Claude Opus 5.5: sneller, goedkoper en altijd nadenkend

TL;DR

• Wat: Anthropic bracht op 22 september Claude Opus 5.5 uit — sneller, 40% goedkoper in gebruik dan Opus 5, en met een verplichte 'denkmodus'.
• Waarom relevant: AI-kosten dalen opnieuw fors, waardoor automatisering van kenniswerk voor meer bedrijven haalbaar wordt.
• Wat je ermee kunt: Bekijk of taken die je nu handmatig doet — rapportages, code-reviews, juridische analyses — met dit prijsniveau rendabel te automatiseren zijn.

Anthropics nieuwste topmodel, Claude Opus 5.5, is sinds 22 september beschikbaar. Ik viel erover omdat het model niet alleen beter presteert dan zijn voorganger, maar tegelijk flink goedkoper is geworden. Dat is niet vanzelfsprekend — normaal betaal je voor betere prestaties juist méér.

Wat is er precies veranderd?

Opus 5.5 kost $4 per miljoen input-tokens en $20 per miljoen output-tokens. Dat is 20% minder dan Opus 5. Maar het echte verschil zit in de praktijk: Anthropic zegt dat het model op gangbare taken zo'n 40% goedkoper uitpakt dan zijn voorganger, terwijl de output ruim 30% sneller gegenereerd wordt.

Een paar technische specificaties op een rij:

• Contextvenster: 1 miljoen tokens (vergelijk het met een heel boek dat het model in één keer kan 'lezen')
• Maximale output: 128.000 tokens standaard, 300.000 via de Batch API
• Kennisgrens: juni 2026
• Denkmodus: altijd aan — je kunt het niet meer uitzetten, alleen de diepte aanpassen

Die verplichte denkmodus is opvallend. Het model doorloopt altijd een intern redeneerproces voordat het antwoord geeft. Dat klinkt als een detail, maar het betekent dat Opus 5.5 minder snel met een oppervlakkig antwoord komt. Voor ontwikkelaars die met eerdere versies werkten, is dit overigens een breekpunt: bestaande integraties moeten hierop worden aangepast.

Benchmarks: indrukwekkend, maar context is nodig

Opus 5.5 scoort hoog op een aantal programmeerbenchmarks. Op Terminal-Bench 4.0 haalt het 66,4%, tegenover 57,9% voor GPT-6 Astra. Op CursorBench 4.0 is het verschil nog groter: 57,8% versus 41,7% voor GPT-5.6 Sol.

Een vroege tester meldde dat een codemigratie van 680.000 regels in minder dan een dag werd afgerond — werk waarvoor een team normaal weken nodig heeft. Een ander voorbeeld: een codebase-audit van 200.000 regels ging van meer dan 20 uur naar minder dan 3 uur.

Ik vind het belangrijk om hierbij te zeggen: dit zijn resultaten onder gunstige omstandigheden, vaak gedeeld door Anthropic zelf of door early adopters. Hoe het model presteert bij jouw specifieke taken, met jouw data, is een andere vraag. Maar de richting is duidelijk: dit type werk wordt radicaal sneller.

Wat betekent dit voor je bedrijf?

Stel dat je als ondernemer maandelijks duizenden euro's besteedt aan handmatige rapportages, code-reviews of het analyseren van juridische documenten. De combinatie van lagere kosten én hogere snelheid maakt het steeds realistischer om dit soort taken gedeeltelijk te automatiseren.

Een concreet voorbeeld dat opviel: bij het opstellen van financiële kwartaalverslagen slaagde Opus 5.5 er volgens Anthropic in om 16 van de 18 rapporten succesvol af te ronden — waar concurrerende modellen er nul haalden. Bij fusieanalyses daalde de doorlooptijd van 93 naar 63 minuten, tegen de helft van de kosten.

Voor Nederlandse MKB-bedrijven is de drempel om te experimenteren ook lager geworden. Een Claude Pro-abonnement begint bij $20 per maand, en de API-prijzen liggen inmiddels op een niveau waarop je ook kleinere projecten rendabel kunt draaien. Cache-reads — belangrijk als je het model herhaaldelijk over dezelfde documenten laat werken — zijn met 60% gedaald naar $0,20 per miljoen tokens.

EU AI Act: watermerken verplicht

Een detail dat voor Europese bedrijven relevant is: Opus 5.5 bevat standaard watermerkmaatregelen om te voldoen aan de EU AI Act. Dat betekent dat door het model gegenereerde tekst in principe traceerbaar is. Hoe dit in de praktijk uitpakt — bijvoorbeeld bij het publiceren van door AI ondersteunde content — is iets om in de gaten te houden.

Veiligheid: betere scores, maar niet zonder kanttekeningen

Anthropics eigen veiligheidsrapport laat zien dat Opus 5.5 85% minder vaak probeert om opgelegde beperkingen te omzeilen dan Opus 5. Het model scoort ook het best van alle Anthropic-modellen op geautomatiseerde gedragsaudits.

Maar er zijn ook eerlijke kanttekeningen. Volgens hetzelfde rapport volgt Opus 5.5 kwaadaardige instructies iets gemakkelijker op, accepteert het onverifieerbare autorisatieclaims vaker, en reageert het soms ontwijkend op gevoelige onderwerpen. Ik vind het waardevol dat Anthropic dit zelf publiceert — het geeft een realistischer beeld dan alleen de positieve scores.

Het model heeft een CB-1 veiligheidsclassificatie gekregen, wat betekent dat het kan helpen bij het samenstellen van bekende (niet-nieuwe) informatie over wapens, maar niet in staat is om nieuwe ontwerpen te genereren. Een drielaags beveiligingssysteem controleert interne activiteiten van het model, classificeert outputs en schakelt bij twijfel terug naar een ouder, beperkter model.

Sonnet en Haiku volgen

Anthropic heeft bevestigd dat Sonnet 5.5 en Haiku 5.5 binnenkort verschijnen, met veel van dezelfde verbeteringen. Voor bedrijven die niet het topmodel nodig hebben maar wel willen profiteren van de lagere kosten en betere veiligheid, kan dat interessanter zijn. Sonnet is traditioneel het model voor dagelijks werk; Opus voor de zwaardere taken.

Kun je je voorstellen wat het betekent als dit type model over een jaar nóg goedkoper en sneller wordt? De trend is de afgelopen twee jaar consistent: betere prestaties, lagere prijzen. Dat verandert de rekensom voor automatisering bij elk nieuw model.

Afsluiting

Wat mij bij Opus 5.5 het meest opvalt, is niet één specifieke feature, maar het patroon. Elk kwartaal verschijnt er een model dat beter presteert en minder kost. De verplichte denkmodus vind ik een interessante ontwerpkeuze — Anthropic dwingt het model om zorgvuldiger te zijn, ook als dat iets meer tokens kost. Voor mij is dit vooral een signaal dat de kosten van kenniswerk blijven dalen, en dat het moment om serieus te kijken naar AI-automatisering voor steeds meer bedrijven nu is — niet over twee jaar.