Claude Opus 5.5: Daha ucuz, daha hızlı, düğmesi biraz eksik

Selam sevgili okurlar. Eylülün son haftalarında yapay zekâ cephesinde ne oldu biliyor musunuz? Bilirsiniz tabii, haber sitelerinin yarısı aynı başlığı attı. Ama bu ay o başlığın altında ne yazdığını tek tek açacağım. Konumuz Anthropic'in 22 Eylül 2026'da çıkardığı Claude Opus 5.5.

Baştan söyleyeyim: modeli bu dergi için kimse çalıştırmadı, ölçmedi, üzerinde iş yapmadı. Bu yazı Anthropic'in duyuru sayfasına, fiyat tablosuna ve basında çıkan haberlere dayanıyor. Aşağıda göreceğiniz bütün başarım rakamları da Anthropic'in kendi rakamları. Bağımsız bir ölçüm sonucu bulamadık. Bulsaydık buraya koyardık.

Ne bu Opus 5.5?

Opus, Anthropic'in amiral gemisi sınıfı. 5.5 ise bu ailenin ilk üyesi. Opus 5 daha 24 Temmuz'da çıkmıştı, yani aradan iki ay geçmeden yeni sürüm geldi. Eskiden bir programın yeni sürümünü bir yıl beklerdik, şimdi iki ayda bir "bir öncekini unutun" diyorlar. Eh, alışacağız.

Model Claude uygulamalarında ve Claude API'sinde (Application Programming Interface - uygulama programlama arabirimi) kullanılabiliyor. API'deki adı claude-opus-5-5. Amazon Web Services, Google Cloud ve Microsoft Azure üzerinden de erişilebiliyor. Hangi bulutun yanında saf tuttuğunuz fark etmiyor, üçünde de var (kavga edecek bir şey bırakmamışlar, ayıp!). Verilerinin saklanmasını istemeyenler için "sıfır veri saklama" (zero data retention) seçeneği de sunuluyor.

Bağlam penceresinin, yani modelin bir seferde ne kadar metni aklında tutabildiğinin, duyuru sayfasında bir rakamı yok. Ben de uydurmayacağım.

Gelelim paraya

Bu ürünün asıl haberi fiyat. Anthropic'in sayfasındaki milyon token başına fiyatlar şöyle:

| | Opus 5.5 | Opus 5 | |---|---|---| | Girdi | 4 $ | 5 $ | | Çıktı | 20 $ | 25 $ | | Önbellek okuma | 0,20 $ | 0,50 $ | | Önbellek yazma | 5 $ | 6,25 $ |

Hesap makinesini elinize alın. Girdide, çıktıda ve önbellek yazmada indirim yüzde 20. Önbellekten okumada ise yüzde 60, bu oldukça büyük bir indirim. Aynı uzun belgeyi ya da aynı kod tabanını tekrar tekrar modele okutan biri en çok burada kazanır.

Anthropic bir de "olağan iş yüklerinde, varsayılan ayarlarla Opus 5'ten yüzde 40 daha ucuz" diyor. İyi de bu yüzde 40 nereden çıkıyor? Etiket fiyatı yüzde 20 düştüyse geri kalanı önbellekten, modelin aynı işi daha az token'la bitirmesinden ya da başka bir yerden gelmeli. Bunu Anthropic açıklamıyor, ben de bilmiyorum. Bir pürüz daha var: Stokastic, Opus 5'in hiç yayımlanmış token fiyatı olmadığını, bu yüzden yüzde 40'ın kıyaslanacak bir şeyi bulunmadığını yazdı. Oysa Anthropic'in kendi sayfası Opus 5 için yukarıdaki fiyatları gösteriyor. İki bilgi birbirini tutmuyor. Benim önerim şu: tablodaki etiket fiyatlarına güvenin, yüzde 40'ı da şirketin kendi iddiası olarak cebinizin bir köşesinde tutun.

