Claude (X)
6 个来源Anthropic 发布 Claude Opus 5 模型
Anthropic 发布了 Claude Opus 5，这是一款深思熟虑且主动的 AI 模型，其智能水平接近 Fable 5，但价格仅为后者的一半。该模型在编程和知识工作评估中达到了最先进水平，并在 ARC-AGI-3 测试中得分是次优模型的三倍。Opus 5 即日起在所有付费计划和 Claude API 上可用。
返回信息流
新闻事件
SynthePulse Insight · AI 深度解读
Opus 5：Anthropic 的平衡之道——性能逼近旗舰，价格与管控双降
版本 3 · 8 个来源
Anthropic 于 2026 年 7 月 24 日发布 Claude Opus 5，定位为性能接近旗舰 Fable 5 但价格减半、安全限制更宽松的模型。它在多项基准测试中超越 Fable 5，同时将安全分类器触发频率预期降低 85%，试图在能力、成本与管控之间找到新平衡。
- Opus 5 API 价格与 Opus 4.8 相同（输入 5 美元/百万 Token，输出 25 美元/百万 Token），仅为 Fable 5 的一半。
- 在 Frontier-Bench v0.1 上，Opus 5 得分（43.3%）是 Opus 4.8（21.1%）的两倍多，并超过 Fable 5（33.7%）和 GPT-5.6 Sol（34.4%）。
- ARC-AGI-3 得分 30.2%，是第二名 GPT-5.6 Sol（7.8%）的近四倍，但该结果缺乏 Fable 5 对比，且被部分观察者视为异常值。
- 安全分类器触发频率预计比 Fable 5 低 85%，但该数据为 Anthropic 预期，实际效果待验证。
- Opus 5 保留网络安全防护，允许源代码漏洞扫描，但禁止二进制漏洞扫描、渗透测试和 Exploit 生成。
- 在部分基准测试（如 DeepSWE v1.1）中，Opus 5 落后于 GPT-5.6 Sol；在健康和法律任务上，Fable 5 和 Mythos 5 仍领先。
展开章节目录定价策略：性能对标旗舰，价格维持中端
定价策略：性能对标旗舰，价格维持中端
Opus 5 的 API 定价与 Opus 4.8 完全相同：输入 5 美元/百万 Token，输出 25 美元/百万 Token。这一定价仅为 Fable 5（输入 10 美元/百万 Token，输出 50 美元/百万 Token）的一半。Anthropic 明确将 Opus 5 定位为“接近 Fable 5 前沿智能但价格减半”的模型。
值得注意的是，Anthropic 引入了 Fast 模式，速度提升约 2.5 倍，但价格翻倍。此外，模型提供五个“努力程度”设置（低、中、高、xhigh、max），用户可在性能与 Token 消耗之间权衡。Anthropic 建议在多数场景使用“低”或“中”设置，但编码和代理任务仍推荐从“xhigh”开始。
性能表现：多项基准领先，但非全面碾压
根据 Anthropic 公布的内部基准，Opus 5 在多个评估中创下新高。在 Frontier-Bench v0.1 上，Opus 5 的终端编码得分（43.3%）是 Opus 4.8（21.1%）的两倍多，并超过 Fable 5（33.7%）和 GPT-5.6 Sol（34.4%）。在知识工作基准 GDPval-AA v2 上，Opus 5 的 Elo 评分（1,861）领先于 Fable 5（1,747）和 GPT-5.6 Sol（1,736）。
最引人注目的结果是 ARC-AGI-3，该基准测试模型解决新颖问题的能力，Opus 5 得分 30.2%，是第二名 GPT-5.6 Sol（7.8%）的近四倍。但该测试缺少 Fable 5 的对比数据，且部分观察者认为这一巨大领先优势在实际使用中可能无法复现。
然而，Opus 5 并非在所有测试中领先。在代理编码基准 DeepSWE v1.1 上，GPT-5.6 Sol（72.7%）领先于 Fable 5（69.7%）和 Opus 5（68.8%）。在健康和法律任务上，Fable 5 和 Mythos 5 仍表现更好。此外，在网络安全任务上，Opus 5 在漏洞发现方面接近 Mythos 5，但在漏洞利用开发上明显落后。
