Claude Opus 5 釋出

Anthropic 於 2026 年 7 月 24 日正式釋出 Claude Opus 5。這款新模型被描述為“深思熟慮且主動”，在智慧水平上接近旗艦模型 Claude Fable 5，但價格僅為後者的一半。Opus 5 旨在成為日常使用的預設模型，現已作為 Claude Max 的預設選項，同時也是 Claude Pro 上最強大的模型。

在效能與成本效益方面，Opus 5 相比前代 Opus 4.8 實現了顯著提升，而成本保持不變。使用者可以透過調整模型的“努力程度”設定來最佳化智慧水平或節省 token，以獲得更快的響應和更低成本。在軟體工程任務中，Opus 5 表現尤為突出：在 Frontier-Bench v0.1 上，它超越了所有其他模型，每任務成本更低，效能是 Opus 4.8 的兩倍以上；在 CursorBench 3.2 上，最大努力下其得分與 Fable 5 相差不到 0.5%，但成本僅為後者的一半。在知識工作和問題解決方面，Opus 5 同樣表現出色：在 ARC-AGI 3 測試中，其得分是次優模型的三倍；在 Zapier AutomationBench 上，其透過率約為次優模型的 1.5 倍，即使在最低努力設定下，透過的任務數也超過其他任何模型；在計算機使用基準 OSWorld 2.0 上，Opus 5 以低於 Fable 5 三分之一的成本實現了更好的結果。

在科學研究領域，Opus 5 相比 Opus 4.8 有顯著改進，尤其在生命科學評估中全面領先。例如，在從光譜資料推斷分子結構的內部基準測試中，其得分高出 10.2 個百分點；在預測蛋白質序列變異影響的任務中，得分高出 7.7 個百分點。此外，Opus 5 的視覺輸出能力也大幅提升，能夠生成空氣動力學流動視覺化、細胞互動式插圖等高質量內容。

Opus 5 的一大亮點是其強大的自我驗證和迭代能力。在 Frontier-Bench 任務中，模型被要求根據無法直接檢視的機械零件圖紙重建 3D 模型，它自行編寫計算機視覺管線從原始畫素中提取幾何資訊，併成功完成任務，而其他模型在五次嘗試後仍無法解決。在修復流行開源包管理器中的真實漏洞時，Opus 5 不僅找到了根因，還修復了社群補丁遺漏的邊界情況，而競爭模型僅修復了表面症狀。早期使用者反饋也證實了其卓越效能：一家交易公司的工程師使用 Opus 5 在一個會話中構建了新交易所的市場資料訂閱，而此前模型即使有詳細計劃也無法完成；Opus 5 甚至在沒有即時資料來源驗證的情況下，自行構建了測試工具來確保程式碼正確解析資料。

多家合作伙伴對 Opus 5 給予了高度評價。Devin 發現其在 FrontierCode 1.1 上以一半成本接近 Fable 效能；Cursor 報告其在 CursorBench 上接近 Fable 5，並展現出類似行為；Zapier 自動化基準中，Opus 5 以 100% 的透過率位居榜首，成功完成從識別風險賬戶到生成留存運營摘要的完整流程；在基因組學分析中，模型表現出科學家的謹慎態度，主動選擇正確的統計測試排除混雜因素，並透過獨立方法交叉驗證結果。Lovable 指出 Opus 5 是 Opus 系列自 4.5 以來最大的飛躍，在前端動畫、遊戲和 3D 工作方面表現最佳。

在對齊與安全方面，Claude Opus 5 在預部署測試中被評為迄今為止最對齊的模型，其道德遵循程度優於 Opus 4.8、Sonnet 5 和 Fable 5，欺騙行為率最低，且不易被誘導濫用。在安全評估中，Opus 5 未在危險的通用能力方面取得進展，在生物學研究和進攻性網路安全方面仍落後於 Mythos 5。由於 Anthropic 有意避免在網路安全任務上訓練 Opus 5，儘管模型因通用能力提升而在查詢漏洞方面接近 Mythos 5，但在利用漏洞方面仍存在顯著差距。完整的系統安全卡片提供了更多細節。