Claude Opus 5.5 - первая модель семейства Claude 5.5, которая появилась на Amazon Bedrock и Claude Platform on AWS. Anthropic описывает её как самую способную Opus-модель для агентного кодинга, интеллектуальной работы и длительных задач (анонс AWS).
Разницу с Opus 5 определяют три вещи. Adaptive thinking включён постоянно, модель сама решает, сколько рассуждений требует задача, а ручные бюджеты рассуждений уступают место параметру effort. По заявлению Anthropic, модель делает больше при меньшем числе токенов, плюс снижены цены за токен и кеш-чтение, поэтому средняя стоимость задачи ниже. И третье: это первая Opus-модель с safety-классификаторами в биологии, кибербезопасности и AI-разработке, из-за чего запросы по этим темам отклоняются чаще, чем у предыдущих версий Opus.
Начать работу можно двумя путями: без кода через консоль Bedrock (Test, затем Playground) или программно - через Anthropic Messages API к bedrock-runtime и bedrock-mantle либо через Invoke и Converse API на bedrock-runtime. Точных ставок за токен в анонсе AWS нет, поэтому бюджет считайте по официальному прайсу Amazon Bedrock для своего региона.
Что такое Claude Opus 5.5 и чем он отличается от Opus 5
Claude Opus 5.5 вышла 22 сентября 2026 года и заняла позицию самой способной Opus-модели для агентного кодинга, интеллектуальной работы и длительных задач. Заявленные улучшения относительно Opus 5 касаются трёх сценариев:
- модель обучена яснее коммуницировать: по ходу работы показывает, что сделала, что нашла и что ей нужно, поэтому длительные задачи легче отслеживать;
- в разработке ПО - улучшение для долгих сессий за счёт объяснимости, результат проще проверять и принимать;
- в интеллектуальной работе с длинными документами и отчётами требуется меньше правок, чем у Opus 5.
Обратная сторона заявлена так же прямо: safety-классификаторы приводят к более частым отказам. Разбираем её ниже отдельно, потому что для части команд это важнее прироста качества.
Adaptive thinking и управление через effort
Adaptive thinking в Opus 5.5 включён всегда. Модель сама определяет, сколько рассуждений нужно каждой задаче, и отдельный бюджет рассуждений в запросе больше не выставляется. Управление переносится на параметр effort: вы задаёте уровень усилий, а модель распределяет вычисления внутри него.
Что это меняет в коде и в счетах. Из запроса уходит ручная арифметика с бюджетами, а вместе с ней и типичная ошибка, когда завышенный бюджет жжёт токены на простых запросах, а заниженный ломает сложные. Чем выше effort, тем больше токенов уходит на рассуждения и тем дороже задача, поэтому уровень усилий имеет смысл подбирать под тип работы, а не держать на максимуме по умолчанию.
Точное имя поля и его место в схеме запроса сверяйте с документацией модели: в анонсе AWS параметр назван, но полного описания запроса там нет. Как уровни усилий влияют на качество и стоимость, мы разбирали на примере предыдущего поколения в статье про бенчмарки Claude Opus 5 и архитектуру усилий.
Экономика: меньше токенов и дешевле кеш-чтение
По заявлению Anthropic, Opus 5.5 делает больше при меньшем числе токенов, чем Opus 5. Сверху ложатся сниженные цены за токен и значительно более дешёвое кеш-чтение. Итог, который называет вендор: средняя стоимость задачи ниже, чем у Opus 5 (анонс AWS).
Это оценки производителя модели, независимых замеров стоимости на момент публикации нет. Конкретных ставок за 1000 входных и выходных токенов в анонсе тоже нет, поэтому бюджет считайте по официальному прайсу Amazon Bedrock для своего региона и на своих данных.
Формула, по которой удобно прикинуть стоимость задачи:
стоимость = (токены входа без кеша × ставка входа) + (токены входа из кеша × ставка чтения кеша) + (токены выхода × ставка выхода)
Пример структуры расчёта: документ на 100 000 входных токенов, из которых 90 000 попадают в кеш. Тогда 10 000 токенов считаются по полной ставке входа, а 90 000 - по ставке кеш-чтения. Даже без конкретных цифр видно, что эффект растёт вместе с длиной повторно используемого контекста: длинные системные промпты, шаблоны, базы знаний и повторяющиеся вложения дешевеют сильнее всего.
Safety-классификаторы и рост отказов
Claude Opus 5.5 - первая Opus-модель с safety-классификаторами, аналогичными Claude Fable 5.1, в биологии, кибербезопасности и AI-разработке. Следствие описано в анонсе прямо: запросы отклоняются чаще, чем у предыдущих версий Opus (тот же анонс AWS).
