Opus 5來了：性能不輸 Fable 5、價格砍半

剛剛，Anthropic 正式發(fā)布新一代模型 Claude Opus 5。

此時距離該公司與美國政府的最新一輪交鋒剛過去數(shù)周，距離 OpenAI 引發(fā)全行業(yè)熱議的安全事件也僅數(shù)日。

時機頗為微妙。

官方博客稱，Claude Opus 5 是一款更具主動性、也更審慎的模型，其智能水平接近 Claude Fable 5，而價格卻只有后者的一半。

在 Frontier-Bench、GDPval-AA 等編程與知識工作評測中，它刷新了行業(yè)最高紀錄，僅在網(wǎng)絡安全任務上落后于 Mythos 5。

它的運行效率高于其他模型，適合高頻日常使用。目前它已成為 Claude Max 的默認模型，同時也是 Claude Pro 上最強的選擇。

性能表現(xiàn)

與前代 Opus 4.8 相比，Opus 5 在成本不變的前提下大幅提升了性能。用戶可通過「努力程度」（effort）設置自由權(quán)衡性能：調(diào)高可獲得更強的智能，調(diào)低則更快、更省 token。

編程方面，在 Frontier-Bench v0.1 中，Opus 5 超越所有對手，得分達到 Opus 4.8 的兩倍以上，單任務成本反而更低。

在 CursorBench 3.2 中，它在最高努力檔位下與 Fable 5 的峰值成績僅差 0.5%，成本只有一半；在 high、xhigh 和 max 三個檔位上，同等成本下的表現(xiàn)均領(lǐng)先所有其他模型。

知識工作與問題解決方面，成績同樣亮眼。

ARC-AGI 3 考察模型解決全新問題的能力，Opus 5 的得分是第二名的三倍。

Zapier AutomationBench 衡量端到端完成商業(yè)任務的水平，它在相同單任務成本下的通過率約為次優(yōu)模型的 1.5 倍；即便調(diào)到最低努力檔位，通過的任務數(shù)也多于任何競爭者。

OSWorld 2.0 是一項計算機操作基準，Opus 5 在任意成本點上都勝過其他模型，并以約三分之一的成本超過了 Fable 5 的最佳成績。

在多項相關(guān)評測中，它同樣是最強且最具性價比的模型。

科研能力顯著進步

Opus 5 在生命科學的每一項評測中都優(yōu)于 Opus 4.8，覆蓋結(jié)構(gòu)生物學、有機化學和生物信息學等方向。

進步最明顯的是有機化學：在根據(jù)波譜數(shù)據(jù)推斷分子結(jié)構(gòu)的內(nèi)部基準上，它比前代高出 10.2 個百分點。在預測序列變異如何影響蛋白功能的評測中提升了 7.7 個百分點。

此外，它生成的可視化產(chǎn)出質(zhì)量也大幅增強。比如，Opus 5 將空氣流過空氣動力學（和非空氣動力學）物體的流動情況可視化，或者制作一個簡化版的交互式細胞示意圖。

更強的自主性與嚴謹性

Opus 5 更擅長核查自己的工作，并持續(xù)迭代直到成功。

在 Frontier-Bench 的一項任務中，模型需要根據(jù)一張機械零件圖紙編寫代碼，用 FreeCAD 重建三維模型，卻被刻意剝奪了直接查看圖紙的途徑。Opus 5 自行編寫了計算機視覺流水線，從原始像素中提取幾何信息，最終完整重建了零件，并能穩(wěn)定復現(xiàn)這一結(jié)果。相同條件下，競品模型嘗試五次均告失敗。

針對一款流行的開源軟件包管理器中存在的真實漏洞，Opus 5 找到了根本原因，并修復了社區(qū)補丁遺漏的一個極端情況。而競爭對手的版本僅僅修復了表面癥狀（并未觸及根本原因），然后就報告漏洞已解決。

一家交易公司的工程師使用 Opus 5 在一次會話中就為一家新交易所構(gòu)建了市場數(shù)據(jù)源。之前的模型根本無法完成這項任務，即使工程師提供了詳盡的計劃。由于沒有可供驗證的實時數(shù)據(jù)源，Opus 5 甚至自行構(gòu)建了測試框架，以檢查其代碼是否正確解析了交易所的數(shù)據(jù)。

