Claude Opus 5 - Anthropic 最新发布的旗舰级模型

Claude Opus 5是什么

Claude Opus 5 是 Anthropic 最新发布的旗舰级模型，定位“接近 Fable 5 的前沿智能，价格约为后者一半”，相比 Opus 4.8 在成本不变的前提下把性能往上推了一大截，现在已经是 Claude Max 的默认模型，也是 Claude Pro 上最强的选择。它带可调节的 effort 思考档位，用户可以在更强推理和更低延迟、更省 token 之间自己权衡。编程、知识工作、商业自动化、电脑操作这些评测里，Frontier-Bench、GDPval-AA、ARC-AGI 3、AutomationBench、OSWorld 2.0 等多项登顶，只在网络安全等少数任务上落后 Mythos 5。

Claude Opus 5的主要功能

• 可调 effort 思考档位：low、medium、high、xhigh、max 都能选，调高推理更强，调低更快更省 token，按任务在质量、速度和成本之间找平衡。
• Agentic 编程能力：面向终端和软件工程任务，Frontier-Bench v0.1 得分 43.3%，比 Fable 5、Opus 4.8 和 GPT-5.6 Sol 都高；官方说相比 Opus 4.8，性能提升一倍以上，单任务成本还更低。
• 代码协作优化：CursorBench 3.2 最高档位下，和 Fable 5 的峰值只差 0.5%，成本大约是一半；high、xhigh、max 三档在同一预算下领先其他模型。
• 知识工作与写作：分析、研究、文档、办公类任务都覆盖，GDPval-AA v2 拿到 1861，高于 Fable 5、GPT-5.6 Sol 和 Opus 4.8。
• 智能搜索与浏览：带 agentic search 能力，BrowseComp 得分 90.8%，比 GPT-5.6 Sol 的 90.4% 略高一点，复杂资料的检索和综合能交给它。
• 电脑操作能力：OSWorld 2.0 得分 70.6%，高过 Fable 5 和 GPT-5.6 Sol；官方说花大约三分之一的成本，就能超过 Fable 5 的最好成绩。
• 商业流程自动化：商业任务可以端到端跑完，AutomationBench 通过率 26.0%，同等成本下约是次优模型的 1.5 倍；即使用最低 effort 档，完成的任务数也超过所有竞争者。
• 新问题求解：ARC-AGI 3 得分 30.2%，大约是第二名 GPT-5.6 Sol 的三倍。这一项考的是处理训练中没见过的任务。
• 科学研究辅助：生命科学评测全面超过 Opus 4.8，结构生物学、有机化学、生物信息学都在内；光谱推断分子结构提升了 10.2 个百分点，蛋白序列变异功能影响预测提升了 7.7 个百分点。
• 更主动也更审慎：官方的说法是更 proactive、也更愿意多想一想：来回确认的次数少了，会自己检查，任务出错能自己绕回来；安全护栏这块也特意提了。
• 高频日常与产品集成：跑起来效率更高，日常用合适；现在已是 Claude Max 的默认模型，也是 Claude Pro 上能选到的最高能力，界面上有 “Opus 5 High” 这类档位入口。

如何使用Claude Opus 5

• 访问平台：打开 Claude 应用或网页版，在模型选择器里切到 Claude Opus 5。
• 按订阅层级使用：Claude Max 里 Opus 5 就是默认模型；Claude Pro 用户也能把它作为当前最高能力来用。
• 按任务调 effort 档位：简单问答、摘要、润色用低档，快也省；代码调试、复杂分析、研究这类任务调到 high、xhigh 或 max，推理更强。
• 给清晰目标和约束：交付物、格式、字数、截止时间、可用工具、验收标准都写清楚，它就不用反复来问，主动性才发挥得出来。
• 编程场景：把仓库结构、报错日志、接口文档和期望行为贴进去，Opus 5 最擅长的就是定位问题、改代码、跑测试，再把取舍讲明白。
• 知识工作：给足背景资料、目标读者和输出模板，剩下的调研、提纲、初稿、校对、改写可以一路做下来；GDPval-AA v2 上它的知识工作是领先的。
• 搜索与综述：直接要求它“先检索再归纳，标注来源，区分事实与推测”，这正对应 agentic search 那套能力，BrowseComp 得分 90.8%。
• 自动化流程：把重复的办公流程拆成步骤、输入、输出和异常处理，再让它端到端跑；AutomationBench 上同成本的通过率约是次优的 1.5 倍。
• 电脑操作类任务：先划清允许操作的软件、文件范围和禁止动作，再让它动手；OSWorld 2.0 上 Opus 5 得分 70.6%。
• 科研场景：结构生物学、有机化学、生物信息学的问题都能用，比如光谱推断分子结构、蛋白变异功能影响分析；不过结论还是得过专家复核。
• 控制成本：先用低档试跑，难任务再升档；长任务拆成小批量跑，max effort 留给关键难题——高档位确实更聪明，但 token 也烧得更快。

