Claude Opus 5.5 को 22 सितंबर 2026 को $4 और $20 प्रति मिलियन टोकन की कीमत पर लॉन्च किया गया, जो Opus 4.7 से 20% कम है। यह तुलना कीमत, कैश, फ़ास्ट मोड और टूल में हुए बदलाव, थर्ड-पार्टी बेंचमार्क स्कोर और उन API कॉल्स को सामने रखती है जो स्विच करने के बाद फ़ेल होने लगती हैं।
Anthropic ने Claude Opus 5.5 को 22 सितंबर 2026 को जारी किया, जो Claude Opus 4.7 के 16 अप्रैल को आने के पाँच महीने बाद है। सबसे चौंकाने वाली बात कीमत है: यह घटी है। Opus 5.5 की कीमत $4 प्रति मिलियन इनपुट टोकन और $20 प्रति मिलियन आउटपुट टोकन है, जबकि Opus 4.7 अब भी $5 और $25 पर है। एक सस्ता मॉडल, जिसकी नॉलेज कटऑफ़ नई है, अपग्रेड के सवाल को एक व्यावहारिक सवाल बना देता है।
अपग्रेड की कुछ लागतें ऐसी होती हैं जो इनवॉइस पर कभी दिखती ही नहीं। कुछ API कॉल्स जो 4.7 पर ठीक चलती थीं, अब 5.5 पर 400 एरर लौटाती हैं, इसलिए प्रोडक्शन में मॉडल ID बदलने से पहले अपने evals को फिर से चलाना ज़रूरी है। यह तुलना Anthropic के अपने प्राइसिंग और मॉडल पेजों के साथ थर्ड-पार्टी बेंचमार्क इंडेक्स पर टिकी है, और यह साफ़ बताती है कि सबूत कहाँ कमज़ोर हैं।
💡 संक्षेप में: अगर आप हर महीने API का बिल भरते हैं, तो एक ही वर्कलोड पर Opus 5.5 आपको 20% से 31% तक की छूट देता है, साथ में कुछ ब्रेकिंग बदलाव जिन्हें पहले जाँचना होगा। अगर आप Claude को किसी होस्टेड चैट पेज से इस्तेमाल करते हैं, तो वहाँ कटौती करने के लिए कोई बिल नहीं है और माइग्रेट करने के लिए कोई कोड नहीं है, इसलिए फ़ैसला सीधा है।
विवरण से पहले जवाब यह है। काग़ज़ पर Opus 5.5 बेहतर मॉडल है और इनवॉइस पर सस्ता। Anthropic का अपना मॉडल ओवरव्यू अब डेवलपर्स से कहता है कि ज़्यादातर वर्कलोड के लिए Opus 5.5 से शुरू करें और कठिन रीज़निंग व लंबे समय तक चलने वाले एजेंट कामों के लिए Fable 5.1 रखें। रुकने की एकमात्र ठोस वजह कॉम्पैटिबिलिटी है।
अगर आपका कोड नीचे दी गई किसी भी चीज़ पर निर्भर है तो रुकें, क्योंकि Opus 5.5 इनमें से हर एक के लिए 400 एरर लौटाता है:
thinking: {"type": "disabled"} के साथ thinking बंद करना, या मैन्युअल budget_tokens सेट करना।tool_choice के साथ किसी एक टूल को ज़बरदस्ती चुनवाना।computer_20251124 कंप्यूटर-यूज़ टूल का इस्तेमाल करना।ऑडिट वाले या रेगुलेटेड वर्कफ़्लो वाली टीमें, जो इस क्वार्टर में अपने evals फिर से नहीं चला सकतीं, उन्हें भी फ़िलहाल वहीं रुकना चाहिए। Opus 4.7 लीगेसी मॉडल के रूप में उपलब्ध रहता है, और सुकून से किया गया माइग्रेशन जल्दबाज़ी वाले माइग्रेशन से बेहतर है।
ज़्यादातर स्पेक्स एक जैसे हैं, और इसी वजह से अंतर आसानी से दिखते हैं। दोनों मॉडल 1M टोकन कॉन्टेक्स्ट विंडो और 128K टोकन अधिकतम आउटपुट देते हैं। दोनों बीटा हेडर के साथ Batch API पर 300K आउटपुट टोकन तक सपोर्ट करते हैं। पैसे और टूलिंग में ये दोनों अलग होते हैं।
| स्पेक | Opus 4.7 | Opus 5.5 |
