22. Sept. 2026/Lesezeit: 6 MinutenKI und ML
Ankündigung von Claude Opus 5.5 auf Snowflake Cortex AI
Claude Opus 5.5, das leistungsfähigste Opus-Modell von Anthropic, ist jetzt in Public Preview auf Snowflake Cortex AI verfügbar. Es ist ab dem ersten Tag in Snowflake CoCo, Snowflake CoWork, Snowflake Cortex Agents, Snowflake Cortex AI Functions und Snowflake Cortex Inference verfügbar. Alle Aufrufe bleiben innerhalb der Sicherheits- und Governance-Grenzen von Snowflake.
Claude Opus 5.5
Claude Opus 5.5 ist das neueste Opus-Modell von Anthropic und bietet gegenüber Opus 5 Verbesserungen bei komplexer Programmierung und Wissensarbeit.
Hier sind die Zahlen, die für Snowflake-Nutzer:innen wichtig sind:
Programmierung: Anthropic berichtete, dass ein früher Tester eine Code-Migration von 680.000 Zeilen in weniger als einem Tag abgeschlossen hat. Ein anderer überprüfte und korrigierte eine Codebasis von 200.000 Zeilen in weniger als drei Stunden, wofür Opus 5 über 20 Stunden benötigte und 2,5-mal so viele Token verbrauchte. Bei Terminal-Bench 4.0 erreicht es laut Anthropic 66,4 % im Vergleich zu 52,3 % bei Opus 5.
Wissensarbeit: Im internen Test von Anthropic bestanden 16 von 18 Opus 5.5-Forschungsberichten eine Qualitätsprüfung, bei der jeder Bericht mit einer erfundenen Zahl oder einem erfundenen Zitat durchfällt. Weder Opus 5 noch Fable 5.1 bestanden diese Prüfung in irgendeinem Versuch. Walleye Capital berichtete, dass Opus 5.5 einen Fehler in ihren Bewertungsanweisungen bemerkte, den kein anderes Modell erkannt hatte.
Kosten: Opus 5.5 kostet bei typischen Workloads 40 % weniger als Opus 5, wobei Cache-Lesevorgänge bei 0,20 USD/M Token liegen (zuvor 0,50 USD) und die Ausgabe über 30 % schneller ist.
Sicherheit: Opus 5.5 schneidet bei der automatisierten Verhaltensprüfung von Anthropic in fast 2.000 Szenarien besser ab als jedes vorherige Claude-Modell und versuchte 85 % seltener als Opus 5, Eindämmungsgrenzen zu umgehen.
Ausführliche Informationen finden Sie in der Ankündigung von Anthropic.
Quelle: Anthropic, Claude-opus-5-5
Was Sie mit Claude Opus 5.5 auf Snowflake tun können
Opus 5.5 bietet Teams eine weitere Modelloption für Entwicklung, Analyse und Anwendungen innerhalb der Sicherheits- und Governance-Grenzen von Snowflake.
Codeänderungen mit Snowflake CoCo durcharbeiten
Snowflake CoCo ist der erste wirklich datennative KI-Programmieragent, der entwickelt wurde, um die Time-to-Value im gesamten Modern Data Stack zu beschleunigen. CoCo ist sich der Daten, Rechenressourcen, Governance und operativen Semantik Ihres Unternehmens zutiefst bewusst und verwandelt komplexe Aufgaben in den Bereichen Data Engineering, Analytics, maschinelles Lernen und Agentenerstellung in fundierte Konversationen mit hoher Genauigkeit und Vertrauen.
Opus 5.5 macht CoCo bei den Aufgaben, die in diesem Kontext am wichtigsten sind, noch leistungsfähiger. Wo Opus 5 vielleicht eine fokussierte Änderung an einer einzelnen Datei vornehmen könnte, kann Opus 5.5 ein Refactoring über mehrere Dateien hinweg durchführen, Prüfungen ausführen und in einfacher Sprache erklären, was geändert wurde. Da CoCo Ihre Snowflake-Umgebung bereits versteht, bedeutet die Kombination mit einem Modell, das besser in mehrstufigem Denken und Code-Reviews ist, weniger Iterationen und zuverlässigere Ergebnisse.
Wählen Sie das Modell mit dem Befehl /model in der CoCo CLI aus und geben Sie ihm dann eine konkrete Aufgabe: „Migrieren Sie dieses Repository von der veralteten Client-Bibliothek zu ihrem Ersatz. Überprüfen Sie die aktuellen Aufrufstellen und Tests, behalten Sie das bestehende Verhalten bei, aktualisieren Sie die betroffenen Dateien und führen Sie die relevanten Prüfungen aus. Fassen Sie die Änderungen zusammen und markieren Sie alles, was Sie nicht überprüfen konnten.“ Überprüfen Sie das resultierende Diff und die Testergebnisse vor dem Zusammenführen.
Mehr erreichen mit Snowflake CoWork und Cortex Agents
Snowflake CoWork ist der persönliche Agent, mit dem Sie intelligenter arbeiten. Er versteht Ihre Daten vom ersten Tag an, führt Arbeiten bei Bedarf und nach Zeitplan innerhalb der Governance-Grenzen von Snowflake aus und liefert fertige Berichte und Briefings an Wissensarbeiter:innen.
