Anthropic Rilis Opus 5.5: Lebih Murah, Lebih Cepat, Tapi Sinyal Perlambatan AI Mulai Terasa
Baca dalam 60 detik
- Anthropic resmi meluncurkan Opus 5.5 dengan harga output token turun menjadi US$20 per juta token, lebih murah dari versi sebelumnya.
- Model ini diklaim melampaui kemampuan Fable dalam berbagai benchmark coding dan pengetahuan, sekaligus mengubah gaya komunikasi agar lebih ringkas.
- Peluncuran ini menandai era baru di mana raksasa AI mulai memperlambat laju pengembangan kapabilitas demi mengejar keselamatan dan kesiapan regulasi.
Anthropic resmi merilis Opus 5.5 pada Selasa, mengklaim model terbarunya mencetak rekor baru dalam kinerja coding dan pekerjaan berbasis pengetahuan. Model ini juga dijual lebih murah dan lebih cepat dari pendahulunya, menandai pergeseran strategi di tengah persaingan kecerdasan buatan yang semakin ketat.
Opus merupakan lapisan paling canggih dan paling mahal dalam jajaran Claude yang terdiri dari tiga tingkat. Sonnet menempati posisi menengah, sedangkan Haiku menjadi opsi tercepat dan termurah. Menurut Anthropic, Opus 5.5 mampu melampaui model Fable yang berukuran lebih besar dalam sejumlah tolok ukur, bahkan berhasil menyelesaikan tugas-tugas informal yang sebelumnya gagal dituntaskan Fable.
Dari sisi biaya, output token Opus 5.5 dibanderol US$20 per juta token, turun dari US$25 pada versi sebelumnya. Penurunan serupa juga terjadi pada metrik lain. Model ini juga lebih cepat dijalankan karena kebutuhan komputasi untuk melayaninya berkurang secara keseluruhan.
Perubahan signifikan juga terjadi pada cara Opus berkomunikasi. Versi 5.5 lebih jarang menggunakan jargon dan cenderung menempatkan informasi penting di awal pesan. Langkah ini menjawab keluhan umum pengguna yang menginginkan jawaban langsung tanpa bertele-tele.
Peluncuran ini menjadi yang pertama sejak CEO Dario Amodei secara terbuka mendukung gagasan memperlambat laju pengembangan kapabilitas AI agar sejalan dengan kemajuan di bidang penyelarasan (alignment). Dalam tulisan awal bulan ini, Amodei menyatakan keyakinannya bahwa menangani risiko secara menyeluruh membutuhkan kehati-hatian ekstra, bukan sekadar investasi pada pencegahan risiko, tetapi juga mengatur ritme kemajuan agar upaya mitigasi punya waktu untuk mengejar.
"Saya menjadi yakin bahwa menangani risiko secara penuh membutuhkan kehati-hatian yang lebih besar, bukan hanya berinvestasi pada pencegahan risiko, tetapi juga mengatur laju kemajuan kapabilitas agar pencegahan risiko memiliki waktu untuk mengejar." — Dario Amodei, CEO Anthropic
Pelatihan keamanan Opus 5.5 secara garis besar mirip dengan pendahulunya, mencakup pengujian alignment dan evaluasi pra-rilis oleh organisasi eksternal seperti METR dan Frontier Design. Namun Anthropic menekankan bahwa sistem pelatihan dan evaluasi yang lebih canggih sedang disiapkan untuk model-model mendatang, termasuk peningkatan keamanan dan pemantauan.
Perusahaan juga menegaskan bahwa Opus 5.5 memiliki kemampuan biologi dan keamanan siber yang setara dengan Mythos, sehingga tunduk pada pengamanan yang sama seperti model Fable. Pengamanan tersebut membatasi penggunaan model untuk menemukan celah eksploitasi pada program terkompilasi atau mengembangkan senjata biologis yang dapat dikenali, di antara tugas-tugas lainnya.
Konteks Indonesia
Bagi Indonesia, peluncuran Opus 5.5 dan pergeseran strategi Anthropic menawarkan pelajaran penting. Di satu sisi, harga yang lebih murah dan kecepatan inferensi yang meningkat dapat memperluas akses pelaku usaha lokal, terutama startup dan UMKM berbasis teknologi, untuk mengadopsi AI canggih dalam layanan mereka. Namun, kebijakan "memperlambat laju" yang diusung Amodei juga menjadi sinyal bahwa era ledakan kapabilitas tanpa kendali mungkin mulai mereda.
Pemerintah Indonesia, melalui regulasi AI yang tengah disusun, perlu mencermati keseimbangan antara mendorong inovasi dan memastikan keselamatan. Langkah Anthropic yang menggandeng organisasi eksternal untuk evaluasi independen bisa menjadi contoh tata kelola yang relevan bagi ekosistem AI nasional, terutama dalam hal transparansi dan akuntabilitas model.
Selain itu, ketergantungan pada model asing seperti Claude, GPT, atau Gemini tetap menjadi pekerjaan rumah besar. Tanpa pengembangan model lokal yang setara, Indonesia berisiko hanya menjadi pasar pengguna tanpa kendali atas infrastruktur dan kebijakan AI yang memengaruhi ruang digitalnya.
Ke depan, pertanyaannya bukan lagi seberapa cepat model baru muncul, melainkan seberapa siap ekosistem dan regulasi menyerapnya. Apakah percepatan adopsi AI di Indonesia akan diimbangi dengan kerangka keselamatan yang mumpuni, atau justru tertinggal di belakang inovasi yang terus berlari?