|---|---|---|
| रिलीज़ तारीख़ | 16 अप्रैल 2026 | 22 सितंबर 2026 |
| इनपुट कीमत प्रति 1M टोकन | $5 | $4 |
| आउटपुट कीमत प्रति 1M टोकन | $25 | $20 |
| कैश रीड प्रति 1M टोकन | $0.50 | $0.20 |
| 5 मिनट कैश राइट | $6.25 | $5 |
| 1 घंटे कैश राइट | $10 | $8 |
| Batch इनपुट / आउटपुट | $2.50 / $12.50 | $2 / $10 |
| कॉन्टेक्स्ट विंडो | 1M टोकन | 1M टोकन |
| अधिकतम आउटपुट | 128K टोकन | 128K टोकन |
| फ़ास्ट मोड | उपलब्ध नहीं | $8 इनपुट / $40 आउटपुट |
| टूल-यूज़ सिस्टम प्रॉम्प्ट | 675 टोकन | 286 टोकन |
Opus 4.7 और 5.5 एक-दूसरे के पड़ोसी नहीं हैं। बीच में Opus 4.8 और Opus 5 आए, और दोनों ने $5 और $25 की कीमत बनाए रखी। इसलिए 4.7 से 5.5 पर जाने का मतलब है कई पीढ़ियों के बदलावों को एक ही माइग्रेशन में समेटना, और यही वजह है कि इस लेख में आगे बताए गए ब्रेकिंग बदलाव मायने रखते हैं।
Anthropic की मौजूदा लाइनअप में चार टियर हैं: Fable 5.1 की कीमत $10 और $50, Opus 5.5 की $4 और $20, Sonnet 5.5 की $2 और $10, और Haiku 5.5 की $0.10 और $0.50 से शुरू। Opus 5.5 $5 और $25 वाली पीढ़ी शुरू होने के बाद से सबसे सस्ता Opus भी है। अगर आप आज इस परिवार के पड़ोसी मॉडल आज़माना चाहते हैं, तो PicassoIA पर Claude Opus 4.7, Claude Opus 4.6, Claude Sonnet 5 और Claude Fable 5 उपलब्ध हैं।
चार बदलाव सबसे ज़्यादा असर रखते हैं। उनमें से तीन पैसे बचाते हैं। एक बिल्ड तोड़ सकता है।
20% का बेस प्राइस कट इस अपडेट की मुख्य खबर है, लेकिन असली वर्कलोड के लिए कैश वाला बदलाव ज़्यादा मायने रखता है। Opus 5.5 पर कैश रीड की बिलिंग इनपुट प्राइस के 10% के बजाय 5% पर होती है, जो प्रति मिलियन टोकन $0.20 है, जबकि Opus 4.7 पर यह $0.50 है। यानी 60% की गिरावट। ऐसे एजेंट जो हर स्टेप पर लंबा सिस्टम प्रॉम्प्ट और बढ़ता हुआ ट्रांसक्रिप्ट दोबारा पढ़ते हैं, अपना ज़्यादातर इनपुट बजट कैश रीड पर खर्च करते हैं, इसलिए उन्हें यह बदलाव सबसे पहले महसूस होता है।
Opus 5.5 हमेशा चालू रहने वाली एडेप्टिव थिंकिंग चलाता है, जिसे एफ़र्ट सेटिंग नियंत्रित करती है और जिसका डिफ़ॉल्ट medium है। मॉडल तय करता है कि उसे कितना सोचना है, और आप मैन्युअल टोकन बजट के बजाय एफ़र्ट से उसे दिशा देते हैं। Opus 4.7 ने high और max के बीच xhigh एफ़र्ट लेवल जोड़ा था, इसलिए एफ़र्ट कंट्रोल नई चीज़ नहीं है। नया यह है कि 5.5 थिंकिंग को बंद करने का विकल्प हटा देता है।
डिफ़ॉल्ट के रूप में medium उतना ही कीमत का फ़ैसला है जितना गुणवत्ता का। लॉन्च रिपोर्टिंग के अनुसार, डिफ़ॉल्ट एफ़र्ट पर Opus 5.5 ने Terminal-Bench 4.0 पर Opus 5 के max एफ़र्ट को हराया, और प्रति प्रयास लगभग एक-पाँचवें हिस्से की लागत पर। यह तुलना Opus 5 से है, 4.7 से नहीं, इसलिए इसे अपने वर्कलोड के लिए वादे के बजाय एक दिशा मानें।
