Ngày công bố: 05/08/2025.
Mô hình ra mắt và điểm mới
Claude Opus 4.1 là bản nâng cấp của Opus 4 cho tác vụ tác tử, lập trình thực tế và suy luận. Trọng tâm nằm ở độ chính xác khi thay đổi mã nguồn và theo dõi chi tiết, không phải một dòng sản phẩm hoàn toàn mới. Anthropic khuyến nghị chuyển từ Opus 4 sang Opus 4.1 cho các trường hợp sử dụng. [3]
Giá API tại thời điểm ra mắt
| Mô hình | Đầu vào / 1 triệu token | Đầu ra / 1 triệu token |
|---|---|---|
| Claude Opus 4.1 | 15 USD | 75 USD |
Đây là giá API cơ bản trong thông báo ra mắt, không phải phí thuê bao Claude, tổng giá mọi công cụ hay báo giá hiện hành. Chi phí thực tế còn phụ thuộc lượng token và cấu hình sử dụng. Giá giữ nguyên Opus 4. [3]
Khả dụng và giới hạn kiểm chứng
Mô hình có cho người dùng Claude trả phí, Claude Code, API, Amazon Bedrock và Vertex AI. Phụ lục cho biết một số đánh giá dùng extended thinking tới 64K token; thiết lập và số bước thực thi có ảnh hưởng đến kết quả. [3]
Benchmark và giới hạn so sánh
Anthropic báo cáo 74,5% trên SWE-bench Verified. Phụ lục phân biệt các phép đánh giá có extended thinking tới 64K token, gồm TAU-bench, GPQA Diamond, MMMLU, MMMU và AIME. Vì vậy không được mặc định mọi điểm lập trình đều dùng cùng ngân sách. Phản hồi Windsurf về cải thiện một độ lệch chuẩn thuộc benchmark junior developer của đối tác, không có nghĩa điểm SWE-bench tăng một độ lệch chuẩn. Lời nhận xét của GitHub và Rakuten về sửa nhiều tệp hoặc định vị lỗi là bằng chứng trải nghiệm được hãng dẫn lại, không phải bảo đảm không gây bug. [3]
Khi so với Opus 4, cần giữ cùng scaffold, tập bài và phương pháp chấm; khi so với hãng khác, cần kiểm tra cả số vấn đề thực sự được chạy. Không nên biến điểm trung bình thành dự đoán chắc chắn cho một kho mã cụ thể.
Ứng dụng nghiên cứu và mã nguồn
Nâng cấp có thể được thử trên nhiệm vụ theo dõi nhiều chi tiết, phân tích dữ liệu và tìm kiếm tác tử, đúng những miền hãng nhấn mạnh. [3]
Nên dùng bộ kiểm thử hồi quy và giới hạn phạm vi tệp được chỉnh, nhất là khi yêu cầu chỉ sửa một lỗi nhỏ. Với nghiên cứu, cần giữ liên kết nguồn và kiểm chứng kết luận ngoài bản tóm tắt của mô hình. Việc hãng khuyến nghị chuyển từ Opus 4 sang 4.1 không thay thế thử nghiệm tương thích của doanh nghiệp; thay model ID vẫn có thể làm thay đổi đầu ra và hành vi công cụ.
Nghiên cứu, system card và an toàn
Tài liệu nghiên cứu là System Card Addendum cho Opus 4.1, bổ sung đánh giá safeguards, an toàn tác tử, alignment, reward hacking và rủi ro CBRN. Bản được đọc có changelog tháng 9/2025; ngày cập nhật tài liệu không thay thế ngày ra mắt tháng 8. Cần đọc cùng system card nền tảng Claude 4. [15]
System card là báo cáo của nhà phát triển, không phải chứng nhận không có rủi ro. Cần kiểm tra phạm vi phép thử, thời điểm tài liệu và điều kiện tác tử. Trong vận hành, nên cô lập môi trường chạy mã, hạn chế quyền mạng và tệp, yêu cầu phê duyệt trước hành động không thể hoàn tác, đồng thời giữ nhật ký để điều tra sai sót. Nội dung từ website hoặc tài liệu ngoài phải được xem là dữ liệu, không tự động trở thành lệnh cho tác tử.
Nguồn tham khảo
Tác giả
Chăm Sóc Khách Hàng
