Claude Opus 5.5 API

So sánh giá: API chính thức, OpenRouter và Wokey

USD cho mỗi triệu token. Giá API chính thức và OpenRouter được kiểm tra thủ công vào 2026-09-29, chưa gồm thuế; giá Wokey được đọc từ bảng giá trực tiếp.

Kiểm tra ngày 2026-09-29 · Trang giá chính thức · Danh sách endpoint OpenRouter

Dùng trong Claude Code

Mô hình này hỗ trợ /v1/messages trên Wokey. Đặt các biến môi trường sau rồi chạy claude.

export ANTHROPIC_BASE_URL="https://api.wokey.ai"
export ANTHROPIC_AUTH_TOKEN="$WOKEY_API_KEY"
export ANTHROPIC_MODEL="claude-opus-5-5"

Tổng quan Claude Opus 5.5

Ngày ra mắt

2026-09-22, mô hình Claude 5.5 đầu tiên; Sonnet 5.5 ra mắt tiếp vào 09-28

Định vị

Được xây dựng cho lập trình agent chạy dài và công việc tri thức. Anthropic cho biết mô hình đạt mức của Fable 5.1 trong phần lớn công việc, chi phí vận hành thấp hơn Opus 5 40% và xuất output nhanh hơn trên 30%

Ngữ cảnh và output

Ngữ cảnh 1M không cần beta header; output tối đa 128K, hoặc 300K trên Batch API với beta header output-300k-2026-03-24

Input và mốc kiến thức

Input văn bản và hình ảnh; mốc kiến thức tháng 6/2026

Thinking và effort

Adaptive thinking luôn bật và không thể tắt; năm mức effort (low / medium / high / xhigh / max), mặc định của API là medium (Opus 5 mặc định là high)

Giá chính thức

$4 input / $20 output cho mỗi triệu token (Opus 5: $5 / $25); đọc cache $0.20, bằng 5% input (Opus 5: $0.50); ghi cache 5 phút $5, 1 giờ $8; Batch giảm 50%

Cơ chế bảo vệ

Phần lớn tác vụ an ninh mạng được chuyển sang Opus 4.8, và việc dùng cho nghiên cứu sinh học cần Life Sciences Verification Program; khi từ chối sẽ trả về stop_reason: "refusal"

ID mô hình

claude-opus-5-5 (anthropic.claude-opus-5-5 trên Bedrock; cùng ID trên Google Cloud và Microsoft Foundry)

Kiểm tra ngày 2026-09-29 · Nguồn: Anthropic · Overview · Migration guide · Gemini 4 Argon pricing · Gemini 4 Argon (Artificial Analysis) · Claude Duet

Benchmark chính thức: Opus 5.5 vs Opus 5 vs Fable 5.1 vs Sonnet 5.5 vs GPT-6 Astra

Lấy từ trang ra mắt của Anthropic; đây là kết quả do nhà cung cấp công bố. Opus 5.5 chạy ở max effort (xhigh trên Terminal-Bench) và điểm của GPT-6 Astra do OpenAI công bố. Cột Sonnet 5.5 lấy từ trang ra mắt Sonnet 5.5; “—” nghĩa là chưa có điểm được công bố.

Anthropic lưu ý rằng cơ chế bảo vệ production được bật trong lúc kiểm thử và các tác vụ an ninh mạng chuyển sang Opus 4.8 khi bị kích hoạt, điều này có lẽ đã kéo điểm của Opus 5.5 xuống. Trong lần chạy độc lập của Artificial Analysis, Opus 5.5 đạt 59.6% trên Terminal-Bench, ngang GPT-6 Astra và cao hơn Opus 5 11 điểm, và 61.4% trên Humanity’s Last Exam.

Nên dùng mô hình nào: Opus 5.5, Opus 5 hay Sonnet 5.5

So với Opus 5

Rẻ hơn và dẫn trên mọi benchmark đã công bố: Terminal-Bench 4.0 tăng từ 52.3% lên 66.4% và GDPval-AA từ 1708 lên 1846. Anthropic cho biết chỉ với effort mặc định, mô hình đã vượt Opus 5 ở max trên Terminal-Bench với khoảng một phần năm chi phí. Hãy xem danh sách chuyển đổi bên dưới trước: tắt thinking, budget_tokens thủ công và ép dùng công cụ đều trả về 400, và effort mặc định đã giảm từ high xuống medium.

