anthropic

Claude Opus 4.5

Claude Opus 4.5 adalah frontier model paling andal dari Anthropic, menghadirkan performa 80,9% SWE-bench yang memecahkan rekor serta kemampuan autonomous...

anthropic logoanthropicClaudeNovember 24, 2025
Konteks
200Ktoken
Output maks.
64Ktoken
Harga input
$5.00/ 1M
Harga output
$25.00/ 1M
Modalitas:TextImage
Kemampuan:VisiAlatStreamingPenalaran
Benchmarks
GPQA
87%
GPQA: Tanya Jawab Sains Tingkat Doktoral. Benchmark ketat dengan 448 pertanyaan pilihan ganda dalam biologi, fisika, dan kimia yang dibuat oleh pakar domain. Para ahli PhD hanya mencapai akurasi 65-74%, sementara non-ahli hanya mendapat 34% bahkan dengan akses web tak terbatas (sehingga disebut 'tahan Google'). Claude Opus 4.5 meraih skor 87% pada benchmark ini.
MMLU
90.8%
MMLU: Pemahaman Bahasa Multitugas Masif. Benchmark komprehensif dengan 16.000 pertanyaan pilihan ganda meliputi 57 mata pelajaran akademik termasuk matematika, filsafat, hukum, dan kedokteran. Menguji pengetahuan luas dan kemampuan penalaran. Claude Opus 4.5 meraih skor 90.8% pada benchmark ini.
MMLU Pro
80%
MMLU Pro: MMLU Edisi Profesional. Versi MMLU yang ditingkatkan dengan 12.032 pertanyaan menggunakan format 10 pilihan yang lebih sulit. Mencakup Matematika, Fisika, Kimia, Hukum, Teknik, Ekonomi, Kesehatan, Psikologi, Bisnis, Biologi, Filsafat, dan Ilmu Komputer. Claude Opus 4.5 meraih skor 80% pada benchmark ini.
IFEval
90%
IFEval: Evaluasi Kepatuhan Instruksi. Mengukur seberapa baik model mengikuti instruksi dan batasan tertentu. Menguji kemampuan untuk mematuhi aturan format, batas panjang, dan persyaratan eksplisit lainnya. Claude Opus 4.5 meraih skor 90% pada benchmark ini.
AIME 2025
37%
AIME 2025: Ujian Matematika Undangan Amerika. Soal matematika tingkat kompetisi dari ujian AIME bergengsi yang dirancang untuk siswa SMA berbakat. Menguji pemecahan masalah matematika tingkat lanjut yang membutuhkan penalaran abstrak, bukan sekadar pencocokan pola. Claude Opus 4.5 meraih skor 37% pada benchmark ini.
MATH
85%
MATH: Pemecahan Masalah Matematika. Benchmark matematika komprehensif yang menguji pemecahan masalah dalam aljabar, geometri, kalkulus, dan domain matematika lainnya. Membutuhkan penalaran multi-langkah dan pengetahuan matematika formal. Claude Opus 4.5 meraih skor 85% pada benchmark ini.
GSM8k
95%
GSM8k: Matematika SD 8K. 8.500 soal cerita matematika tingkat SD yang membutuhkan penalaran multi-langkah. Menguji aritmatika dasar dan pemikiran logis melalui skenario dunia nyata seperti belanja atau perhitungan waktu. Claude Opus 4.5 meraih skor 95% pada benchmark ini.
MGSM
92%
MGSM: Matematika SD Multibahasa. Benchmark GSM8k yang diterjemahkan ke 10 bahasa termasuk Spanyol, Prancis, Jerman, Rusia, Cina, dan Jepang. Menguji penalaran matematika dalam berbagai bahasa. Claude Opus 4.5 meraih skor 92% pada benchmark ini.
MathVista
72%
MathVista: Penalaran Matematika Visual. Menguji kemampuan untuk menyelesaikan masalah matematika yang melibatkan elemen visual seperti grafik, diagram geometri, dan figur ilmiah. Menggabungkan pemahaman visual dengan penalaran matematika. Claude Opus 4.5 meraih skor 72% pada benchmark ini.
SWE-Bench
80.9%
SWE-Bench: Benchmark Rekayasa Perangkat Lunak. Model AI mencoba menyelesaikan masalah GitHub nyata dalam proyek Python open-source dengan verifikasi manusia. Menguji keterampilan rekayasa perangkat lunak praktis pada codebase produksi. Model terbaik meningkat dari 4,4% di 2023 menjadi lebih dari 70% di 2024. Claude Opus 4.5 meraih skor 80.9% pada benchmark ini.
HumanEval
90%
HumanEval: Masalah Pemrograman Python. 164 masalah pemrograman yang ditulis tangan di mana model harus menghasilkan implementasi fungsi Python yang benar. Setiap solusi diverifikasi dengan unit test. Model terbaik sekarang mencapai akurasi lebih dari 90%. Claude Opus 4.5 meraih skor 90% pada benchmark ini.
LiveCodeBench
75%
LiveCodeBench: Benchmark Koding Langsung. Menguji kemampuan koding pada tantangan pemrograman dunia nyata yang terus diperbarui. Berbeda dengan benchmark statis, menggunakan masalah baru untuk mencegah kontaminasi data dan mengukur keterampilan koding yang sebenarnya. Claude Opus 4.5 meraih skor 75% pada benchmark ini.
MMMU
80.7%
MMMU: Pemahaman Multimodal. Benchmark Pemahaman Multimodal Multi-disiplin Masif yang menguji model penglihatan-bahasa pada masalah tingkat universitas di 30 mata pelajaran yang membutuhkan pemahaman gambar dan pengetahuan ahli. Claude Opus 4.5 meraih skor 80.7% pada benchmark ini.
MMMU Pro
60%
MMMU Pro: MMMU Edisi Profesional. Versi MMMU yang ditingkatkan dengan pertanyaan lebih sulit dan evaluasi lebih ketat. Menguji penalaran multimodal tingkat lanjut di tingkat profesional dan ahli. Claude Opus 4.5 meraih skor 60% pada benchmark ini.
ChartQA
90%
ChartQA: Tanya Jawab Grafik. Menguji kemampuan untuk memahami dan bernalar tentang informasi yang disajikan dalam grafik dan diagram. Membutuhkan ekstraksi data, perbandingan nilai, dan melakukan perhitungan dari representasi visual data. Claude Opus 4.5 meraih skor 90% pada benchmark ini.
DocVQA
94%
DocVQA: Tanya Jawab Visual Dokumen. Benchmark Tanya Jawab Visual Dokumen yang menguji kemampuan untuk mengekstrak dan bernalar tentang informasi dari gambar dokumen termasuk formulir, laporan, dan teks yang dipindai. Claude Opus 4.5 meraih skor 94% pada benchmark ini.
Terminal-Bench
59.3%
Terminal-Bench: Tugas Terminal/CLI. Menguji kemampuan untuk melakukan operasi baris perintah, menulis skrip shell, dan menavigasi lingkungan terminal. Mengukur keterampilan administrasi sistem praktis dan alur kerja pengembangan. Claude Opus 4.5 meraih skor 59.3% pada benchmark ini.
ARC-AGI
37.6%
ARC-AGI: Abstraksi dan Penalaran. Abstraction and Reasoning Corpus untuk AGI - menguji kecerdasan fluida melalui teka-teki pengenalan pola baru. Setiap tugas membutuhkan penemuan aturan yang mendasari dari contoh, mengukur kemampuan penalaran umum daripada menghafal. Claude Opus 4.5 meraih skor 37.6% pada benchmark ini.