व्यवहार में, डिफ़ॉल्ट पर भरोसा करने के बजाय एफ़र्ट को साफ़-साफ़ सेट करें। medium से शुरू करें, और high पर सिर्फ़ उन कामों के लिए जाएँ जहाँ गलत जवाब महँगा पड़ता है, जैसे सिक्योरिटी रिव्यू या कई फ़ाइलों वाला रिफ़ैक्टर। हर लेवल पर टोकन काउंट लॉग करें, ताकि आप देख सकें कि अतिरिक्त सोचने की लागत कितनी है।
फ़ास्ट मोड एक रिसर्च-प्रीव्यू विकल्प है जो पैसे के बदले रफ़्तार देता है। Opus 5.5 पर इसकी कीमत $8 प्रति मिलियन इनपुट टोकन और $40 प्रति मिलियन आउटपुट टोकन है, यानी स्टैंडर्ड रेट का ठीक दोगुना। Opus 4.7 इसे बिल्कुल सपोर्ट नहीं करता, और speed: "fast" वाली रिक्वेस्ट एरर लौटाती है। फ़ास्ट मोड सिर्फ़ Claude API पर उपलब्ध है, पार्टनर क्लाउड प्लेटफ़ॉर्म पर नहीं, और इसे Batch API के साथ इस्तेमाल नहीं किया जा सकता।
टूल्स वाली हर रिक्वेस्ट के साथ एक छिपा हुआ सिस्टम प्रॉम्प्ट जाता है। Opus 4.7 पर ऑटोमेटिक टूल चॉइस के साथ यह 675 टोकन लेता है। Opus 5.5 पर यह 286 लेता है। 1,000 टूल-वाली रिक्वेस्ट पर यह 675,000 टोकन बनाम 286,000 टोकन है, या हर मॉडल की इनपुट कीमत पर लगभग $3.38 बनाम $1.14। हर कॉल पर यह रकम छोटी है, लेकिन एक व्यस्त एजेंट बहुत सारी कॉल्स करता है।
बेंचमार्क ही वह जगह है जहाँ अपग्रेड पोस्ट अक्सर भ्रामक हो जाते हैं, इसलिए यहाँ ईमानदार वर्ज़न है। Opus 5.5 के लिए Anthropic के लॉन्च नंबर Opus 5 से तुलना करते हैं, और Opus 4.7 के लिए अप्रैल में प्रकाशित आँकड़े टेस्ट सूट के पुराने वर्ज़न से आते हैं। हम एक साफ़, एक ही वर्ज़न वाली सीधी तुलना की पुष्टि नहीं कर सके। सबसे अच्छा तटस्थ सबूत वह थर्ड-पार्टी इंडेक्स है जो दोनों मॉडल को एक ही मेथडोलॉजी से स्कोर करता है।
LLM Stats की तुलना वाला पेज दोनों मॉडल को इस तरह स्कोर करता है:
| इंडेक्स | Opus 4.7 | Opus 5.5 | अंतर |
|---|---|---|---|
| कुल स्कोर | 43.5 | 60.4 | +16.9 |
| रीज़निंग | 45.2 | 59.0 | +13.8 |
| कोडिंग | 35.2 | 51.0 | +15.8 |
| विज़न | 32.8 | 41.3 | +8.5 |
| टूल यूज़ | 24.7 | 32.8 | +8.1 |
| मल्टीमॉडल | 31.4 | 40.9 | +9.5 |
| मैथ | 39.0 | 41.8 | +2.8 |
वह पेज Opus 5.5 को कुल मिलाकर पहले स्थान पर और Opus 4.7 को अड़तालीसवें स्थान पर रखता है। अंतर कोडिंग और रीज़निंग में सबसे चौड़ा है, जबकि मैथ में मुश्किल से कोई हलचल है। एग्रीगेटर के आँकड़े नए नतीजों के साथ बदलते रहते हैं, इसलिए इन्हें दशमलव के सटीक आँकड़ों के बजाय एक तस्वीर की तरह पढ़ें।
लॉन्च के समय Opus 4.7 को SWE-bench Pro पर 64.3% दर्ज किया गया था, जो Opus 4.6 के 53.4% से ऊपर था, और SWE-bench Verified पर 87.6%। इसने इमेज इनपुट को 1.15 से बढ़ाकर 3.75 मेगापिक्सल भी किया। Opus 5.5 को max एफ़र्ट पर Terminal-Bench 4.0 पर 66.4%, OSWorld 2.0 पर 81.8%, CursorBench 4.0 पर 57.8% और GDPval-AA v2.1 पर 1,846 Elo दर्ज किया गया था।
ये अलग-अलग सूट, अलग-अलग वर्ज़न और अलग-अलग एफ़र्ट सेटिंग्स हैं। एक को दूसरे में से घटाएँ नहीं।