Claude Opus 5的核心优势

• 半价逼近旗舰：智能水平接近 Fable 5，价格却只要一半；CursorBench 3.2 最高档位和 Fable 5 峰值只差 0.5%，成本同样约一半。
• 加量不加价：跟 Opus 4.8 比，成本没变，性能涨了一大截；官方称 Frontier-Bench 编程任务提升一倍以上，单任务成本还更低。
• 编程能力最突出：Frontier-Bench v0.1 得分 43.3%，Fable 5 是 33.7%，GPT-5.6 Sol 是 34.4%，Opus 4.8 是 21.1%。
• 同预算更能打：high、xhigh、max 三档下，同样的成本得分更高；官方的说法可以概括成“花一半的钱，完成接近 99% 的工作”。
• effort 弹性稀缺：一个模型就把快、省、深度推理几档需求都盖了，低档高频日用，高档拿来啃硬题，成本曲线更好控制。
• 知识工作领先：GDPval-AA v2 得分 1861，高过 Fable 5、GPT-5.6 Sol 和 Opus 4.8，研究和分析、写作、办公决策都能用。
• 新问题求解跃升：ARC-AGI 3 得分 30.2%，差不多是第二名 GPT-5.6 Sol 的三倍，碰上没见过的任务，泛化能力更强。
• 自动化与电脑操作性价比高：AutomationBench 同成本通过率约是次优的 1.5 倍；OSWorld 2.0 上用大约三分之一的成本就能超过 Fable 5 的最好成绩。
• 搜索与综合能力靠前：BrowseComp 90.8%，比 GPT-5.6 Sol 的 90.4% 高一点点，复杂检索、资料比对、综述生成都合适。
• 科研能力增益明确：生命科学的各项评测都超过 Opus 4.8，有机化学提升最多；光谱推断分子结构 +10.2 个百分点，蛋白变异功能影响预测 +7.7 个百分点。

Claude Opus 5的项目地址

• Claude Opus 5：https://www.anthropic.com/news/claude-opus-5

Claude Opus 5的同类竞品对比

Claude Opus 5的应用场景

• 软件开发与重构：需求澄清、代码生成、bug 定位、测试补全、重构解释、终端命令辅助都能接；Frontier-Bench 终端编程 43.3% 排在第一，这是它最强的场景。
• AI 编程助手日常化：在 Cursor 这类工作流里拆长任务、跨文件改代码、做回归检查；CursorBench 最高档接近 Fable 5 的峰值，成本却只要一半，高频调用也不心疼。
• 企业知识工作：写方案、做研究、整理会议纪要、出汇报、改简历公文和商业文档；GDPval-AA v2 上 1861 分领先，办公室里日常用正合适。
• 深度检索与综述：给出课题，它会自己去检索、比对来源、归纳结论，还会标出不确实的地方；BrowseComp 90.8%，竞品调研、行业研究、文献梳理都用得上。
• 商业流程自动化：表单处理、数据搬运、审批草稿、客户跟进、报表生成这些流程可以端到端跑；AutomationBench 同成本通过率约是次优的 1.5 倍。
• 电脑操作与轻量 RPA：在划定的权限范围内操作软件、整理文件、批量处理表格和网页流程；OSWorld 2.0 上 70.6%，成本效率比 Fable 5 好。

Claude Opus 5的常见问题