So với Sonnet 5.5

Dùng Opus 5.5 cho công việc phức tạp, mở, cần phán đoán liên tục, và Sonnet 5.5 cho lập trình và tài liệu hằng ngày có phạm vi rõ ràng. Opus 5.5 có giá niêm yết gấp đôi Sonnet 5.5, kể cả đọc cache ($0.20 so với $0.10). Ở max effort, Artificial Analysis đo được Sonnet 5.5 dùng nhiều hơn Opus 5.5 khoảng 60% token output mỗi tác vụ, nên một tác vụ tốn $7.60 trên Sonnet 5.5 so với $5.98 trên Opus 5.5. Một cách dùng phổ biến là Opus 5.5 làm bộ điều phối và các sub-agent là Sonnet 5.5.

Chọn effort

Anthropic khuyên nên quét lại các mức effort trên bộ đánh giá của chính bạn thay vì giữ nguyên cài đặt của Opus 5, và đặt max_tokens lớn ở các mức cao, bắt đầu từ 64K cho xhigh và max. Trên Intelligence Index của Artificial Analysis, medium đạt 51 với $1.34 mỗi tác vụ, high 54 với $1.82 và max 58 với $5.98; từ medium đến max đều nằm trên đường biên Pareto chi phí/trí tuệ. Báo cáo từ cộng đồng cho thấy max có thể dùng hết giới hạn output 128K khi vẫn đang suy nghĩ, nên hiếm khi đáng để đặt làm mặc định.

Tài liệu về effort

Đánh giá của bên thứ ba và cộng đồng

• Artificial Analysis: Intelligence Index đạt 58 ở max, dẫn đầu cách vài điểm; mô hình dẫn sáu trong mười bài đánh giá, và GDPval-AA cao hơn Fable 5.1 111 Elo. Ở max, mô hình dùng lượng token output mỗi tác vụ gấp 1.6x Opus 5, nhưng nhờ giảm giá nên một tác vụ chỉ tốn $5.98, ngang Opus 5 (max) ở $5.86. Mọi hạng mục tính phí trên Wokey đều bằng 15% giá chính thức, nên cùng một tác vụ tốn khoảng $0.90 ở max và $0.20 ở medium.
• Khách hàng truy cập sớm (trang ra mắt của Anthropic): Deloitte: phát hiện 72% lỗi đã biết khi review mã so với 56% của Opus 5 ở high effort. Box: dùng khoảng một phần ba số token của Opus 5. Factory: mô hình đầu tiên họ muốn đặt làm mặc định ở medium effort. GitHub: thuộc nhóm dùng ít token và ít bước nhất mà họ đo được. Đây là phát biểu của khách hàng do nhà cung cấp trích dẫn.
• Hacker News (thảo luận 1,804 điểm): Phần lớn thảo luận tranh cãi về cụm từ “pacing the frontier”, mà nhiều người cho là mâu thuẫn với nhịp phát hành. Về bản thân mô hình, các bình luận mô tả đây là cải tiến về chi phí, hiệu quả và văn phong hơn là bước nhảy năng lực, và hoan nghênh việc giảm giá; một người dùng hai lần thấy max effort dùng hết ngân sách 128K token khi vẫn đang suy nghĩ mà không có câu trả lời.

Chuyển đổi từ Opus 5: các request trả về 400

Các thay đổi này lấy từ hướng dẫn chuyển đổi của Anthropic. Hãy kiểm tra request và cách phân tích phản hồi trước khi đổi mô hình sang claude-opus-5-5.

• thinking: {"type": "disabled"} và {"type": "enabled", "budget_tokens": N} đều trả về 400. Hãy bỏ trường thinking hoặc gửi {"type": "adaptive"}, và điều chỉnh độ sâu bằng effort. Qua Wokey, gateway loại bỏ các trường thinking này trước khi chuyển tiếp nên request không bị lỗi, nhưng thinking vẫn chạy và được tính phí như token output.
• tool_choice là any hoặc tool trả về 400, kể cả trên count_tokens. Hãy dùng auto với strict: true hoặc structured outputs; strict cần additionalProperties: false trên mọi object trong schema.
• Effort mặc định đổi từ high sang medium, nên request không đặt effort sẽ chạy thấp hơn một mức so với trên Opus 5. Hãy đặt effort rõ ràng.
• max_tokens bao gồm cả thinking và văn bản. Hãy điều chỉnh lại các request trước đây tắt thinking; bắt đầu từ 64K cho xhigh hoặc max.
• Phản hồi có thể bắt đầu bằng khối thinking, nên hãy đọc khối văn bản theo type thay vì content[0].text. thinking.display mặc định là "omitted" với văn bản rỗng; đặt display: "summarized" để nhận bản tóm tắt dễ đọc.
• Văn bản giữa các lần gọi công cụ giờ được trả về bên trong khối thinking; để hiển thị tiến độ, đặt display: "updates" (beta) hoặc "summarized". Trong vòng lặp dùng công cụ, hãy gửi lại khối thinking nguyên vẹn.
• Khối thinking gắn với mô hình và cuộc hội thoại: với tài khoản tạo từ 2026-08-31 trở đi, gửi lại chúng sau khi sửa lịch sử sẽ trả về 400, và các mô hình khác sẽ bỏ qua chúng sau khi đổi tuyến.
• Claude API và Google Cloud từ chối computer_20251124; hãy dùng computer_toolset_20260801 (Bedrock không bị ảnh hưởng). Kích thước prompt tối thiểu có thể cache giảm xuống 512 token; temperature, top_p hoặc top_k khác mặc định và assistant prefill ở cuối vẫn trả về 400.

