Anthropic va publicar Claude Opus 5.5 el 22 de setembre. Des d'aleshores, la xifra que més ha circulat és que costa un 40% menys que Opus 5. És certa, tot i que posa al mateix sac diverses coses que s'entenen millor per separat.
A Liquid fem servir aquests models cada dia, en projectes de clients i en eines internes, així que hem llegit l'anunci i la documentació tècnica pensant en el que tenim entre mans.
El que costa
El preu per token baixa un 20%. El milió de tokens d'entrada passa de 5 a 4 dòlars i el de sortida, de 25 a 20. Les lectures de memòria cau baixen força més, de 0,50 a 0,20 dòlars, un 60%, i això es nota en productes que reutilitzen el mateix context a cada crida, com un assistent que sempre consulta la mateixa documentació o un agent que treballa sobre el mateix repositori.
El 40% surt d'un altre compte. Anthropic el calcula amb la configuració per defecte i en càrregues de treball típiques, i hi sumen el preu més baix, que el model necessita menys passos per resoldre una tasca i que el nivell de raonament per defecte ha passat a ser mitjà. Si el teu producte s'assembla a aquesta càrrega típica, quedaràs a prop d'aquesta xifra. Si no, pots quedar per sobre o per sota, i l'única manera de saber-ho és provar-ho amb els teus propis casos.
Què fa millor que Opus 5
Segons Anthropic, Opus 5.5 rendeix al nivell de Fable 5.1, el seu model més capaç, en la majoria de tasques. On més se separa d'Opus 5 és en programació amb agents, en feines llargues com migracions o auditories de codi i en anàlisi. Els benchmarks de l'anunci el posen per davant en gairebé tot, tot i que el mateix anunci admet que a aquest nivell les diferències a les taules diuen cada cop menys del que passa en l'ús real.
Genera les respostes més d'un 30% més ràpid. En una eina interna potser no importa, però en un producte on l'usuari espera mirant la pantalla, aquests segons compten.
També escriu millor, i és la millora que més ens ha interessat. Posa el més important al principi, fa servir menys argot i segueix millor les regles d'estil que li dones. En un xat d'atenció al client o en un assistent dins d'una app, on el model parla directament amb els teus usuaris, això ho nota tothom encara que no sàpiga explicar per què.
Què revisar si ja fas servir Opus 5
Si ja tens Opus 5 en producció, la migració té lletra petita. El raonament ja no es pot desactivar, canvia la manera d'obligar el model a fer servir una eina concreta i, en comptes creats a partir del 31 d'agost, tampoc es poden editar missatges anteriors d'una conversa per tornar-los a enviar. Alguns d'aquests canvis donen error si el codi no hi està preparat, així que cal revisar-los abans de tocar res. Opus 5 continua disponible i no hi ha pressa per canviar.
En seguretat i compliment hi ha dos detalls que ens importen especialment, perquè treballem amb empreses d'aquí. Opus 5.5 es pot fer servir amb retenció zero de dades, que és el primer que pregunten molts clients quan parlem d'enviar informació dels seus usuaris a un tercer. I afegeix marques d'aigua al text que genera per complir amb la Llei d'IA europea. A més, arriba amb salvaguardes més estrictes en ciberseguretat i biologia, i algunes peticions d'aquestes àrees es deriven automàticament a un altre model. Si el teu producte treballa en aquests sectors, convé tenir-ho en compte.
Què faríem nosaltres
El que més ens importa d'aquest llançament és que baixi el preu i que escrigui millor alhora. Hi ha funcionalitats amb IA que fins ara costava justificar pel que costa cada ús, i amb aquests preus val la pena tornar a fer números. A les dècimes dels benchmarks els donem menys pes. Després d'uns quants llançaments, ens refiem més del que veiem provant amb els nostres projectes.
Per canviar de model en un projecte en producció, primer fixaríem la configuració actual, per comparar en igualtat de condicions. Després provaríem el model nou amb casos reals del producte, calcularíem quant costa cada tasca ben resolta i mouríem el trànsit a poc a poc. Si encara estàs decidint si posar IA al teu producte, fa poc vam escriure sobre les preguntes que convé fer-se abans de començar.
Si t'ho estàs plantejant
Continuaran sortint models nous cada pocs mesos, i quin fer servir i com depèn molt de cada producte. A Liquid oferim assessorament d'IA per prendre aquestes decisions amb dades del teu propi cas, tant si ja tens alguna cosa en marxa com si estàs començant. Si et ve de gust, en parlem.
