Apa itu Claude Opus 4.5
Claude Opus 4.5 adalah model bahasa besar (LLM) kelas “Opus” terbaru dari Anthropic dalam keluarga Claude 4.5, dibuat untuk penalaran kompleks, rekayasa perangkat lunak profesional, dan alur kerja berbasis agen jangka panjang. Anthropic memposisikan Opus 4.5 sebagai opsi kelas atas yang menyeimbangkan kapabilitas maksimum dengan kinerja yang praktis dan titik harga yang lebih terjangkau dibanding rilis Opus sebelumnya. Rilis ini melengkapi keluarga Claude 4.5 bersama Sonnet 4.5 dan Haiku 4.5.
Model family / identifier: Claude Opus 4.5 (nama API yang dicatat oleh Anthropic sebagai claude-opus-4-5-20251101).
Fitur inti Claude Opus 4.5
- Tujuan / kekuatan utama: Rekayasa perangkat lunak profesional, agen tingkat lanjut, pemodelan spreadsheet/keuangan, alur kerja multi-giliran yang diperluas, dan “penggunaan komputer” (berinteraksi dengan GUI, spreadsheet, browser).
- Parameter effort: Parameter permintaan baru (rendah / sedang / tinggi) yang menukar komputasi/token dengan kedalaman penalaran. Berguna untuk menyetel latensi/biaya vs kelengkapan jawaban.
- Penggunaan komputer & visi yang ditingkatkan: Aksi zoom baru dan peningkatan inspeksi layar/UI sehingga model dapat membaca elemen UI yang halus dan visual terperinci sebelum mengambil tindakan.
- Kontinuitas pemikiran: “Pelestarian blok pemikiran” — Opus 4.5 mempertahankan blok penalaran sebelumnya untuk menjaga kontinuitas di sepanjang sesi yang panjang.
Rincian teknis Claude Opus 4.5
Model identifier: claude-opus-4-5-20251101 (umumnya dirujuk untuk pemanggilan API).
Context window & token limits: input 200,000 tokens / output 64,000 tokens
Modalities: teks, kode, gambar dan input dokumen didukung; output berupa teks (terstruktur dan tidak terstruktur). Integrasi mitra menambahkan fitur (prediksi batch, pemanggilan fungsi, cache prompt).
Kinerja tolok ukur & hasil empiris
Anthropic dan sejumlah pihak independen telah memublikasikan/melaporkan hasil tolok ukur dan perilaku pengujian untuk Opus 4.5. Di bawah ini adalah klaim dan angka paling menonjol:
- SWE-bench (tolok ukur rekayasa perangkat lunak) — SWE-bench ≈ 80.9% dalam evaluasi yang dilaporkan Anthropic. Opus 4.5 memimpin pada 7/8 bahasa pemrograman dalam pengujian SWE-bench Multilingual milik Anthropic.
- Ketahanan agen di dunia nyata — operasi agen berkelanjutan yang ditingkatkan dan penanganan yang lebih baik terhadap alur kerja multi-langkah dan orkestrasi alat.
- Aider Polyglot: +10.6% peningkatan vs Sonnet 4.5 pada tugas pengodean kompleks. Anthropic
- Terminal Bench: +15% peningkatan dibanding Sonnet 4.5 dalam alur kerja terminal/kode multi-langkah.
- Vending-Bench (perencanaan horizon panjang): 29% peningkatan dibanding Sonnet 4.5 pada tugas agen horizon panjang.
- Pengodean otonom: Anthropic melaporkan kinerja yang konsisten selama sesi pengodean otonom 30 menit (dibanding model sebelumnya yang menurun lebih cepat).
Kasus penggunaan umum dan prioritas
- Rekayasa perangkat lunak kompleks & skrip panjang — pembuatan kode, debugging, refaktor multi-berkas, dan agen pengodean otonom.
- Agen otonom dan orkestrasi alat — merantai panggilan API, penjelajahan, otomatisasi spreadsheet, dan alur kerja multi-langkah panjang di mana status harus dipertahankan di banyak giliran.
