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大幅提升性能，已成为 Claude Max 默认模型、Claude Pro 上的最强选择。 引入可调节的 effort 思考档位，用户能在更强推理与更低延迟、更省 token 之间权衡；在 Frontier-Bench、GDPval-AA、ARC-AGI 3、AutomationBench、OSWorld 2.0 等编程、知识工作、商业自动化和电脑操作评测中多项登顶，仅网络安全等少数任务落后 Mythos 5。

Claude Opus 5的主要功能

• 可调 effort 思考档位：支持 low、medium、high、xhigh、max 等档位，调高获得更强推理，调低则更快、更省 token，便于按任务平衡质量、速度与成本。
• Agentic 编程能力：面向终端与软件工程任务，在 Frontier-Bench v0.1 得分 43.3%，高于 Fable 5、Opus 4.8 与 GPT-5.6 Sol；官方称相比 Opus 4.8 性能提升一倍以上且单任务成本更低。
• 代码协作优化：在 CursorBench 3.2 最高档位下与 Fable 5 峰值仅差 0.5%，成本约一半；high、xhigh、max 档位同预算表现领先其他模型。
• 知识工作与写作：覆盖分析、研究、文档、办公类任务，GDPval-AA v2 得分 1861，领先 Fable 5、GPT-5.6 Sol 与 Opus 4.8。
• 智能搜索与浏览：具备 agentic search 能力，BrowseComp 得分 90.8%，略高于 GPT-5.6 Sol 的 90.4%，可用于复杂资料检索与综合。
• 电脑操作能力：在 OSWorld 2.0 得分 70.6%，高于 Fable 5 与 GPT-5.6 Sol，官方称可用约三分之一成本超过 Fable 5 最好成绩。
• 商业流程自动化：可端到端完成商业任务，AutomationBench 通过率 26.0%，同成本下约为次优模型 1.5 倍；最低 effort 档完成任务数也超过所有竞争者。
• 新问题求解：ARC-AGI 3 得分 30.2%，约为第二名 GPT-5.6 Sol 的三倍，强调处理训练中未见过任务的能力。
• 科学研究辅助：生命科学评测全面超过 Opus 4.8，覆盖结构生物学、有机化学、生物信息学；光谱推断分子结构提升 10.2 个百分点，蛋白序列变异功能影响预测提升 7.7 个百分点。
• 更主动也更审慎：官方定位为更 proactive、更深思熟虑的模型，能减少来回确认、自我检查并在任务中从错误恢复；同时强调安全护栏。
• 高频日常与产品集成：运行效率更高，适合日常使用；已成为 Claude Max 默认模型，也是 Claude Pro 上可用的最高能力选择，界面提供 “Opus 5 High” 等档位入口。

如何使用Claude Opus 5

• 访问平台：打开 Claude 应用或网页版，在模型选择器中切换到 Claude Opus 5。
• 按订阅层级使用：Claude Max 已把 Opus 5 作为默认模型；Claude Pro 用户可作为当前最高能力选择。
• 按任务调 effort 档位：简单问答、摘要、润色用低档位更快更省；代码调试、复杂分析、研究任务调到 high、xhigh 或 max 以获得更强推理。
• 给清晰目标和约束：说明交付物、格式、字数、截止时间、可用工具与验收标准，减少来回确认，发挥“更主动”的特点。
• 编程场景：粘贴仓库结构、报错日志、接口文档和期望行为，Opus 5 最强方向是定位问题、改代码、跑测试并解释取舍。
• 知识工作：给背景资料、目标读者和输出模板，然后进行调研、提纲、初稿、校对与改写；GDPval-AA v2 显示其知识工作领先。
• 搜索与综述：要求“先检索再归纳，标注来源，区分事实与推测”，对应其 agentic search 能力，BrowseComp 得分 90.8%。
• 自动化流程：把重复性办公流程拆成步骤、输入、输出和异常处理，让它端到端执行；AutomationBench 显示其同成本通过率约为次优 1.5 倍。
• 电脑操作类任务：明确允许操作的软件、文件范围和禁止动作，再让进行执行；OSWorld 2.0 上 Opus 5 得分 70.6%。
• 科研场景：用于结构生物学、有机化学、生物信息学等问题，例如光谱推断分子结构、蛋白变异功能影响分析；但仍需专家复核。
• 控制成本：先用低档位试跑，再对难任务升档；长任务拆小批量执行，优先把 max effort 留给关键难题，因为高档位更聪明但更耗 token。

Claude Opus 5的核心优势

• 半价逼近旗舰：智能水平接近 Fable 5，但价格约为后者一半；CursorBench 3.2 最高档位与 Fable 5 峰值仅差 0.5%，成本却约一半。
• 加量不加价：相比 Opus 4.8，在成本不变前提下大幅提升性能，官方称 Frontier-Bench 编程任务性能提升一倍以上且单任务成本更低。
• 编程能力最突出：Frontier-Bench v0.1 得分 43.3%，高于 Fable 5 的 33.7%、GPT-5.6 Sol 的 34.4% 和 Opus 4.8 的 21.1%。
• 同预算更能打：在 high、xhigh、max 档位下，同等成本得分领先其他模型；官方叙事可概括为“花一半的钱，完成接近 99% 的工作”。
• effort 弹性稀缺：一个模型覆盖从快到省到深度推理的多档需求，低档位可高频日用，高档位攻坚难题，成本曲线更可控。
• 知识工作领先：GDPval-AA v2 得分 1861，超过 Fable 5、GPT-5.6 Sol 与 Opus 4.8，适合研究、分析、写作与办公决策。
• 新问题求解跃升：ARC-AGI 3 得分 30.2%，约为第二名 GPT-5.6 Sol 的三倍，说明面对陌生任务的泛化能力更强。
• 自动化与电脑操作性价比高：AutomationBench 同成本通过率约为次优 1.5 倍；OSWorld 2.0 用约三分之一成本即可超过 Fable 5 最好成绩。
• 搜索与综合能力靠前：BrowseComp 90.8%，略高于 GPT-5.6 Sol 的 90.4%，适合复杂检索、资料比对和综述生成。
• 科研能力增益明确：生命科学各项评测超 Opus 4.8，有机化学提升最大；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：适合需求澄清、代码生成、bug 定位、测试补全、重构解释和终端命令辅助；Frontier-Bench 终端编程 43.3% 登顶，是其最强场景。
• AI 编程助手日常化：在 Cursor 类工作流里做长任务拆解、跨文件修改和回归检查；CursorBench 最高档接近 Fable 5 峰值但成本约半，适合高频调用。
• 企业知识工作：写方案、做研究、整理会议纪要、生成汇报、改简历/公文/商业文档；GDPval-AA v2 1861 领先，适合办公室高频使用。
• 深度检索与综述：给课题后自动检索、比对来源、归纳结论并标注不确定性；BrowseComp 90.8%，适合竞品调研、行业研究、文献梳理。
• 商业流程自动化：把表单处理、数据搬运、审批草稿、客户跟进、报表生成等流程端到端跑起来；AutomationBench 同成本通过率约为次优 1.5 倍。
• 电脑操作与轻量 RPA：在明确权限边界内操作软件、整理文件、批量处理表格和网页流程；OSWorld 2.0 70.6%，且成本效率优于 Fable 5。

Claude Opus 5的常见问题