Jak Claude Opus 5.5 pisze fikcję
Opus 5.5 był mierzony bezpośrednio względem modelu, który zastąpił — na tych samych jedenastu scenach, oceniany w ciemno przez tych samych trzech sędziów z trzech różnych firm. Wygrał osiem z nich do trzech, ze średnią rzemiosła 87,7 wobec 82,2. Notuje też najwyższy wynik w kategorii romansu spośród wszystkich modeli tu mierzonych i kosztuje dwadzieścia procent mniej za token. Czego mu jeszcze brakuje, to historii: za nim stoi zaledwie około stu dwudziestu ocen, podczas gdy Opus 5 ma ich osiemset, a każdy wynik publikowany na tej stronie jest przyciągany ku neutralnej linii bazowej proporcjonalnie do tego, jak cienka jest jego próba. Dlatego Opus 5 nadal publikuje wyższe liczby. Oba stwierdzenia są jednocześnie prawdziwe. Jedna liczba to wynik modelu, druga — to, co zdołał udowodnić, a tylko czas i kolejne strony mogą tę różnicę zasypać.
Measured profile
Claude Opus 5.5
Anthropic · Novelmint Lead
87
Overall craft
Craft — how well it writes
- Literary87
- Dialogue79
- Fidelity92
- Pacing87
Content — what it writes well
- Emotion80
- Physicality80
- Conflict85
- Romance85
- Eroticism72
Scores are confidence-adjusted, 0–100. * marks a provisional axis (fewer than 6 samples). Measured on claude-opus-5-5. See the full benchmark and methodology.
Key takeaways
Key takeaways
- Claude Opus 5.5 notuje najwyższy wynik w kategorii romansu w benchmarku fikcji Novelmint.
- Zajmuje pierwsze miejsce w dialogu i trzecie w wierności, bez żadnej słabej osi rzemiosła wśród czterech.
- Jego opublikowane rzemiosło zajmuje drugie miejsce z wynikiem 84,6 — za Opus 5 tylko dlatego, że Opus 5 ma za sobą około siedem razy większą próbę.
- Pokonał Opus 5 osiem scen do trzech, a GPT-6 Sol na każdej osi, na której oba były oceniane — w tym samym przebiegu testowym.
- Emocje i fizyczność opierają się odpowiednio na trzech i sześciu ocenach. Obydwie są realne, ale cienkie — będą się zmieniać bardziej niż pozostałe w miarę powiększania się próby.
How it writes
Pokonał model, który zastąpił, w bezpośrednim starciu
Oba modele wzięły udział w tym samym pojedynku: identyczne sceny, identyczni sędziowie, ocena w ciemno, z wykluczeniem ocen z tej samej firmy, aby żaden model Anthropic nie oceniał drugiego. Opus 5.5 zdobył osiem z jedenastu scen i uzyskał średnią rzemiosła 87,7 wobec 82,2. Jego zwycięstwa były rozłożone, a nie skupione — sceny żałoby i okna pod kątem jakości literackiej, rozstanie w dialogu, łoże śmierci w emocjach, wspinaczka w akcji fizycznej. Opus 5 wygrał trzy sceny, a wszystkie dotyczyły tempa narracji — co odpowiada jego trwałej przewadze w tej kategorii. Taki jest kształt różnicy: 5.5 pisze lepszą linię i ściślej trzyma się briefu, a Opus 5 wciąż lepiej panuje nad tempem.
Najsilniejszy romans w benchmarku
Jego najlepsza oś to romans, w którym wyprzedza Fable 5 — model dostrojony przez Anthropic do narracji. Wynik opisuje napięcie, a nie żar: przyciąganie budujące się przez to, co pozostaje niewypowiedziane, konkretny fizyczny detal, który kogoś rozkłada, napięcie sceny, w której dwie osoby pragną tego samego, lecz żadna tego nie mówi. To rejestr, na którym faktycznie opiera się większość romansu — i trudniejszy do oddania niż treści explicite, które są bliższe kwestii gotowości niż umiejętności rzemiosła.
Wierność — wciąż powód, by ufać mu jako Leadowi
Wierność to oś, która decyduje o tym, czy zaplanowana struktura przetrwa kontakt z modelem. Mierzy, czy model wyprodukował zleconą scenę, zachował wymagane elementy i nie wykroczył poza to, co postać powinna w danej chwili wiedzieć. Opus 5.5 zajmuje trzecie miejsce na podstawie osiemdziesięciu siedmiu ocen — punkt i pół za Opus 5 i pół punktu przed Opus 4.8. W bezpośrednim przebiegu faktycznie uzyskał wyższy wynik niż Opus 5 na tej osi: 90,9 wobec 77,3 — różnica, którą rosnąca próba albo potwierdzi, albo zniweluje.