安全与对齐：更宽松的管控，更低的触发频率
Anthropic 称 Opus 5 是其“对齐程度最高的模型”，综合失准得分 2.3，表现出最低的鲁莽或欺骗行为率，以及对 Claude 宪法的最强遵守。安全分类器的触发频率预计比 Fable 5 低 85%，这一数字来自 Anthropic 的预期，尚未经独立验证。
在网络安全防护方面，Opus 5 允许源代码漏洞扫描，但禁止二进制漏洞扫描、渗透测试和 Exploit 生成。Anthropic 表示，Opus 5 在网络安全任务上强于 Opus 4.8，但远不及 Mythos 5。当 Claude.ai、Claude Code 和 Claude Cowork 中的请求被阻止时，默认回退到 Opus 4.8，与 Fable 5 的策略相同。
自主能力与工具构建：迭代改进与自我纠错
Anthropic 强调 Opus 5 在检查自身工作并通过迭代改进方面有显著提升。在一个 Frontier-Bench 任务中，Opus 5 收到一张机器零件图纸，但无法直接查看图纸，它通过编写自己的计算机视觉管线从原始像素中提取几何形状，并重建了完整的机器零件。Anthropic 称其他模型在五次尝试后均未解决该任务。
另一个案例中，Opus 5 修复了一个流行开源包管理器中的真实 bug，找到了根本原因并修复了社区补丁遗漏的边缘情况。Anthropic 还提到，一家交易公司的工程师使用 Opus 5 在一次会话中构建了一个新交易所的市场数据馈送，而之前的模型即使有详细计划也无法完成。
可信度边界
本文主要依据 Anthropic 官方发布信息及媒体报道。基准测试成绩、安全分类器触发频率降低 85% 等数据均为 Anthropic 内部数据或预期，缺乏独立第三方验证。ARC-AGI-3 的显著领先缺乏 Fable 5 对比，其实际意义存疑。用户反馈中提及的负面体验（如误操作删除代码库）未获官方证实。
核心结论
Opus 5 是 Anthropic 在性能、成本和管控之间的一次精心平衡：它用 Fable 5 一半的价格提供了接近旗舰的性能，同时大幅降低了安全干预频率。对于大多数开发者而言，Opus 5 可能是比 Fable 5 更实用的选择，但它在部分任务上仍落后于竞品，且其 ARC-AGI-3 的惊人成绩需要更多验证。
本版本来源
- Introducing Claude Opus 5. It's a thoughtful and proactive model that comes clos…Claude (X)
- Claude Opus 5 is great at long-running autonomous work! Try it out and let us kn…cat (X)
- Anthropic launches Opus 5TechCrunch AI
- 来了！Opus 5 模型发布，价格跟 Opus 4.8 相同 在测评成绩上大幅优于 Opus 4.8，同时相当多的测评成绩都高于 Fable 5。 终于有个能用…歸藏(guizang.ai) (X)
- Anthropic 今天发布了 Claude Opus 5。API 价格为每百万输入 Token 5 美元、输出 Token 25 美元，与上一代 Opus 4…宝玉 (X)
- 笑死 Anthropic 这么草台？ 这 Opus 5 的测试成绩分数标红不太对吧 53.4 大于 53.5？ https://t.co/ZB6p8bhKo9歸藏(guizang.ai) (X)
- 猜猜今天哪家会重置额度？ 我估计 Codex 和 Claude Code 都会重置宝玉 (X)
- Anthropic claims its new Claude Opus 5 delivers near-Fable 5 performance at half the token priceTHE DECODER