💡 खुद टेस्ट करें: अपनी बैकलॉग से 20 असली काम चुनें, दोनों मॉडल पर चलाएँ, और नतीजों को बिना पहचान के स्कोर करें। आपके कामों पर जो मॉडल जीतता है, वही आपके लिए बेहतर मॉडल है, चाहे लीडरबोर्ड कुछ भी कहे।
प्रति टोकन कीमत की तुलना आसान है। असल में आप जो भुगतान करते हैं वह है प्रति पूरे किए गए काम की कीमत। दोनों मॉडल एक ही टोकनाइज़र इस्तेमाल करते हैं, इसलिए एक जैसा टेक्स्ट एक जैसे टोकन काउंट देता है। फिर भी आउटपुट की लंबाई अलग हो सकती है, क्योंकि एडेप्टिव थिंकिंग तय करती है कि कितना लिखना है, इसलिए किसी भी प्रोजेक्शन पर भरोसा करने से पहले एक सैंपल मापें।
ये आँकड़े प्रकाशित रेट्स पर आधारित हैं और मान लेते हैं कि टोकन काउंट बराबर हैं। गणित पढ़ने में आसान रखने के लिए इनमें कैश राइट की लागत शामिल नहीं है।
| वर्कलोड | Opus 4.7 | Opus 5.5 | बचत |
|---|---|---|---|
| 10M इनपुट, 2M आउटपुट, बिना कैशिंग | $100 | $80 | 20% |
| 50M इनपुट (40M कैश रीड), 5M आउटपुट | $195 | $148 | 24% |
| Batch: 20M इनपुट, 4M आउटपुट | $100 | $80 | 20% |
| एजेंट लूप: 200M इनपुट (190M कैश रीड), 8M आउटपुट | $345 | $238 | 31% |
पैटर्न साफ़ है। साधारण ट्रैफ़िक हेडलाइन वाली 20% बचत देता है। आपका जितना ज़्यादा इनपुट कैश रीड के रूप में आता है, छूट उतनी ही बढ़ती है, क्योंकि कैश रेट 60% गिरा जबकि बेस रेट 20% गिरा।
अपने ट्रैफ़िक के लिए इस टेबल को पढ़ने के लिए, पिछले महीने की usage रिपोर्ट लें, इनपुट टोकन को फ़्रेश और कैश रीड में बाँटें, और वही फ़ॉर्मूला लगाएँ: फ़्रेश इनपुट गुणा इनपुट रेट, जोड़ कैश रीड गुणा कैश रेट, जोड़ आउटपुट गुणा आउटपुट रेट। अगर आपने कैशिंग चालू नहीं की है, तो पहले वही करें। Opus 4.7 पर कैश रीड की लागत पहले से ही फ़्रेश इनपुट टोकन से 90% कम है, इसलिए कैशिंग से होने वाली बचत मॉडल बदलने से होने वाली बचत को पीछे छोड़ सकती है।
Batch API दोनों मॉडल पर 50% की छूट देता है, इसलिए Opus 5.5 पर batch कीमतें $2 और $10 बैठती हैं, जबकि Opus 4.7 पर $2.50 और $12.50। इससे रात भर चलने वाले कामों पर 20% का अंतर बना रहता है। फ़ास्ट मोड इसके उलट काम करता है। $8 और $40 पर यह Opus 4.7 के स्टैंडर्ड रेट से 60% महँगा है, इसलिए इसे सिर्फ़ उस ट्रैफ़िक के हिस्से पर इस्तेमाल करें जहाँ कोई इंसान जवाब का इंतज़ार कर रहा है।
ज़्यादातर अपग्रेड उन छोटी बातों पर फ़ेल होते हैं जिन्हें किसी ने टेस्ट नहीं किया होता। मॉडल ID बदलने से पहले अपनी ऐप की स्टेजिंग कॉपी पर यह चेकलिस्ट चलाएँ।
thinking: {"type": "disabled"} और budget_tokens दोनों 400 invalid_request_error लौटाते हैं।tool_choice जो कोई भी टूल या किसी नामित टूल को ज़बरदस्ती चुनता है, 400 लौटाता है।computer_20251124 रिजेक्ट होता है। computer_toolset_20260801 पर स्विच करें।इनमें से हर एक एक लाइन का फ़िक्स है, लेकिन अगर आप इसे पहली बार प्रोडक्शन में देखते हैं तो हर एक किसी रिक्वेस्ट पाथ को बंद कर सकता है।