Tentang Claude Opus 4.5

Pelajari tentang kemampuan, fitur, dan cara menggunakan Claude Opus 4.5.

Puncak dari Autonomous Agency

Claude Opus 4.5 mewakili lompatan paling signifikan Anthropic dalam kecerdasan frontier, yang dirancang khusus untuk tugas-tugas paling kompleks dalam rekayasa perangkat lunak dan operasi otonom. Dirilis pada akhir 2025, model ini memecahkan rekor pada benchmark SWE-bench Verified dengan skor 80,9%, menjadikannya model pertama yang secara efektif mengotomatiskan debugging skala besar dan refactoring sistem dengan intervensi manusia yang minimal.

Kecerdasan dengan Jiwa

Di luar kecanggihan teknisnya, Opus 4.5 memperkenalkan persona halus yang dipandu oleh "dokumen jiwa" Anthropic, menekankan kejujuran diplomatik dan bantuan yang bernuansa. Hal ini membuat model tersebut secara unik mampu memahami selera penulisan dan desain yang berpusat pada manusia. Model ini dioptimalkan untuk alur kerja agentic, menampilkan context window 200.000 token dan "parameter effort" khusus yang memungkinkan pengembang untuk menskalakan kedalaman reasoning terhadap biaya komputasi.

Keunggulan Multimodal

Sebagai kekuatan multimodal, Opus 4.5 unggul dalam tugas-tugas berbasis vision, mulai dari memproses diagram arsitektur yang padat hingga mengekstrak data dari tata letak dokumen yang kompleks. Kemampuannya untuk menavigasi lingkungan terminal-native melalui Claude Code memungkinkannya melakukan audit seluruh sistem dan patching keamanan, memposisikannya sebagai mitra yang gigih dan sangat mumpuni bagi tim engineering profesional.