Bir de "hızlı mod" var. Milyon token başına girdi 8, çıktı 40 dolar, yani tam iki kat fiyat. Karşılığında Anthropic "2,5 kata kadar daha hızlı" diyor. "Kadar" sözcüğünün altını çiziyorum, çünkü bu bir tavan, ortalama değil. Claude Code'da ve Claude Platform'da kullanılabiliyor. Bekleyen bir müşteriniz ya da size dakikalarınızı yediren bir derleme döngünüz varsa bu para mantıklı olabilir. Gece kendi kendine çalışan bir toplu işte ise parayı sokağa atmaktır.

Normal modda da Anthropic çıktının Opus 5'e göre yüzde 30'dan fazla hızlandığını söylüyor. TechCrunch bu hızı modeli sunmak için harcanan hesap gücünün azalmasına bağlıyor. Fiyatın neden düştüğü de muhtemelen buradan geliyor: makineye daha az iş düşüyor.

Rakamlar ne diyor?

Anthropic'in iddiası iddialı: Opus 5.5 "çoğu işte Claude Fable 5.1 düzeyinde" çalışıyormuş. Fable şirketin daha büyük ve daha pahalı modeli. Ucuz modelin pahalısını tutması hep sevindirici bir haber, ama önce tabloya bakalım (yine hatırlatayım, hepsi Anthropic'in):

| Ölçüt | Opus 5.5 | Fable 5.1 | Opus 5 | |---|---|---|---| | Terminal-Bench 4.0 | %66,4 | %55,8 | %52,3 | | FrontierCode v1.1 | %54,4 | %50,3 | %48,0 | | CursorBench 4.0 | %57,8 | %51,8 | %46,6 | | GDPval-AA v2.1 (Elo) | 1846 | 1735 | 1708 | | Humanity's Last Exam (araçlı) | %67,7 | %65,6 | %63,6 | | OSWorld 2.1 (kısmi) | %81,8 | %80,7 | %74,0 |

Gözüme ilk takılan Terminal-Bench oldu. Bu ölçüt modelin bir komut satırında kendi başına iş görüp göremediğine bakıyor ve Opus 5'e göre fark 14 puan. Tabloda bundan büyük bir sıçrama yok. CursorBench'te de 11 puanlık bir fark var. Kod yazan, terminalde dolaşan, bir yazılım projesinin içinde iş bitiren bir model arıyorsanız, kâğıt üzerindeki en güçlü kanıt bu iki satır.

"Fable düzeyinde" iddiası ise tabloya göre fazla alçakgönüllü bile kalıyor, çünkü Opus 5.5 bu altı ölçütün altısında da Fable 5.1'in önünde. Ama dikkatli olun! "Çoğu işte" lafını şirketin kendisi kullanıyor. Yani Fable'ın hâlâ üstün olduğu işler var, bu tabloda görünmüyorlar.

Peki rakiplere karşı? Anthropic'in kendi sayfasında dokuz ölçüt var ve OpenAI'ın GPT-6 Astra'sı bunların ikisinde önde: AutomationBench'te yüzde 41,4'e karşı 40,0 alıyor, Terminal-Bench-Science'ta 64,6'ya karşı 58,7. İlki neredeyse başabaş. İkincisinde fark gerçekten büyük ve bilimsel hesaplarla terminalde boğuşan biriyseniz bunu umursamalısınız. Şirketin kendi tablosunda yenildiği satırları da göstermesini doğrusu takdir ettim. Bir broşürde bu pek görülmez.

Davranıştaki değişiklikler

Burada bir düğme kaybolmuş. Opus 5.5'te "düşünme" (modelin yanıt vermeden önce kendi içinde akıl yürüttüğü aşama) artık kapatılamıyor. Ne demek bu? Basit bir soruya kısa bir yanıt istediğinizde de model önce düşünecek. Düşünme de token demek, token da para. Hızlı ve ucuz bir yanıt için düşünmeyi kapatanlar bu kolaylığı kaybediyor. Anthropic'in yüzde 40 hesabının "varsayılan ayarlarla" yapıldığını da unutmayın. Varsayılan artık tek ayar. Bence bu kararın gerekçesi duyuruda açıkça yazmalıydı, yazmıyor.

