7月25日早间，Anthropic正式发布了新一代旗舰大模型Claude Opus 5。该模型兼顾了“深思熟虑”与“主动响应”的特点，在性能上极为接近Claude Fable 5，但价格却只有后者的一半。这一巨大的价格优势引发了网友的热议：“如果跟Fable 5差不多，那为什么还要花双倍的价格用Fable 5？”
回到模型本身，在拿手的编程领域，Claude Opus 5在Frontier-Bench和GDPval-AA等评估中取得了SOTA成绩，不过在网络安全任务上仍落后于Mythos 5。Anthropic此次既大力宣传新模型，又给此前大热的Fable 5和Mythos 5留足了面子，可谓“端水大师”。
价格方面，Claude Opus 5定价为输入每百万Token 5美元，输出每百万Token 25美元（与Opus 4.8持平）。开发者可在API中使用claude-opus-5。快速模式运行速度约为默认速度的2.5倍，但价格为基础价格的2倍。此外，Claude还更新了两个处于测试阶段的功能：对话中途更换工具提示词缓存不失效、API自动降级处理（遇到被安全分类器标记的请求时）避免请求直接被拒绝。
对于Opus 5的发布，网友讨论度很高。有人调侃Anthropic的拿手好戏“重置”，也有人发现Opus 5的写作风格跟4.8很像，跟Fable 5完全不是一个模式，戏称其为“Fable 5.1”。更有网友贴心的预测，关于“教你用Opus 5”的文章又要泛滥了。
**01. 从高价值软件工程到科研、视觉输出：性能与性价比成突出优势**
大家吐槽Claude最多的一个词，就是“贵”。这一次，在维持与前代产品Opus 4.8相同成本的前提下，Claude Opus 5实现了性能的大幅跃升。该模型的“思考程度/努力程度”设置支持用户灵活调节——既可以追求极致智能，也可以节省Token以获取更快、更廉价的结果。
在高价值的软件工程任务中，Opus 5表现优异。Frontier-Bench v0.1显示，Opus 5超越了所有其他模型，在降低单项任务成本的同时，性能达到了Opus 4.8的两倍以上。CursorBench 3.2测试中，在最高努力模式下，其性能距离Fable 5的峰值得分仅相差0.5%，但单任务成本仅为后者的一半；在High、Xhigh和Max努力模式下，Opus 5在相同成本下的性能表现均优于所有其他模型。
在知识工作与复杂问题解决任务中，Opus 5同样表现亮眼。ARC-AGI 3测试中，Opus 5的得分是第二名模型的3倍。Zapier AutomationBench测试中，在相同单任务成本下，Opus 5的通过率约为第二名模型的1.5倍，即使在最低努力设置下，其通过的任务数也超过了其他任何模型。OSWorld 2.0测试中，在任意给定成本下，Opus 5的表现均优于其他所有模型，仅需略高于三分之一的成本即可超过Fable 5的最佳成绩。此外，它在多项相关评估中均成为了性能最强且最具性价比的模型，包括HLE、AutomationBench、DeepSearchQA等测试。
在科学研究方面，Opus 5相比Opus 4.8带来了显著提升。在涵盖结构生物学、有机化学和生物信息学等领域的全部生命科学评估中，Opus 5的表现均优于Opus 4.8，有机化学任务得分比Opus 4.8高出10.2个百分点，蛋白质相关任务得分提升了7.7个百分点。最后，Opus 5具备了大幅增强的视觉输出生成能力，能够生成空气动力学风洞风流图解和细胞结构互动图示。
**02. 自我校验、迭代能力提升：写代码前更爱“动脑子”**
Lovable联合创始人Fabian Hedin认为，Claude Opus 5是Opus家族自4.5以来最大的一次飞跃。Opus 5在自我校验与审慎迭代方面能力提升显著，能持续优化直至任务成功。
在评估和早期测试中，我们及测试用户发现了许多体现Opus 5主动性与严谨性的典型案例。例如，在Frontier-Bench的一项任务中，模型收到一张机械零件图纸，要求编写代码在FreeCAD中重建3D模型，但任务故意未向模型提供直接查看图纸的接口。Opus 5的做法是：自行编写了一套计算机视觉处理管线，从原始像素中提取几何特征，进而完成了完整机械零件的重建，且多次重复实验均告成功；而其他竞争模型尝试5次无一成功。面对一款热门开源包管理器中的真实Bug，Opus 5找到了根本原因，并修复了社区补丁遗漏的边缘情况；而竞争模型仅修复了表面症状。某交易公司的工程师使用Opus 5在单次会话中为一个新交易所构建了市场数据接入源，甚至自己构建了一套测试套件，用以检查代码是否准确解析了交易所数据。
Anthropic还发布了一些业内知名人士对Opus 5的评价。Cognition CEO Scott Wu提到，Opus 5在自家Devin软件中，在困难问题的调试与根因分析任务中表现出色。Zapier CEO Wade Foster提到，Claude Opus 5在未增加Token消耗的前提下拿下了Zapier AutomationBench榜首，100%完成了端到端的客户流失预防流程。JetBrains IDE AI负责人Denis Shiryaev看来，Opus 5最令其印象深刻的是判别力与决策力，其在写下代码前会更深入地思考，在规划阶段就能捕获自己的逻辑缺陷，这是解题能力的一次重要跨越。
**03. 安全性更高、更不容易被骗：重点限制漏洞利用能力**
在部署前的测试中，Anthropic自动化行为审计表明，Opus 5是其迄今为止对齐程度最高的模型。它比Opus 4.8、Sonnet 5或Fable 5更符合《Claude’s Constitution》，欺骗行为发生率最低，且最不容易被误导或诱导滥用，在避免可能产生不可逆副作用的轻率行为方面是目前Anthropic最安全的模型。
虽然与Opus 4.8一样，Anthropic特意避免在网络攻防任务上训练Opus 5，但该模型在相关任务上的表现仍有显著增强，在寻找网络安全漏洞方面已逼近Mythos 5。不过在漏洞利用方面，它依然大幅落后于Mythos 5。在安全拦截上，Opus 5的网络安全分类器限制相对比Fable 5更加宽松，允许Opus 5在源代码中查找漏洞，但会拦截“基于二进制”的漏洞扫描、渗透测试以及Exploits生成，针对拦截请求，系统默认会自动退回至Opus 4.8。在生物领域，Opus 5延续了与Opus 4.8类似的安全防护体系，据称是目前可用于科学研究的最强通用模型。
**04. 结语：国内模型爆发，Claude“性价比”路线加码**
Claude Opus 5这次是性能与性价比双重提升，在核心的编程、复杂推理、知识工作中提升显著，性价比优势突出，行业关注的自我校验迭代能力也有所提升，Anthropic在安全性方面花了比较大的篇幅解读。
当前国内开源、闭源模型“爆更”给海外大模型厂商带来显著压力，不少海外科技巨头逐渐转向中国模型，加码“性价比”，或许会成为海外大模型厂商后续的重要策略之一。