Для команд это конкретный риск, а не абстрактный. Если у вас пайплайны в биоинформатике, security-аналитике или автоматизации AI-разработки, часть промптов может получать отказ там, где Opus 5 отвечал. Что помогает на практике: переформулировать запрос без триггерных оборотов, разбивать задачу на нейтральные подзадачи, держать fallback на другую модель для чувствительных участков и логировать отказы, чтобы понимать их реальную долю на своём трафике.
Что проверить по аналогичным ограничениям до пилота, разбирали в материале про Claude Fable 5.1 в AWS Bedrock.
Сколько стоит Claude Opus 5.5 на Amazon Bedrock
Прямой ответ: точных цен за токен для Claude Opus 5.5 в анонсе AWS нет. Подтверждено другое: ставки за токен снижены относительно Opus 5, кеш-чтение стало значительно дешевле, а средняя стоимость задачи, по заявлению Anthropic, ниже, чем у Opus 5. Актуальные цифры смотрите в официальном прайсе Amazon Bedrock: они зависят от региона и от того, идут вызовы напрямую или через inference-профиль.
Что считать вместо цены за токен. Разница между «дешевле за токен» и «дешевле задача» проявляется на длинных агентных прогонах: одна задача может съедать десятки и сотни тысяч токенов, и снижение числа токенов на задачу часто весит больше, чем ставка за миллион. Корректная метрика для сравнения моделей - стоимость завершённой задачи.
Для контекста по конкурентам: GPT-6 Sol стоит вдвое меньше за токен, чем Opus 5.5, но прямое сравнение некорректно, потому что Anthropic заявляет у Opus 5.5 меньшее число токенов на задачу относительно Opus 5 (MacRumors). Фраза «вдвое дешевле за токен» сама по себе не говорит, какая модель обойдётся дешевле в проде.
Практический план: возьмите 3-5 своих типовых задач, замерьте на Opus 5 число входных, кешированных и выходных токенов, прогоните те же задачи на Opus 5.5 и умножьте на актуальные ставки. Так вы получите собственную стоимость задачи вместо маркетинговой.
Как начать работу через Amazon Bedrock Playground
Самый быстрый способ посмотреть модель без кода: откройте консоль Amazon Bedrock, выберите Test, затем Playground, укажите Claude Opus 5.5 как модель и запустите промпт.
- Войдите в консоль AWS под аккаунтом с доступом к Amazon Bedrock.
- Откройте Amazon Bedrock и перейдите в раздел Test.
- Выберите Playground.
- В списке моделей укажите Claude Opus 5.5.
- Введите промпт и запустите его.
Что стоит понимать: Playground подходит для проверки формата ответа, стиля и поведения модели на конкретных промптах. Для оценки задержек, стоимости и работы под нагрузкой переходите на API. Проверьте в интерфейсе настройки системного промпта и длины контекста: там они задаются отдельно, и результат может отличаться от того, что вы получите из кода.
Программное подключение: Anthropic Messages API, Invoke и Converse API
Из кода модель вызывается двумя семействами интерфейсов. Первое - Anthropic Messages API к bedrock-runtime и bedrock-mantle через Anthropic SDK. Второе - нативные вызовы Invoke и Converse на bedrock-runtime через AWS CLI и AWS SDK.
Чем отличаются на практике. Messages API ближе к формату Anthropic, поэтому миграция с прямого API Anthropic сводится к смене транспорта и параметров аутентификации. Invoke и Converse - нативные интерфейсы AWS: они лучше ложатся в существующие IAM-политики, метрики CloudWatch и остальную инфраструктуру, а Converse даёт унифицированный формат сообщений между разными моделями Bedrock. Если задача - быстро перенести готовый код, удобнее Messages API. Если вы строите на AWS с нуля, начинайте с Converse.
Клиент, авторизация и обработка ответов подробно разобраны в руководстве по интеграции Claude Opus 5 в продакшн на Bedrock: примеры на Boto3, Converse API и Anthropic SDK переносятся на Opus 5.5 после подстановки идентификатора модели.
Пример вызова через Anthropic Messages API
Зависимости ставятся одной командой:
pip install anthropic aws_bedrock_token_generatorДальше клиент Anthropic SDK настраивается на endpoint bedrock-runtime или bedrock-mantle, а аутентификация выполняется через Amazon Bedrock Token Generator. Полные сигнатуры конструктора и способ передачи токена смотрите в документации Anthropic SDK: в анонсе AWS приведены только общий путь вызова и список зависимостей, без рабочего фрагмента кода.
Идентификатор модели берите из консоли Bedrock или из документации по поддерживаемым моделям. Строка модели и регион должны точно совпадать с тем, что доступно вашему аккаунту, иначе вызов завершится ошибкой доступа.
Пример вызова через Invoke API и AWS CLI
Invoke удобен для быстрой проверки из терминала. Схема вызова выглядит так:
aws bedrock-runtime invoke-model \
--model-id MODEL_ID \
--region REGION \
--content-type application/json \
--accept application/json \
--body '{"anthropic_version": "...", "max_tokens": 1024, "messages": [{"role": "user", "content": "..."}]}'Подставьте идентификатор модели, регион и версию anthropic_version из документации по модели. Уровень усилий задаётся параметром effort; точное имя поля и его место в запросе сверьте по документации вендора, а не по примерам из статей, чтобы не отлаживать это на проде.