Wygrał bezpośrednie starcie z GPT-6 Sol i ta część danych jest pewna
Awans rozstrzygnął pojedynek, a nie kolejność premier. Dziewięć modeli napisało te same jedenaście zleconych scen, panel czterech sędziów z czterech różnych firm oceniał każdy fragment w ciemno z wykluczeniem ocen z tej samej firmy, a wyniki zasilił siatkę. W starciu z GPT-6 Sol — flagowym modelem OpenAI wydanym w tym samym miesiącu — Opus 5.5 prowadził na każdej osi, na której oba były oceniane: literatura o czternaście punktów, tempo o trzynaście, romans o czternaście. Sol to sprawny model, a jego stablemejt GPT-5.6 Sol prowadzi tu trzy osie, ale w fikcji to konkretne porównanie nie było wyrównane.
Gdzie dane są cienkie i co to oznacza
Dwie z jego dziewięciu osi są ledwo zmierzone. Emocje opierają się na trzech ocenach, a fizyczność na sześciu — to wystarczy, by wynik był realny, lecz daleko mu do stabilności. Każdy opublikowany wynik na tej stronie jest przyciągany ku neutralnemu priorowi proporcjonalnie do ilości danych, które go wspierają, więc cienka komórka nigdy nie może przesadzić z roszczeniami, ale też nie powie ci jeszcze wiele. Uczciwe podsumowanie: jego osie rzemiosła są zmierzone, a osie treściowe wciąż się zapełniają.
What the scores mean for a book
Używaj go do
- Głównego, definiującego serię głosu powieści — zwłaszcza takiej, w której jest dużo dialogów.
- Romansu i napięcia poniżej progu explicite — tu osiąga najwyższy wynik spośród wszystkich mierzonych modeli.
- Scen z precyzyjnym briefem, który musi być wypełniony dokładnie — w tym odsłonięć z informacjami do zatajenia.
- Długich książek z ograniczonym budżetem — jest dwadzieścia procent tańszy za token niż Opus 5 i objęty subskrypcją Unlimited.
Rozważ alternatywy dla
- Najbardziej dosłownych treści dla dorosłych — w tej kategorii Grok 4.5 zdecydowanie prowadzi w benchmarku.
- Scen opartych na akcji fizycznej, gdzie GPT-5.6 Sol jest mierzonym liderem, a 5.5 ma tu zaledwie kilka ocen.
- Projektów, gdzie liczy się jak największa baza dowodów bardziej niż najnowszy model — w takim razie Opus 4.8 ma za sobą dziesięć razy większą próbę.
In Novelmint
Jak Novelmint używa Opus 5.5
Opus 5.5 jest domyślnym Leadem. Lead renderuje większość rozdziału i dostaje delikatne wskazanie na kulminacjach, dzięki czemu książka zachowuje jeden spójny głos zamiast zmieniać rejestr co kilka akapitów. Router różnorodności przekazuje mniejszość scen modelowi, który mierzalnie lepiej do nich pasuje — siatka na stronie głównej to dokładnie to, z czego ta decyzja czyta — więc scena explicite może trafić do bardziej permisywnego modelu bez wpływu na resztę książki. Opus 5.5 stał się domyślnym Leadem 22.09.2026 z dwóch prostych powodów: wygrał swój pojedynek i kosztuje mniej niż model, który zastąpił. Możesz ustawić dowolny model jako Lead, dodawać lub usuwać modele z puli dewiacji albo przypiąć jeden do konkretnej sceny — wszystko z poziomu listy składu.
Questions
Frequently asked
- Czy Claude Opus 5.5 dobrze pisze fikcję?
- Tak. W benchmarku fikcji Novelmint notuje najwyższy wynik w kategorii romansu spośród wszystkich mierzonych modeli, z dialogiem i wiernością na trzecim miejscu — na prawdziwej prozie powieściowej. Jego ogólne rzemiosło plasuje się na czwartym miejscu, blisko trzech modeli powyżej, a nie daleko za nimi.
- Czy Claude Opus 5.5 pisze lepiej niż Opus 5?