Claude Opus 4.5

Kasus Penggunaan untuk Claude Opus 4.5

Temukan berbagai cara menggunakan Claude Opus 4.5 untuk hasil yang luar biasa.

Autonomous Engineering

Mengotomatiskan seluruh siklus hidup masalah GitHub termasuk reproduksi, debugging, dan pengujian.

Administrasi Sistem

Melakukan audit server otonom dan patching keamanan melalui interaksi terminal langsung.

Refactoring Arsitektur

Mengolah repositori besar untuk menyarankan dan menerapkan penguatan keamanan di seluruh sistem.

Sintesis Dokumen Kompleks

Mengubah ratusan PDF multi-halaman menjadi model keuangan terstruktur atau visualisasi data.

Pengembangan Game Kreatif

Menghasilkan lingkungan 3D fungsional dengan fisika yang bekerja hanya dari prompt tunggal yang kompleks.

Asisten Riset Persisten

Melakukan referensi silang pada dataset besar untuk menemukan kontradiksi yang tidak terlihat pada file hukum atau teknis.

Kelebihan

Keterbatasan

Rekor Baru dalam Coding: Mencapai 80,9% pada SWE-bench Verified, mengotomatiskan tugas rekayasa perangkat lunak yang kompleks.
Model Harga Premium: Dengan harga $5/$25 per 1 juta tokens, model ini jauh lebih mahal dibandingkan model kelas menengah.
Efisiensi Token Unggul: Mencapai tingkat kecerdasan frontier dengan menggunakan hingga 76% tokens lebih sedikit daripada Sonnet untuk logika serupa.
Celah Benchmark Matematika: Tertinggal dari model reasoning khusus dalam kompetisi matematika tingkat tinggi seperti tes AIME.
Context Window 200K Masif: Menangani kumpulan dokumen dan repositori besar dengan akurasi retrieval yang tinggi.
Tanpa Audio/Video Native: Saat ini kurang memiliki kemampuan untuk memproses aliran audio atau video secara langsung tanpa pra-pemrosesan.
Logika Agen Otonom: Dioptimalkan untuk sesi otonom yang berjalan lama melalui alat terminal-native dan stop hooks.
Latency Eksekusi Tinggi: Tugas reasoning yang mendalam dapat memakan waktu lama, terkadang memerlukan sesi berjam-jam untuk agen.

Mulai Cepat API

anthropic/claude-4.5-opus

Lihat Dokumentasi
anthropic SDK
import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  apiKey: process.env['ANTHROPIC_API_KEY'],
});

async function main() {
  const message = await client.messages.create({
    max_tokens: 4096,
    messages: [{ role: 'user', content: 'Lakukan audit sistem lengkap pada kode ini untuk mencari celah keamanan.' }],
    model: 'claude-4.5-opus-20251124',
  });
  console.log(message.content[0].text);
}

main();

Instal SDK dan mulai melakukan panggilan API dalam hitungan menit.

Apa Kata Orang Tentang Claude Opus 4.5

Lihat apa yang dipikirkan komunitas tentang Claude Opus 4.5

"Setiap baris kode produksi saya dibuat oleh Claude Code yang berjalan pada Opus 4.5"
Boris Cherny
x
"Opus 4.5 adalah tempat di mana Anda perlu memikirkan selera penulisan dan bagaimana suaranya terdengar seperti manusia"
Nate B Jones
youtube
"Kecerdasan akhirnya menjadi lebih murah; model ini 3x lebih murah daripada Opus sebelumnya"
BuildwithVignesh
reddit
"Claude Opus 4.5 memecahkan benchmark dengan menjadi terlalu cerdik dan mengeksploitasi celah"
MetaKnowing
reddit
"Kedalaman reasoning dan kemampuan coding berada di level yang berbeda dibandingkan yang lainnya"
Santosh Gupta
x
"Kemampuan agentic pada terminal melalui Claude Code membuatnya menonjol untuk devops"
hn_user_alpha
hackernews

Video Tentang Claude Opus 4.5

Tonton tutorial, ulasan, dan diskusi tentang Claude Opus 4.5

Harganya sekarang tiga kali lebih murah... $5 untuk satu juta input tokens.

Ini adalah hasil terbaik yang pernah saya dapatkan dari sebuah model pada tes Minecraft dengan prompt tunggal ini.

Opus 4.5 mendapatkan skor lebih tinggi daripada kandidat manusia mana pun yang pernah mengikuti ujian take-home ini.

Reasoning di sini bukan sekadar mengikuti instruksi; melainkan memahami niat.