- Sintesis dokumen besar & riset — ringkasan hukum, laporan panjang, penulisan multi-bab, dan peringkasan atas korpus yang sangat besar berkat konteks yang diperluas dan pemadatan.
- Otomatisasi perusahaan — perkakas internal, ekstraksi data dari berkas/spreadsheet, dan agen yang mengoperasikan proses bisnis secara kontinu.
Claude Opus 4.5 vs Gemini 3.0 Pro vs GPT 5.1
| Dimensi | Claude Opus 4.5 (Anthropic) | Gemini 3.0 Pro (Google) | GPT 5.1 (OpenAI) |
|---|---|---|---|
| Nama model | claude-opus-4-5-20251101-thinking;claude-opus-4-5-20251101 | gemini-3-pro-preview-thinking;gemini-3-pro-preview | gpt-5.1-chat-latest;gpt-5.1 |
| Kekuatan utama | Keandalan agen horizon panjang, efisiensi token, pengodean & orkestrasi multi-agen, fokus keselamatan. | Penalaran terdepan, kinerja multimodal, skor papan peringkat teratas (LMArena, GPQA, MathArena); integrasi Google luas. | Penalaran adaptif, ergonomi pengembang, cache prompt diperpanjang (24 jam), interaktivitas cepat & perkakas kode. |
| Harga representatif (input/output per 1M token) | $5 / $25 (dinyatakan Anthropic untuk Opus 4.5). — harga pratinjau enterprise. | Tingkatan pratinjau dilaporkan ≈ $2 / $12 atau tingkatan lebih tinggi (bervariasi menurut wilayah/rencana). | $1.25 / $10 (harga API GPT-5.1 yang dipublikasikan OpenAI). |
| Konteks / jendela & memori | Fokus pada pemadatan konteks, fitur memori, dan sesi panjang yang efisien; dituning untuk run multi-agen. | Jendela konteks sangat besar dilaporkan (1M token dalam pratinjau) dan input multimodal (teks, gambar, audio, video). | Cache prompt yang diperluas dan penalaran adaptif yang efisien; cache dimaksudkan untuk menurunkan biaya & latensi. |
| Paling cocok untuk | Agen enterprise, alur kerja kode otonom yang panjang, menjalankan lama yang sensitif biaya, lingkungan teregulasi dengan kontrol keselamatan. | Riset/tolok ukur, penalaran multimodal, fitur ekosistem Google terintegrasi (Search/Ads/Apps). | Produk pengembang interaktif, bantuan pengodean berlatensi rendah, alur kerja iteratif yang mendapat manfaat dari cache prompt. |
Cara mengakses API Claude opus 4.5
Langkah 1: Daftar untuk Kunci API
Masuk ke cometapi.com. Jika Anda belum menjadi pengguna kami, silakan mendaftar terlebih dahulu. Masuk ke CometAPI console. Dapatkan kredensial akses kunci API antarmuka. Klik “Add Token” pada token API di pusat pribadi, dapatkan token key: sk-xxxxx dan kirimkan.
Langkah 2: Kirim Permintaan ke API Claude opus 4.5
Pilih endpoint “claude-opus-4-5-20251101-thinking;claude-opus-4-5-20251101” untuk mengirim permintaan API dan atur badan permintaan. Metode permintaan dan badan permintaan diperoleh dari dokumen API situs web kami. Situs kami juga menyediakan pengujian Apifox untuk kenyamanan Anda. Ganti <YOUR_API_KEY> dengan kunci CometAPI Anda yang sebenarnya dari akun Anda. base url adalah format Anthropic Messages dan format Chat.
Masukkan pertanyaan atau permintaan Anda ke dalam bidang content — inilah yang akan ditanggapi oleh model. Proses respons API untuk mendapatkan jawaban yang dihasilkan.
Langkah 3: Ambil dan Verifikasi Hasil
Proses respons API untuk mendapatkan jawaban yang dihasilkan. Setelah diproses, API merespons dengan status tugas dan data output.
Lihat juga Gemini 3 Pro Preview API