sinh đầu ra nhanh hơn Opus 5 hơn 30%.

Bảng điểm: vượt Fable 5.1, không vượt Astra ở mọi chỗ

Anthropic công bố kết quả trên chín bộ đo, chạy ở chế độ suy nghĩ thích ứng với nỗ lực tối đa. Trên bốn bộ đo tác tử mã trong đồ hoạ dưới, Opus 5.5 cao hơn Fable 5.1 từ 4 tới 11 điểm, nhưng thấp hơn GPT-6 Astra ở AutomationBench (40,0 so với 41,4) và Terminal-Bench-Science (58,7 so với 64,6). Sai số chuẩn Anthropic ghi cho Terminal-Bench 4.0 là ±2,6 điểm với Opus 5.5, nên vài khoảng cách trong bảng nằm trong vùng nhiễu. Chính Anthropic viết: "Ở các mức năng lực này, chúng tôi thấy khoảng cách trên bộ đo đã trở thành chỉ dấu kém tin cậy hơn về khác biệt ngoài đời."

Các bộ đo còn lại theo Anthropic: CursorBench 4.0 đạt 57,8% (Fable 5.1: 51,8%); GDPval-AA v2.1 đạt 1846 Elo (Fable 5.1: 1735; GPT-6 Astra: 1542); Humanity's Last Exam có công cụ đạt 67,7% (Fable 5.1: 65,6%); OSWorld 2.0 đạt 81,8% (Fable 5.1: 80,7%). Có một ghi chú nhỏ nhưng quan trọng trong phần chú thích bảng của hãng: vì rào chắn an toàn can thiệp, các tác vụ an ninh mạng trong bảng do Opus 4.8 làm, các tác vụ sinh học và phát triển mô hình do Opus 5 làm. Tức là điểm ở hai lĩnh vực đó không phải điểm của Opus 5.5.

Nguồn ngoài hãng duy nhất tới lúc này là Artificial Analysis, theo tường thuật của The Decoder: Opus 5.5 đạt 58 điểm trên Chỉ số Trí tuệ của tổ chức này ở nỗ lực tối đa, cao nhất từ trước tới nay, dẫn đầu 6 trên 10 bài đo, gồm Humanity's Last Exam 61,4% (Fable 5.1: 59,1%) và SciCode 66,9% (63,1%). Cùng nguồn nêu cái giá của nỗ lực tối đa: khoảng 119.000 token đầu ra mỗi tác vụ, so với khoảng 27.000 của GPT-6 Astra. Locaith chưa đọc trực tiếp trang Artificial Analysis; các số này là số đo bên thứ ba, đọc qua tường thuật.

An ninh mạng: chuyển về Opus 4.8, và một lỗi mở từ 12/9

Anthropic viết rằng vì Opus 5.5 có năng lực an ninh mạng mạnh, hãng áp dụng rào chắn tương tự Fable 5.1: "Phần lớn tác vụ an ninh mạng sẽ được chuyển hướng sang Opus 4.8." Việc phát triển phần mềm thông thường, gồm tìm và sửa lỗi, vẫn chạy trên Opus 5.5. Người làm bảo mật có thể xin vào Chương trình Xác minh An ninh mạng, và Anthropic nói sẽ mở rộng chương trình này cho Opus 5.5 "sớm". Trang hỗ trợ của chương trình, khi Locaith đọc ngày 23/9, vẫn ghi Opus 5.5 là mô hình sắp được thêm.

Những gì đổi với người tích hợp API

• Không tắt được chế độ suy nghĩ. Anthropic ghi rõ Opus 5.5 "không còn có sẵn khi tắt chế độ suy nghĩ". Mã đang gọi Opus 5 với thinking tắt để tiết kiệm thời gian sẽ chạy khác trên mô hình mới.
• Suy nghĩ được bảo toàn, không cho sửa ngữ cảnh cũ. Rào chắn chống chưng cất áp dụng cho tài khoản API tạo từ 31/8/2026, trên cả Fable 5.1 và Opus 5.5. VentureBeat ghi thêm rằng ép dùng công cụ (forced tool use) có thể trả lỗi và công cụ máy tính đời computer_20251124 không tương thích.
• Sinh học chịu rào chắn như Fable 5.1. Phòng thí nghiệm, công ty khởi nghiệp và hãng dược có thể xin vào Chương trình Xác minh Khoa học Sự sống mà Anthropic công bố ngày 17/9.
• Có mặt ở đâu. Mã mô hình claude-opus-5-5 trên Claude Platform, AWS, Google Cloud, Microsoft Azure; các gói Pro, Max, Team, Enterprise; hạn mức năm giờ được nâng. Sonnet 5.5 và Haiku 5.5 "trong vài tuần tới".
• Đối tề. Anthropic nói Opus 5.5 "cố vượt ranh giới ít hơn Opus 5 khoảng 85%" trên bộ kiểm tra toàn diện nhất của hãng, do Frontier Design và METR đánh giá trước phát hành; hãng cũng thừa nhận mô hình "thường nghi ngờ mình đang bị đánh giá", một điểm làm khó mọi số đo loại này.

Điều đáng rút ra cho doanh nghiệp Việt Nam

• Đo hoá đơn của mình, đừng tin số 40%. Con số 20% và 60% nằm trên bảng giá và áp dụng cho mọi người. Con số 40% là ước tính của Anthropic trên khối lượng việc "điển hình" của họ. Cách kiểm tra duy nhất là chạy lại 20 đến 30 tác vụ thật của bạn trên cả hai mô hình và cộng token.
• Nếu bạn làm sản phẩm bảo mật, hãy đăng ký chương trình xác minh trước khi chuyển mô hình. Lỗi #93821 cho thấy từ vựng của việc đóng gói phần mềm bình thường đủ để kích hoạt bộ phân loại. Đội làm tường lửa, chống gian lận hay bảo vệ mã nguồn là nhóm dễ bị chuyển nhầm nhất.
• Ghi lại mô hình thực sự trả lời ở từng lượt. Phản hồi API có trường tên mô hình. Lưu nó vào nhật ký của tác tử. Đó là cách rẻ nhất để phát hiện một lượt bị chuyển về Opus 4.8 trước khi khách hàng phát hiện hộ.
• Ngày 22/9 có hai đợt giảm giá cùng lúc. OpenAI hạ nửa giá GPT-6 Sol và Luna cùng buổi sáng, chuyên mục này viết riêng ở bài tiếp theo. Với việc mã, giá 4 và 20 USD của Opus 5.5 vẫn gấp đôi 2 và 10 USD của GPT-6 Sol; hai bảng điểm không chạy cùng một dàn đo nên chưa so được chất lượng trên cùng một thước.