Claude Opus 5.5 是 Anthropic 最强大的 Opus 模型，现已在 Snowflake Cortex AI 上开放公共预览。它在 CoCo、Cortex Agents、AI Functions、Cortex Inference 和 CoWork 上实现同日可用。所有调用均保持在 Snowflake 的安全与治理边界内

Claude Opus 5.5

Claude Opus 5.5 是 Anthropic 最新的 Opus 模型，在复杂编码和知识工作方面较 Opus 5 有所提升。

对 Snowflake 用户而言重要的数据：

编码：Anthropic 报告称，一位早期测试者在不到一天内完成了 680,000 行代码迁移。另一位在不到三小时内审计并修复了 200,000 行代码库，而 Opus 5 耗时超过 20 小时且使用的 token 量是其 2.5 倍。在 Terminal-Bench 4.0 上，Anthropic 报告其得分为 66.4%，而 Opus 5 为 52.3%。
知识工作：在 Anthropic 的内部测试中，18 份 Opus 5.5 研究报告中有 16 份通过了质量门槛，该门槛会淘汰任何包含虚构数字或引用的报告。Opus 5 和 Fable 5.1 在任何尝试中均未通过该门槛。Walleye Capital 报告称，Opus 5.5 发现了其评估指令中的一个错误，而其他模型均未察觉。
成本：在典型工作负载下，Opus 5.5 的成本比 Opus 5 低 40%，缓存读取价格为 $0.20/M tokens（从 $0.50 降低），输出速度提升 30% 以上。
安全性：在 Anthropic 覆盖近 2,000 个场景的自动化行为审计中，Opus 5.5 的得分优于任何此前的 Claude 模型，且试图绕过遏制边界的频率比 Opus 5 低 85%。

完整详情请参阅 Anthropic 的公告。

来源：Anthropic, Claude-opus-5-5

在 Snowflake 上使用 Claude Opus 5.5 可以做什么

Opus 5.5 为团队在 Snowflake 的安全与治理边界内进行开发、分析和应用提供了另一种模型选择。

通过 Snowflake CoCo 完成代码变更

Snowflake CoCo 是首个真正数据原生的 AI 编码智能体，旨在加速现代数据栈的价值实现。CoCo 深度了解企业的数据、计算、治理和运维语义，将复杂的数据工程、分析、机器学习和智能体构建任务转化为高准确度和高可信度的知情对话。

Opus 5.5 使 CoCo 在此场景中最重要的任务上更加强大。Opus 5 可能只能处理聚焦的单文件变更，而 Opus 5.5 可以跨多个文件进行重构、运行检查，并用通俗语言解释其变更内容。由于 CoCo 已经了解您的 Snowflake 环境，将其与更擅长多步推理和代码审查的模型搭配使用，意味着更少的迭代和更可靠的结果。

在 CoCo CLI 中使用 /model 命令选择模型，然后给它一个具体任务："将此仓库从已弃用的客户端库迁移到其替代品。检查当前调用点和测试，保留现有行为，更新受影响的文件，并运行相关检查。总结变更并标记任何你无法验证的内容。"在合并前审查生成的 diff 和测试结果。

使用 Snowflake CoWork 和 Cortex Agents 做更多事情

Snowflake CoWork 是让你更智能工作的个人智能体。它从第一天起就理解你的数据，在 Snowflake 的治理边界内按需和按计划运行工作，并向知识工作者交付完成的报告和简报。

Opus 5.5 提升了 CoWork 能够自主交付的质量。智能体任务本质上是多步骤的：收集数据、交叉引用来源、综合发现并产出交付物。Opus 5.5 在长时间运行中更严格地遵循指令（在 Anthropic 的测试中边界违规减少了 85%），并生成更少虚构数字的研究成果（18 份报告中有 16 份通过了严格的准确性标准，而 Opus 5 一份都没有通过）。当智能体代表你工作时，无论你是否在旁观察，这两点都很重要。

Cortex Agents 通过 API（应用程序编程接口）为自定义应用程序提供相同的模型访问。构建自有智能体工作流的团队可以通过 Cortex Agents 框架调用 Opus 5.5，并受益于相同的准确性和安全性改进。