Öteki değişiklik daha sevimli. TechCrunch'a göre model daha az jargon kullanıyor ve önemli bilgiyi en başa koyuyor. Uzun bir yanıtın sonunda "ha bu arada asıl mesele şuydu" diyen bir asistanla uğraşanlar bunun kıymetini bilir.

Bir de "korunan düşünme" (preserved thinking) adlı bir önlem var. Amacı damıtmayı (distillation) engellemek, yani birinin bu modelin çıktılarını toplayıp kendi modelini eğitmesinin önüne geçmek. 31 Ağustos 2026 ve sonrasında açılmış API hesaplarına uygulanıyor. Önlemin teknik olarak tam ne yaptığını belgeden çıkaramadım, o yüzden size bu konuda daha fazlasını söyleyemeyeceğim. Ama yeni hesap açacak bir geliştiriciyseniz kendi işinizi etkileyip etkilemediğine belgede MUTLAKA bakın.

Güvenlik tarafı

Siber güvenlik ve biyoloji konularında Opus 5.5, Fable 5.1'e benzer korumalarla geliyor. Bazı istekler başka bir modele devrediliyor ve Anthropic bunun açıkça yapıldığını söylüyor. Bu konularda meşru iş yapan kuruluşlar için Life Sciences Verification Program adlı bir doğrulama programı açılmış, var olan Cyber Verification Program da genişletiliyor. Yani laboratuvar ya da güvenlik firmasıysanız kimliğinizi gösterip kapıdan geçebiliyorsunuz.

Model çıkmadan önce METR ve Frontier Design gibi dışarıdan kuruluşlar tarafından da denenmiş. TechCrunch ayrıca bunun, Dario Amodei'nin öncü modellerdeki ilerlemenin hizalama çalışmalarıyla aynı hızda gitmesini desteklemesinden sonraki ilk Anthropic modeli olduğunu hatırlatıyor. İki aylık sürüm aralığıyla "temkinli gidiyoruz" sözünün birlikte nasıl okunacağı ayrı bir yazının konusu (ve o yazıyı yazmak için elimde yeterli bilgi yok).

Fiyat savaşı mı?

Bazı başlıklar bu sürümü bir "fiyat savaşı" diye sundu. Rakiplerin buna fiyatlarıyla karşılık verdiğini gösteren bir kaynak bulamadım. Fiyat düştü, bu doğru. Savaş kısmı şimdilik başlık yazarlarının hayal gücü.

Anthropic, Sonnet 5.5 ile Haiku 5.5'in "önümüzdeki haftalarda" geleceğini de duyurdu. Bunların çıkıp çıkmadığını bu yazı için denetlemedik. Gelirlerse ayrıca bakarız.

Hüküm

Kâğıt üzerinde Opus 5.5 oldukça iyi bir pazarlık: daha ucuz, daha hızlı ve şirketin kendi rakamlarına göre bir üst sınıftaki modeli birçok işte geçiyor. Kod ve terminal işlerindeki sıçrama tablonun en inandırıcı kısmı. Bana sorarsanız Opus 5'i kod işinde kullanan biri için geçmemek için pek bir neden yok. Ama düşünmeyi kapatamamak, kısa ve ucuz yanıta alışmış olanlar için gerçek bir kayıp. Yüzde 40'lık tasarruf iddiası da bağımsız biri onu ölçene kadar bir iddiadan ibaret.

Bir de şunu söyleyeyim, çünkü her yeni sürümde aynı şeyi söylüyorum: çalışan bir sistemi modeli değiştirerek yükseltecekseniz, geçişten ÖNCE kendi test setinizle eskisini ve yenisini yan yana çalıştırın. Başkasının tablosu sizin işinizi ölçmez.

Bağımsız ölçümler çıkarsa, ya da kendi işinizde bu modelle başınıza ilginç bir şey gelirse, yazın. Mektup demeye dilim varmıyor artık ama siz ne demek istediğimi anladınız. Gelecek ay görüşmek üzere, hoşçakalın!