Jika Anda melakukan pekerjaan arsitektur yang kompleks, ini adalah satu-satunya model yang menanganinya dengan andal.

80,9% pada SWE-bench verified... dan menggunakan 50% tokens lebih sedikit daripada Sonnet.

Opus 4.5 ditujukan langsung untuk rekayasa perangkat lunak profesional, bukan sekadar coding hobi.

Di luar SWE-bench, model ini mencatat kenaikan 15% dibandingkan Sonnet pada Terminal Bench.

Model ini mampu melakukan sesi otonom yang berjalan lama yang bisa berlangsung selama berjam-jam.

Performa vision terasa jauh lebih mendetail saat memproses diagram teknis yang padat.

Anggap Claude Opus 4.5 sebagai lapisan persuasi dan monster agentic yang luar biasa.

Banyak engineer akhirnya lebih memilih Opus 4.5 karena ergonomi dan sistem pendukungnya.

Model ini menyadari spesifikasi jiwanya dengan cara yang melampaui konteks.

Opus 4.5 menunjukkan tingkat selera penulisan yang tidak dimiliki oleh GPT-5.2.

Model ini menggunakan parameter effort dinamis untuk menskalakan kecerdasannya berdasarkan tugas.

Lebih dari sekadar prompt

Tingkatkan alur kerja Anda dengan Otomatisasi AI

Automatio menggabungkan kekuatan agen AI, otomatisasi web, dan integrasi cerdas untuk membantu Anda mencapai lebih banyak dalam waktu lebih singkat.

Agen AI
Otomasi Web
Alur Kerja Cerdas
Tonton video demo

Tips Pro untuk Claude Opus 4.5

Tips ahli untuk memaksimalkan Claude Opus 4.5.

Gunakan High Effort untuk Logika

Atur parameter 'effort' ke 'high' untuk tugas arsitektur yang kompleks demi memastikan kedalaman reasoning maksimal.

Terapkan Stop Hooks

Manfaatkan stop hooks khusus dalam alur kerja agentic agar model dapat berjalan dan memperbaiki diri sendiri selama beberapa jam.

Manfaatkan Claude Code

Pasangkan model ini dengan alat CLI Claude Code untuk membuka potensi penuhnya dalam tugas sistem berbasis terminal.

Optimalkan Penggunaan Token

Gunakan Opus 4.5 hanya untuk tugas dengan logika tinggi, karena model ini menghasilkan kualitas yang setara dengan Sonnet namun menggunakan hingga 76% tokens lebih sedikit.

Testimoni

Apa Kata Pengguna Kami

Bergabunglah dengan ribuan pengguna puas yang telah mengubah alur kerja mereka

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Terkait AI Models

xai

Grok-4

xai

Grok-4 by xAI is a frontier model featuring a 2M token context window, real-time X platform integration, and world-record reasoning capabilities.

2M context
$3.00/$15.00/1M
openai

GPT-5.1

openai

GPT-5.1 is OpenAI’s advanced reasoning flagship featuring adaptive thinking, native multimodality, and state-of-the-art performance in math and technical...

400K context
$1.25/$10.00/1M
zhipu

GLM-4.7

zhipu

GLM-4.7 by Zhipu AI is a flagship 358B MoE model featuring a 200K context window, elite 73.8% SWE-bench performance, and native Deep Thinking for agentic...

200K context
$0.60/$2.20/1M
anthropic

Claude 3.7 Sonnet

anthropic

Claude 3.7 Sonnet is Anthropic's first hybrid reasoning model, delivering state-of-the-art coding capabilities, a 200k context window, and visible thinking.

200K context
$3.00/$15.00/1M
xai

Grok-3

xai

Grok-3 is xAI's flagship reasoning model, featuring deep logic deduction, a 128k context window, and real-time integration with X for live research and coding.

128K context
$3.00/$15.00/1M
google

Gemini 3 Flash

google

Gemini 3 Flash is Google's high-speed multimodal model featuring a 1M token context window, elite 90.4% GPQA reasoning, and autonomous browser automation tools.

1M context
$0.50/$3.00/1M
anthropic

Claude Sonnet 4.5

anthropic

Anthropic's Claude Sonnet 4.5 delivers world-leading coding (77.2% SWE-bench) and a 200K context window, optimized for the next generation of autonomous agents.

200K context
$3.00/$15.00/1M
google

Gemini 3 Pro

google

Google's Gemini 3 Pro is a multimodal powerhouse featuring a 1M token context window, native video processing, and industry-leading reasoning performance.

1M context
$2.00/$12.00/1M

Pertanyaan yang Sering Diajukan tentang Claude Opus 4.5

Temukan jawaban untuk pertanyaan umum tentang Claude Opus 4.5