例如，让智能体审查上周的支持升级案例，将其与产品使用数据交叉引用，并起草一份摘要，标记出参与度下降的账户。或者让智能体将季度财务报告与其源文档进行核对，并列出所有无法验证的声明。Opus 5.5 在来源准确性和多步骤推理方面的改进与此类工作直接相关。在据此采取行动之前，仍应检查底层发现。

直接在 SQL 中运行 AI 分析

Cortex AI Functions 让你在 SQL 查询中对数据应用 AI 指令，而无需将数据移出 Snowflake。借助 Opus 5.5，模型更擅长区分事实与推断，并发现数据中的不一致之处。

下面的示例演示了这一点。它提供了一个虚构的财务表格和管理层评论，其中有两项声明是故意错误的：评论称收入增长 25%（实际数字为 20%），并称利润率保持稳定（实际下降了）。它要求 Opus 5.5 对照数字检查每一项声明。

SELECT AI_COMPLETE(
  'claude-opus-5-5',
  'Review these fictional sources. Source A, financial table: prior-year revenue 100 million dollars and operating profit 20 million; current-year revenue 120 million and operating profit 18 million. Source B, management commentary: revenue grew 25 percent, operating margin held steady, and expansion caused the growth. Check each claim against Source A. Show revenue growth, both operating margins, and the margin change in percentage points. Cite A or B for each finding, distinguish contradicted claims from unsupported explanations, and list evidence needed before concluding what caused the changes. Use only these sources.'
) AS financial_review;

这完全在 Snowflake 内运行。模型处理你在提示中传入的文本；它不会访问其他表或账户数据。

使用 Anthropic SDK 构建应用程序

开发者可以通过 Cortex Inference 使用 Anthropic SDK 和他们的 Snowflake 账户端点调用 Opus 5.5。下面的示例使用 Snowflake 编程访问令牌，并在请求中提供要分析的信息；模型调用本身不会检索账户数据。

在你的环境中设置 SNOWFLAKE_PAT 和 SNOWFLAKE_ACCOUNT_URL，其中后者设置为你的账户的 HTTPS URL。在运行示例之前，请安装 anthropic 和 httpx Python 包。

import base64
import os
from pathlib import Path

import anthropic
import httpx

token = os.environ["SNOWFLAKE_PAT"]
account_url = os.environ["SNOWFLAKE_ACCOUNT_URL"].rstrip("/")
image_data = base64.b64encode(
    Path("operations_dashboard.png").read_bytes()
).decode("ascii")

with httpx.Client(headers={"Authorization": f"Bearer {token}"}) as http_client:
    client = anthropic.Anthropic(
        api_key="not-used",
        base_url=f"{account_url}/api/v2/cortex",
        http_client=http_client,
        default_headers={"Authorization": f"Bearer {token}"},
    )
    response = client.messages.create(
        model="claude-opus-5-5",
        max_tokens=8192,
        messages=[{
            "role": "user",
            "content": [
                {
                    "type": "image",
                    "source": {
                        "type": "base64",
                        "media_type": "image/png",
                        "data": image_data,
                    },
                },
                {
                    "type": "text",
                    "text": (
                        "Review this operations dashboard screenshot. "
                        "Summarize the main trends and flag anomalies or "
                        "inconsistencies across the charts and KPI cards. "
                        "For each finding, identify the chart, time period, "
                        "and visible values that support it. Account for "
                        "axis scales and units. If a label or value is "
                        "unreadable, say so rather than guessing. "
                        "Separate observations from possible explanations."
                    ),
                },
            ],
        }],
    )
    for block in response.content:
        if block.type == "text":
            print(block.text)

开始使用

在开发或分析任务中试用 Opus 5.5，你可以对照现有测试、源文档或计算结果来检查结果。它已在 Snowflake CoCo、Cortex Agents、Cortex AI Functions、Cortex Inference 和 Snowflake CoWork 中提供公开预览。

转载声明：本文为转载整理，原文版权归原作者及原站点所有。

原文来源：Snowflake Blog

原创地址：https://www.snowflake.com/en/blog/claude-opus-5-5-cortex-ai/

ITPub博客

Claude Opus 5.5 上线 Snowflake Cortex AI