Для Converse API на Python удобнее boto3:
import boto3
client = boto3.client(service_name="bedrock-runtime", region_name="REGION")
response = client.converse(
modelId="MODEL_ID",
messages=[{"role": "user", "content": [{"text": "..."}]}]
)
print(response["output"]["message"]["content"][0]["text"])Стриминг включается вызовом InvokeModelWithResponseStream, и под него нужно отдельное разрешение IAM.
Необходимые IAM-права и зависимости
Минимальный набор для старта перечислен в анонсе AWS:
- активный аккаунт AWS с доступом к Amazon Bedrock;
- установленный и настроенный AWS CLI;
- Python 3.10 или новее;
- boto3;
- Anthropic SDK;
- Amazon Bedrock Token Generator, пакет aws_bedrock_token_generator.
Установка:
pip install boto3 anthropic aws_bedrock_token_generatorПрава IAM: bedrock:InvokeModel и bedrock:InvokeModelWithResponseStream. Второе разрешение нужно, если вы читаете потоковый ответ.
В политике ресурсы указываются явно: ARN модели или ARN inference-профиля, через который идут вызовы. Если доступ ограничен по региону, в политику добавляют условие на регион запроса, иначе вызовы из выбранного региона упадут с AccessDenied. Если ошибка доступа появляется при корректных правах, проверьте два момента: включена ли модель в вашем регионе и тот ли идентификатор модели или профиля указан в политике.
Прав только на Bedrock достаточно и для пути через Anthropic SDK: токен-генератор формирует аутентификацию, но разрешения на Invoke всё равно требуются.
Регионы и inference-профили
Список регионов, где доступен Claude Opus 5.5, в анонсе AWS не приводится. Проверять его нужно по консоли Amazon Bedrock и документации по поддерживаемым моделям: у предыдущих версий Opus доступность заметно различалась между регионами.
Что дают inference-профили. Это механизм Amazon Bedrock для маршрутизации запросов между регионами: вы указываете ARN профиля вместо идентификатора модели, и запрос уходит туда, где есть свободная мощность. На практике это поднимает потолок пропускной способности и снижает число отказов в пиковые часы.
Ограничения, о которых стоит помнить до включения. Обработка может происходить в другом регионе, что важно для требований к резидентности данных и внутренних политик compliance. Ставки и доступные модели внутри одного профиля тоже могут различаться по регионам. Если у вас жёсткие требования по хранению данных, сначала согласуйте профиль с security и юристами, потом подключайте его в прод.
Стоит ли переходить с Opus 5 на Opus 5.5
Сравнение по параметрам, которые влияют на решение:
| Параметр | Claude Opus 5 | Claude Opus 5.5 |
|---|---|---|
| Режим рассуждений | управление ручными бюджетами рассуждений | adaptive thinking включён постоянно, модель решает объём сама |
| Основной регулятор | ручные бюджеты | параметр effort |
| Расход токенов | базовый уровень | по заявлению Anthropic, больше работы при меньшем числе токенов |
| Средняя стоимость задачи | базовый уровень | ниже по заявлению вендора за счёт ставок и кеш-чтения |
| Safety-классификаторы в биологии, кибербезопасности, AI-разработке | нет | есть, аналогичные Claude Fable 5.1 |
| Частота отказов | ниже | выше |
Когда миграция выглядит оправданной:
- длительные агентные сессии и агентный кодинг: заявлена ясная коммуникация о том, что сделано и что найдено, результат проще проверять;
- работа с длинными документами и отчётами: заявлено меньше правок, чем у Opus 5;
- тяжёлые повторяющиеся контексты: длинные системные промпты и шаблоны выигрывают от дешёвого кеш-чтения;
- чистый код без ручной настройки бюджетов рассуждений.
Когда стоит повременить:
- биология, кибербезопасность, AI-разработка: отказов больше, и это может ломать пайплайны, которые стабильно работали на Opus 5;
- жёсткие SLA без fallback: если отказ модели останавливает процесс, сначала добавьте резервную модель;
- модель недоступна в нужном регионе: проверьте это до планирования миграции.
Проверяйте переход на своём наборе промптов: 20-30 типовых задач из продакшна, включая самые длинные и самые чувствительные к отказам. Считайте по ним два числа: долю отказов и стоимость завершённой задачи. Первое покажет, не упрётесь ли вы в safety-классификаторы, второе - есть ли реальная экономия. Если оба показателя лучше, чем на Opus 5, переносите трафик постепенно, а не целиком. Про ограничения предыдущего поколения мы писали в разборе Claude Opus 5 против Fable 5.