अच्छी खबर पहले: टोकनाइज़र में कोई बदलाव नहीं है। मौजूदा टोकनाइज़र Opus 4.7 के साथ आया था और वही टेक्स्ट 4.7 से पहले के मॉडलों की तुलना में लगभग 30% ज़्यादा टोकन बनाता है। Opus 5.5 भी वही इस्तेमाल करता है। अगर आप 4.6 से 4.7 पर पहले ही जा चुके हैं, तो आपके टोकन काउंट स्थिर रहेंगे। अगर आप अब भी 4.6 पर हैं, तो ऊपर की हर बात के अलावा उस 30% के लिए भी बजट रखें।
चुपचाप असर डालने वाली समस्या व्यवहार से जुड़ी है। टूल कॉल्स के बीच मॉडल जो टेक्स्ट लिखता है, वह अब text blocks के बजाय thinking blocks में आता है, इसलिए जो UI text blocks से प्रोग्रेस नोट्स स्ट्रीम करता है, वह thinking.display सेटिंग समायोजित करने तक खाली दिख सकता है। Thinking blocks सिर्फ़ Opus 5.5, Fable 5.1 और Mythos 5.1 ही पढ़ सकते हैं, इसलिए बातचीत के बीच किसी दूसरे मॉडल पर फ़ॉलबैक की अपनी योजना होनी चाहिए।
सुरक्षित रोलआउट चार कदमों में होता है। पहले, स्टेजिंग में Opus 5.5 पर एक दिन का असली ट्रैफ़िक दोबारा चलाएँ और हर 400 एरर लॉग करें। दूसरे, कम से कम 200 रिक्वेस्ट पर प्रति टोकन नहीं, बल्कि प्रति पूरे किए गए काम की लागत की तुलना करें। तीसरे, एक हफ़्ते के लिए लाइव ट्रैफ़िक का 5% नए मॉडल पर भेजें, जबकि बाकी Opus 4.7 संभाले। चौथे, हिस्सा तभी बढ़ाएँ जब एरर रेट और यूज़र फ़ीडबैक ठीक रहें। अगर कुछ भी बिगड़ता है, तो वापस जाने के लिए आपको सिर्फ़ मॉडल ID वाली लाइन बदलनी होगी।
आप बिना एक लाइन कोड लिखे इस तुलना के पुराने हिस्से को टेस्ट कर सकते हैं। Claude Opus 4.7 सीधे अपने मॉडल पेज से चलता है, जिसके लिए कोई API क्रेडेंशियल, इंस्टॉल या कॉन्फ़िगरेशन नहीं चाहिए। लिखे जाने के समय, कैटलॉग में Anthropic के Opus 4.7, Opus 4.6, Sonnet 5 और Fable 5 दिखते हैं, लेकिन Opus 5.5 नहीं, इसलिए यह सेक्शन आपके टेस्ट के 4.7 वाले हिस्से के बारे में बताता है।
एक छोटा टेस्ट सेट बनाएँ और तुलना वाले हर मॉडल पर उसे दोबारा इस्तेमाल करें। तीन प्रॉम्प्ट लगभग हर ज़रूरी पहलू समेट लेते हैं:
हर एक के लिए समय, लागत और 1 से 5 का स्कोर लिख लें। बेंचमार्क थ्रेड पढ़ने के एक घंटे से यह दस मिनट बेहतर है।
लैंग्वेज मॉडल प्लान लिखते हैं। PicassoIA उसे तस्वीरों में बदलता है। Opus से पाँच फ़ोटोरियलिस्टिक इमेज प्रॉम्प्ट माँगें, जिनमें लेंस, लाइटिंग और कंपोज़िशन साफ़ लिखा हो, फिर उन्हें किसी टेक्स्ट-टू-इमेज मॉडल में डालें और नतीजों की साथ-साथ तुलना करें। अच्छे शुरुआती विकल्प हैं Seedream 4.5, Flux 2 Pro और PicassoIA Image।
जब कोई स्टिल फ़्रेम सही लगे, तो आप Seedance 2.0 या Kling v3 Video से उसे चलती तस्वीर में बदल सकते हैं। एक प्रॉम्प्ट चुनें, उसे चलाएँ, और अपनी पसंद का वर्ज़न रखें। आपकी पहली इमेज बस कुछ सेकंड दूर है, तो आज ही PicassoIA आज़माएँ और देखें कि आपके अपने विचार कैसे दिखते हैं।
अपनी भाषा चुनें