對齊與安全：迄今最可靠的版本

Anthropic 稱，部署前的自動化行為審計顯示，Opus 5 是 Anthropic 迄今對齊程度最高的模型。它對 Claude 憲章的遵循度超過 Opus 4.8、Sonnet 5 和 Fable 5，欺騙行為發(fā)生率最低，也最難被誘導濫用。在避免可能造成難以逆轉(zhuǎn)后果的魯莽操作方面，它同樣創(chuàng)下最佳紀錄。

在自動化行為審計中，Opus 5 在整體不協(xié)調(diào)行為方面得分為 2.3，是 Anthropic 最近推出的模型中得分最低的。

在高風險的兩用能力上，Opus 5 沒有突破現(xiàn)有邊界。

Anthropic 與私營部門及政府伙伴合作開展的嚴格評估表明，它在生物研究和進攻性網(wǎng)絡安全兩個方向都落后于 Mythos 5。

團隊延續(xù)了對 Opus 4.8 的做法，刻意不針對網(wǎng)絡任務訓練該模型。隨著通用能力增強，模型在這類任務上仍有可觀進步，發(fā)現(xiàn)安全漏洞的水平已接近 Mythos 5，但把漏洞轉(zhuǎn)化為實際網(wǎng)絡威脅的能力差距依然很大。

OSS-Fuzz 評測印證了這一點：兩個模型識別漏洞的成功率相近，可在開發(fā)利用程序的環(huán)節(jié)，Opus 5 的得分遠遠落后。

在 Anthropic 的網(wǎng)絡安全評估之一 OSS-Fuzz 中，Opus 5 在識別軟件漏洞方面與 Mythos 5 非常接近（左圖），但在開發(fā)針對這些漏洞的攻擊方面則遠不如 Mythos 5 成功（右圖）。

分級防護：兼顧安全與可用

Opus 5 的防護體系與 Opus 4.8 大體一致，僅在少數(shù)網(wǎng)絡任務上加強了限制。

其網(wǎng)絡安全分類器比 Fable 5 寬松，允許在源代碼中查找漏洞，但會攔截二進制層面的漏洞掃描、滲透測試和利用程序生成，因為這些方法更常與惡意行為者相關(guān)。

據(jù)測試，分類器的干預頻率預計比 Fable 5 低約 85%。在 Claude.ai、Claude Code 和 Claude Cowork 中，被攔截的請求默認回退至 Opus 4.8 處理，API 用戶也可開啟同樣的回退機制。已加入網(wǎng)絡驗證計劃（CVP）的企業(yè)和研究者可立即使用限制更少的版本。

生物方向的防護延續(xù)前代設計，這讓 Opus 5 成為目前公開可用模型中科研能力最強的一款。不過它在長時程自主研究任務上仍有明顯局限，而這恰是生物風險最集中的場景，Mythos 5 在此類工作上依然更強。本次發(fā)布后，在 Fable 5 上被攔截的生物類請求將改為路由至 Opus 5。

定價與新功能

Opus 5 即日起在所有平臺上線，定價為每百萬輸入 token 5 美元、輸出 25 美元，與前代持平，且只有 Fable 5 的一半，也略低于 OpenAI 的 GPT-5.6

新推出的「極速模式」（Fast mode）以兩倍價格提供約 2.5 倍的默認速度，目前處于研究預覽階段。用戶還可選擇開啟自動回退：當安全分類器攔截 Opus 5 或 Fable 5 的請求時，系統(tǒng)會自動路由到其他可用模型，確保請求始終得到最佳模型的響應。

此外還有兩項測試版更新：Claude 平臺支持在對話中途更換工具而不使提示緩存失效；API 端支持上述自動回退功能。與此前的 Opus 系列一致，Opus 5 的通用訪問不設數(shù)據(jù)保留要求。

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

https://www.theverge.com/ai-artificial-intelligence/970105/claude-opus-5-announced-anthropic-ai-model-release