- Na wynik surowy — tak; na wynik opublikowany — jeszcze nie. I tak kosztuje dwadzieścia procent mniej za token. Opus 5.5 uzyskał wyższy wynik niż Opus 5 na identycznych scenach i prowadzi w osi romansu. Ale Opus 5 nadal jest liderem opublikowanego benchmarku w ogólnym rzemiośle, wierności, tempie i emocjach, przy wsparciu niemal dziesięciokrotnie większej próby. Jeśli chcesz dziś najlepiej udowodnionego modelu — to Opus 5. Jeśli chcesz tego, który go pokonał bezpośrednio i kosztuje mniej — to 5.5.
- Jak Claude Opus 5.5 wypada w porównaniu z GPT-6?
- W starciu z GPT-6 Sol prowadził na każdej osi, na której oba modele były oceniane, w tym samym przebiegu i przez ten sam ślepy panel: literatura, dialog, wierność, tempo, konflikt, romans i inne. GPT-6 Sol odrzuca też zlecenia explicite, uzyskując bardzo niski wynik w tej kategorii — co czyni go słabym wyborem do fikcji dla dorosłych niezależnie od rzemiosła.
- Dlaczego Opus 5.5 jest domyślny, skoro jest dopiero czwarty w ogólnym rzemiośle?
- Bo czwarte miejsce to jego wynik skurczony, a nie faktyczny rezultat. Na surowym rzemiośle jest pierwszy i pokonał każdy model, z którym był mierzony w tym samym przebiegu na tych samych scenach. Skurcz istnieje po to, by cienka próba nie rościła sobie zbyt dużo — co jest słusznym domyślnym zachowaniem, ale też sprawia, że nowy model zawsze na początku wygląda gorzej, niż jest. Dodaj do tego, że trzyma brief na trzecim miejscu, pisze najlepszy mierzony romans i kosztuje dwadzieścia procent mniej niż model, który zastąpił — i jest to oczywisty wybór. Jeśli jego wyniki nie utrzymają się w miarę powiększania próby, decyzja zostanie ponownie rozważona.
- Czy Claude Opus 5.5 może pisać sceny explicite?
- Podejmuje je i uzyskuje środkowe wyniki w kategorii erotyzmu na małej próbie. Nie jest najbardziej permisywnym mierzonym modelem — Grok 4.5 zdecydowanie prowadzi w tej kategorii — ale w Novelmint możesz przekierować najbardziej dosłowne sceny do bardziej permisywnego modelu, zachowując 5.5 jako głos serii.
What this page does not claim
- Te wyniki opisują prozę Claude Opus 5.5 wyłącznie na scenach fikcji, mierzoną na zestawie ocenianym przez Novelmint. Nie są oficjalną oceną Anthropic i nic nie mówią o rozumowaniu, kodowaniu ani innych możliwościach.
- Jego oś emocji nie została jeszcze oceniona, a oś fizyczności opiera się na trzech ocenach. Obie są pokazywane przy neutralnym priorze lub blisko niego — oznacza to brak pomiaru, a nie słabość.
- Cała jego próba to około stu dwudziestu ocen wobec czternastu setek Opus 4.8. Nowsze liczby zmieniają się szybciej, a jego opublikowany wynik będzie się nadal zmieniał w miarę powiększania próby — w obu kierunkach.
- Bycie domyślnym Leadem to decyzja o najlepszym pojedynczym głosie do prowadzenia książki — nie twierdzenie, że wygrywa na każdej osi. Siatka pokazuje inne modele wiodące w ogólnym rzemiośle, akcji i treściach explicite.
- Claude i Opus są znakami towarowymi Anthropic; to niezależny pomiar, a nie rekomendacja Anthropic.
Powiązane
Benchmark modeli AI do fikcji
Jak czołowe modele naprawdę piszą fikcję — oceniane w dziewięciu wymiarach.
Najlepsze AI do scen akcji
Które AI utrzymuje walkę lub pościg czytelnym i osadzonym zamiast mglistym. Ranking fizyczności.
Najlepsze AI do scen konfliktów
Które AI utrzymuje kłótnię lub pat napięty i eskalujący. Ranking zmierzonego konfliktu.
Najlepsze AI do scen emocjonalnych
Które AI sprawia, że scena oparta na uczuciach naprawdę trafia — zamiast tylko ją opisywać. Ranking emocji.
Ustaw Opus 5.5 jako głos swojej serii i pozwól, by reszta sama się rozchodziła.
Opus 5.5 jest domyślnym Leadem. Twój pierwszy rozdział możesz napisać i opublikować bezpłatnie.