Body request sau khi chuyển đổi (/v1/messages)

{
  "model": "claude-opus-5-5",
  "max_tokens": 16000,
  "thinking": { "type": "adaptive", "display": "summarized" },
  "output_config": { "effort": "high" },
  "messages": [{ "role": "user", "content": "Review this diff for concurrency bugs" }]
}

Ảnh chụp bảng giá danh mục

Giá tính cho mỗi 1 triệu token; việc quyết toán dựa trên giá tại thời điểm yêu cầu.

Nguồn giá chính thức: https://www.anthropic.com/claude-opus-5-5

Giá theo khối lượng: nếu bạn thanh toán $6,000 / $10,000 cho mọi mô hình Claude trong một ngày, ngày hôm sau mọi mô hình Claude được giảm 10% / 20% — tự động, không giới hạn. Xem quy tắc

Đo thực tế trên Wokey

28 ngày gần nhất (2026-10-13 đến 2026-11-09), cập nhật mỗi thứ Hai · Yêu cầu thực tế từ 900+ tài khoản

Thời gian đến token đầu tiên, prompt ngắn

2,7 giây (Trung vị · prompt dưới 8K token · p90 13 giây)

Thời gian đến token đầu tiên, prompt cỡ agent

5,2 giây (Trung vị · prompt 32K–128K token)

Tỷ lệ trúng cache prompt

94% (Tỷ lệ token đầu vào được đọc từ cache)

Client dùng nhiều nhất: Claude Code 91%. Tỷ lệ trong các yêu cầu từ client nhận diện được; 81% yêu cầu nhận diện được client.

Cách đo

Thời gian đến token đầu tiên tính từ lúc gateway Wokey nhận yêu cầu đến nội dung stream đầu tiên (văn bản, tóm tắt suy luận hoặc từ chối). Con số này bao gồm thời gian xếp hàng, thử lại trên tài khoản khác và thời gian suy nghĩ của mô hình, nên dài hơn độ trễ token đầu tiên của chính upstream. Chỉ tính các yêu cầu streaming thành công, chia nhóm theo kích thước prompt (đầu vào cộng đọc và ghi cache).

Tỷ lệ trúng cache = token đọc từ cache ÷ token đầu vào trên các yêu cầu thành công. Tỷ lệ này phụ thuộc vào client và cách sử dụng; các trang tỷ lệ trúng cache phân tích chi tiết theo từng client.

Không tính tài khoản doanh nghiệp và tài khoản thử nghiệm của chính Wokey. Một mô hình được hiển thị khi có ít nhất 20 người dùng trong 28 ngày gần nhất và không người dùng nào gửi quá 50% số yêu cầu; các tài khoản đăng ký qua cùng một chuỗi giới thiệu được tính là một người dùng. Mỗi số liệu thời gian đến token đầu tiên cần ít nhất 500 yêu cầu.

Tỷ lệ trúng cache theo client

Khả năng của mô hình

Context

1,000,000 tokens

Đầu ra tối đa

128,000 tokens

Streaming

Được hỗ trợ

Tools

Được hỗ trợ

Vision

Được hỗ trợ

Các dạng API được hỗ trợ

/v1/messages

Gửi yêu cầu

/v1/messages

curl https://api.wokey.ai/v1/messages \
  -H "x-api-key: $WOKEY_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{"model":"claude-opus-5-5","max_tokens":1024,"messages":[{"role":"user","content":"Hello"}]}'

Dùng Claude Opus 5.5 trong công cụ của bạn

Gateway là https://api.wokey.ai (client tương thích OpenAI thường dùng https://api.wokey.ai/v1), và ID mô hình là claude-opus-5-5. Mở hướng dẫn cho client bạn đang dùng.