Opus 5.5 erhöht die Qualität dessen, was CoWork autonom liefern kann. Agentenaufgaben sind von Natur aus mehrstufig: Daten sammeln, Quellen abgleichen, Ergebnisse synthetisieren und ein Ergebnis produzieren. Opus 5.5 hält sich bei langen Läufen enger an seine Anweisungen (85 % weniger Grenzverletzungen in den Tests von Anthropic) und produziert Recherchen mit weniger erfundenen Zahlen (16 von 18 Berichten bestanden eine strenge Genauigkeitsprüfung, bei der Opus 5 keinen bestand). Beides ist wichtig, wenn ein Agent in Ihrem Namen arbeitet, unabhängig davon, ob Sie zusehen oder nicht.
Cortex Agents bieten denselben Modellzugriff über eine API für benutzerdefinierte Anwendungen. Teams, die ihre eigenen Agenten-Workflows erstellen, können Opus 5.5 über das Cortex Agents-Framework aufrufen und von denselben Genauigkeits- und Sicherheitsverbesserungen profitieren.
Bitten Sie beispielsweise einen Agenten, die Support-Eskalationen der letzten Woche zu überprüfen, sie mit Produktnutzungsdaten abzugleichen und eine Zusammenfassung zu entwerfen, die Konten mit rückläufigem Engagement markiert. Oder lassen Sie einen Agenten einen vierteljährlichen Finanzbericht mit seinen Quelldokumenten abgleichen und jede Behauptung auflisten, die er nicht überprüfen kann. Die Verbesserungen von Opus 5.5 bei der Quellengenauigkeit und dem mehrstufigen Denken sind für diese Art von Arbeit direkt relevant. Die zugrunde liegenden Ergebnisse sollten dennoch überprüft werden, bevor auf ihrer Grundlage gehandelt wird.
KI-Analysen direkt in SQL ausführen
Mit Cortex AI Functions können Sie KI-Anweisungen auf Daten in SQL-Abfragen anwenden, ohne Daten aus Snowflake verschieben zu müssen. Mit Opus 5.5 kann das Modell Fakten besser von Schlussfolgerungen unterscheiden und Inkonsistenzen in Daten erkennen.
Das folgende Beispiel demonstriert dies. Es liefert eine fiktive Finanztabelle und einen Managementkommentar, in dem zwei Behauptungen absichtlich falsch sind: Der Kommentar gibt ein Umsatzwachstum von 25 % an (die tatsächliche Zahl ist 20 %) und besagt, dass die Margen stabil geblieben sind (sie sind gesunken). Es bittet Opus 5.5, jede Behauptung anhand der Zahlen zu überprüfen.
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;
Dies läuft vollständig innerhalb von Snowflake ab. Das Modell verarbeitet den Text, den Sie im Prompt übergeben; es greift nicht auf andere Tabellen oder Kontodaten zu.
Anwendungen mit dem Anthropic SDK erstellen
Entwickler:innen können Opus 5.5 über Cortex Inference mithilfe des Anthropic SDK und ihres Snowflake-Konto-Endpunkts aufrufen. Das folgende Beispiel verwendet ein programmatisches Zugriffstoken von Snowflake und liefert die zu analysierenden Informationen in der Anfrage; ein Modellaufruf ruft von sich aus keine Kontodaten ab.
Legen Sie SNOWFLAKE_PAT und SNOWFLAKE_ACCOUNT_URL in Ihrer Umgebung fest, wobei Letzteres auf die HTTPS-URL Ihres Kontos gesetzt wird. Installieren Sie die Python-Pakete anthropic und httpx, bevor Sie das Beispiel ausführen.
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)
Jetzt entdecken
Probieren Sie Opus 5.5 bei einer Entwicklungs- oder Analyseaufgabe aus, bei der Sie das Ergebnis anhand vorhandener Tests, Quelldokumente oder Berechnungen überprüfen können. Es ist in Public Preview in Snowflake CoCo, Cortex Agents, Cortex AI Functions, Cortex Inference und Snowflake CoWork verfügbar.
Hier mehr erfahren
Agenten-Anwendungen mit Cortex Agents erstellen: Machen Sie Ihre ersten Schritte mit Cortex Agents und erfahren Sie, wie Sie KI-Erlebnisse auf Basis Ihrer Unternehmensdaten entwickeln.
Erste Schritte mit Snowflake CoWork: Erfahren Sie mehr über Snowflake CoWork und probieren Sie es mit unserem Leitfaden für die ersten Schritte aus.
Beginnen Sie mit der Entwicklung mit Snowflake CoCo: Erfahren Sie mehr über Snowflake CoCo und sammeln Sie praktische Erfahrungen mit dem Leitfaden für die ersten Schritte mit CoCo Desktop.
Zukunftsgerichtete Aussagen
Dieser Artikel enthält zukunftsgerichtete Aussagen, unter anderem zu unseren zukünftigen Produktangeboten, und stellt keine Verpflichtung zur Bereitstellung von Produktangeboten dar. Die tatsächlichen Ergebnisse und Angebote können abweichen und unterliegen bekannten und unbekannten Risiken und Unsicherheiten. Weitere Informationen finden Sie in unserem aktuellen Formular 10-Q.
