Anthropic 正式发布 Claude Opus 5：性能比肩 Fable 5，加量不加价

type

status

date

slug

summary

性能全面跃升：加量不加价的智能新标准

在成本控制方面，Opus 5 延续了上一代 Opus 4.8 的定价策略（输入每百万 Token 5 美元，输出 25 美元），但在综合性能上却实现了质的飞跃。在 Frontier-Bench 和 GDPval-AA 等核心代码及知识工作评估中，Opus 5 已经确立了新的行业标杆地位。

具体到细分测试，Opus 5 的表现令人瞩目：

在考察解决新颖问题能力的 ARC-AGI 3 评估中，Opus 5 的得分是第二名模型的三倍。

在衡量全流程业务自动化的 Zapier AutomationBench 测试中，其通过率是同等成本下次优模型的 1.5 倍。

对于 OSWorld 2.0 计算机操作基准测试，它在相同成本下不仅击败了所有竞争对手，甚至仅用三分之一左右的成本就超越了 Fable 5 的最佳成绩。

此外，Opus 5 在生命科学领域的进步尤为明显，包括在结构生物学、根据光谱推断分子结构（内部基准提升10.2%）以及蛋白质序列功能预测（提升7.7%）等方面。同时，模型在视觉输出上也更加成熟，可以直接构建如风洞气流动态和交互式细胞结构图等复杂视觉交互内容。

深度思考与智能体应用体验

在实际企业和开发者工作流中，Opus 5 最大的变化在于其自主迭代和逻辑判断能力的增强。在以往的模型常常半途而废的复杂任务中，Opus 5 懂得如何验证自己的工作成果并反复调整直至成功。

例如，在一项无法直接“看”到工程图纸的 3D 重建测试中，Opus 5 主动编写了一个计算机视觉脚本，直接从原始像素中提取几何数据，最终成功还原了 3D 机械零件，而同类模型在多次尝试后均以失败告终。在代码调试场景中，它能穿透表面症状，精准定位并修复某知名开源包管理器的深层系统漏洞，并顺带修复了遗漏的边缘情况。

为了更好地适配开发者生态，Anthropic 还同步在 API 层面推出了两项全新的 Beta 功能：

**对话中途工具变更**：允许开发者在单次会话中动态调整模型可使用的外部工具，且不会导致原有的提示词缓存（Prompt Cache）失效，极大提升了多步骤智能体应用的效率。

**自动回退机制**：如果请求因触发安全分类器被 Opus 5 拦截，API 会自动将其路由回其他可用模型，确保服务的高可用性。

对于对响应延迟有极致要求的场景，官方还提供了速度高达默认值 2.5 倍的“极速模式（Fast mode）”，价格为基础费用的两倍。

对齐与安全限制：最懂规矩的模型

尽管能力大幅提升，但 Anthropic 依然在 Opus 5 上贯彻了其一贯的严苛安全理念。在部署前的自动化行为审计中，Opus 5 被证明是迄今为止“最对齐”的模型。它严格遵守《Claude 宪法》，展现出了最低水平的欺骗性行为，并且是最难被诱导产生恶意误用的一代模型。

在具有极高风险的双用途领域（如网络战和生物武器开发），Opus 5 依然保留了清晰的边界。它在这两项敏感前沿领域的能力仍落后于内部的 Mythos 5 模型。对于网络安全任务，虽然 Opus 5 的安全拦截触发率比 Fable 5 降低了约 85%，允许开发者用于常规的源代码漏洞排查，但系统会严格封锁“基于二进制的漏洞扫描”、渗透测试以及实际漏洞利用（Exploit）代码的生成。

结论

综合来看，Claude Opus 5 是 Anthropic 阵营中一次极具战略意义的换代升级。它不仅用最经济的成本为用户提供了近乎前沿天花板级别的智能，还在逻辑判断、自我审视和平台安全规范上进行了深度打磨。无论是构建全栈应用、进行长线科研数据分析，还是作为统一智能体的核心大脑，Opus 5 都展现出了极高的完成度和可靠性。对于正寻求在生产环境中规模化落地 AI 的企业与开发者而言，它无疑是当前最具吸引力的选择。