• Dùng Claude Opus 5.5 trong Claude Code: Anthropic Messages · cài đặt base URL và khóa API
• Dùng Claude Opus 5.5 trong Claude Desktop: Anthropic Messages · cài đặt base URL và khóa API
• Dùng Claude Opus 5.5 trong pi: Anthropic Messages · cài đặt base URL và khóa API
• Dùng Claude Opus 5.5 trong Z Code: Anthropic Messages · cài đặt base URL và khóa API
• Công cụ tính chi phí API Claude: Claude Opus 5.5 tốn bao nhiêu mỗi tháng: So sánh chi phí hằng tháng trên Anthropic API, OpenRouter và Wokey theo mức sử dụng và tỷ lệ trúng cache của bạn.
• Claude Opus 5.5 hay Claude Sonnet 5.5: nên dùng mô hình nào?: So sánh song song giá, cửa sổ ngữ cảnh, thời gian đến token đầu tiên và tỷ lệ trúng cache.
• Claude Opus 5.5 hay GPT-6.1 Sol: nên dùng mô hình nào?: So sánh song song giá, cửa sổ ngữ cảnh, thời gian đến token đầu tiên và tỷ lệ trúng cache.
• Claude Opus 5.5 hay Claude Fable 5.1: nên dùng mô hình nào?: So sánh song song giá, cửa sổ ngữ cảnh, thời gian đến token đầu tiên và tỷ lệ trúng cache.
• Giải pháp thay thế OpenRouter: Wokey so với OpenRouter: So sánh giá token, phí thanh toán, định dạng API và nguồn upstream.
• API AI có thể xác minh: kiểm tra phản hồi Claude Opus 5.5 có đến từ upstream chính thức không: Những phản hồi nào có tee.proof, và một bằng chứng chứng minh được gì, không chứng minh được gì.
• Xác minh phản hồi Claude Opus 5.5 trực tuyến: công cụ kiểm tra relay API AI: Dán phản hồi kèm tee.proof và kiểm tra ngay trên trình duyệt của bạn; không có gì được tải lên.

Ví dụ một lệnh gọi thực tế

Các giá trị sử dụng này lấy từ một lệnh gọi Claude Opus 5.5 đã hoàn tất, thành công ngay lần thử đầu tiên và đã được đối chiếu với hóa đơn.

Tổng đầu vào

480356

Đầu ra

1295

Tỷ lệ đầu vào từ cache

99.9%

Thời gian gọi

25.02 s

Ví dụ trường usage

Tổng hợp từ bản ghi tính phí của lệnh gọi này. input_tokens là đầu vào không qua cache; đọc và ghi cache được liệt kê riêng.

{
  "model": "claude-opus-5-5",
  "usage": {
    "input_tokens": 26,
    "output_tokens": 1295,
    "cache_read_input_tokens": 480003,
    "cache_creation_input_tokens": 327
  }
}

Đối chiếu token

Đây là đơn giá cuối cùng cho mỗi triệu token được ghi nhận cho lệnh gọi này.

Số tiền tính phí

$0.018546

Chi phí = tổng số token × đơn giá tương ứng ÷ 1,000,000, làm tròn đến sáu chữ số thập phân sau khi cộng.

Nguồn của lệnh gọi này

Bản ghi truyền tải trỏ đến api.anthropic.com với xác thực OAuth. Mức sử dụng được đo ở phía upstream và yêu cầu trả về HTTP 200.

Kiểm tra Prompt Cache

1. Giữ cố định system, tools và tiền tố hội thoại, rồi đánh dấu cache_control theo quy tắc cache.
2. Kiểm tra cache_creation_input_tokens ở phản hồi đầu tiên, sau đó dùng lại cùng tiền tố và kiểm tra cache_read_input_tokens ở phản hồi tiếp theo.
3. Đối chiếu riêng đầu vào không cache, đọc cache, ghi cache và đầu ra. Tổng đầu vào là tổng của ba hạng mục đầu vào.

Câu hỏi thường gặp

Mô hình và tài liệu liên quan

• Claude Opus 5
• Claude Opus 4.8
• Claude Opus 4.7
• Claude Opus 4.6
• Tài liệu API
• Tất cả mô hình và bảng giá
• Provider Node