文章摘要
Anthropic推出的Claude Opus 5，价格仅为旗舰Claude Fable 5的一半，性能却近乎追平。它在多项测试中表现出色，在编程、知识工作等方面甚至反超旗舰。不过，它在法律、医疗领域有短板，token消耗速度也待验证。目前已向付费用户开放。

Anthropic近期推出了全新的Claude Opus 5，作为定位介于顶级旗舰Claude Fable 5和上一代Opus 4.8之间的型号，它最大的卖点在于仅需旗舰一半的价格，却能拿到几乎追平旗舰的性能表现。

最让人惊喜的测试成绩来自ARC-AGI-3：这个测试会给AI出从未见过的新题，完全依靠现场推导规律，没有参考答案可以背诵，也没有过往题目可以练习。此前这项测试的最好成绩是OpenAI的GPT-5.6 Sol的7.8%，上一代Claude Opus 4.8仅拿到1.5%，而Claude Opus 5一举拿下30.2%，不仅是上一代的20倍有余，更是GPT-5.6 Sol成绩的四倍，直接实现了断档领先，有网友评价这不是小幅进步，而是实现了跨越式提升。

在定价方面，Claude Opus 5的API价格和上一代Opus 4.8完全一致：每百万输入token收费5美元，每百万输出token收费25美元，仅为旗舰Claude Fable 5的一半。第三方AI评测机构的综合排行榜显示，Claude Opus 5在27项基准测试中拿下14项第一，总分达到74.82%，仅比Claude Fable 5的75.14%低不到0.4个百分点。简单计算下来，用户只需花费一半的成本，就能获得旗舰级99.6%的性能，这也是Claude Opus 5最核心的竞争优势。

作为Claude系列的传统强项，编程能力在Claude Opus 5上再次得到强化。在Frontier-Bench v0.1测试中，这项测试评估AI在命令行中自主编写代码完成任务的能力，Claude Opus 5拿到了43.3%的准确率，甚至比Claude Fable 5的33.7%还要高出近10个百分点，同时领先GPT-5.6 Sol的34.4%，而上一代Opus 4.8仅为21.1%，得分是上一代的两倍多，使用成本却没有变化。

有一个极具代表性的测试案例：测试方向Claude Opus 5提供了一张机器零件图纸，要求在FreeCAD中重建3D模型，但故意断开了查看图纸的接口。在无法直接获取图纸信息的情况下，Claude Opus 5自主编写了一套图像识别程序，从原始像素数据中提取几何信息，完整复原了整个零件模型，经过反复测试都能成功完成任务，而其他参与测试的模型五次尝试全部失败，相当于在考试中发现题目存在问题后，自行修正并正确作答。

除了编程领域，Claude Opus 5在知识工作和电脑操作方面也实现了对旗舰Claude Fable 5的反超。在知识工作综合评分GDPval-AA v2中，Claude Opus 5拿到1861分，超过了Claude Fable 5的1747分和GPT-5.6 Sol的1736分；在电脑操作能力测试OSWorld 2.0中，Claude Opus 5的得分达到70.6%，同样高于Claude Fable 5的66.1%，这两项此前都是旗舰模型Claude Fable 5的优势领域。

在业务自动化测试AutomationBench中，Claude Opus 5的表现同样亮眼：它在最低推理档位的通过率，就已经超过了所有其他模型开到最高档位的成绩，最终整体得分26%，第二名GPT-5.6 Sol仅为18.1%。还有网友发现了官方发布的对比图中的一处小失误：在FrontierCode测试项中，Claude Fable 5得分53.5%，Claude Opus 5为53.4%，但官方却将高亮标注在了Claude Opus 5的条目上，引发了不少网友的调侃。

实际使用场景中，Claude Opus 5也展现出了远超前代的能力。某交易公司的工程师表示，他用Claude Opus 5在会话中搭建了新交易所的完整市场数据接入系统，而此前的模型即便给出详细方案也无法完成这项工作；由于没有现成的测试数据验证代码正确性，Claude Opus 5还自主搭建了一套测试工具来完成验证。在漏洞修复方面，Claude Opus 5能够找到开源包管理器漏洞的根源，还修复了社区补丁遗漏的边界情况，而其他模型往往仅修复表面问题就宣称解决了问题。有网友使用Claude Opus 5生成了风洞模拟、细胞构件等可视化页面，画面细节远超预期，甚至有人调侃应该直接将其命名为Claude Fable 6。

当然Claude Opus 5也存在明显的短板。在DeepSWE v1.1编码测试中，Claude Opus 5拿到68.8%的成绩，略低于GPT-5.6 Sol的72.7%，OpenAI仍在这项测试中保持领先；在法律类任务Legal Agent Benchmark中，Claude Opus 5仅获得11.7%的得分，低于Claude Fable 5的13.3%；医疗类任务HealthBench Professional的得分59.8%，也低于Claude Mythos 5的66.0%。在法律、医疗这类高度专业化的领域，Claude Opus 5还有不小的提升空间。

模型性能越强，越需要关注安全性表现。Anthropic设计了自动化行为审计测试，专门评估模型是否会欺骗用户、做出不当行为或被诱导执行恶意操作，这项测试的分数越低代表安全性越好。Claude Opus 5的得分仅为2.30分，是近期四款Claude模型中最低的，优于Opus 4.8的2.85分、Claude Mythos 5的2.81分和Claude Sonnet 5的3.35分，安全性得到了进一步强化。

在网络安全领域，Anthropic并未专门针对网络安全任务训练Claude Opus 5，但随着模型整体能力的提升，其找漏洞的能力自动接近了Claude Mythos 5的水平（79.4% vs 80.0%）。不过从“找到漏洞”到“写出可用的攻击代码”仍有较大差距：Claude Mythos 5成功开发了13个漏洞的利用代码，而Claude Opus 5仅成功4个，符合“可以帮你排查问题，但不会协助进行恶意攻击”的安全定位。此外，Anthropic调整了安全分类器，Claude Opus 5比Claude Fable 5宽松85%，允许用户扫描源码漏洞，但仍严格限制渗透测试和漏洞利用相关的操作。

不过也有实测反馈指出，Claude Opus 5的token消耗速度比Claude Fable 5还要快，仅三个提示词就会耗尽额度。虽然单价仅为旗舰的一半，但如果实际token消耗更快，节省的成本可能被抵消，具体的使用成本还需要更多实测数据来验证。同时网上关于Claude Opus 5的口碑出现了两极分化，有用户认为Opus分支从4.6版本开始就已经失去了竞争力，实际使用效果仍需要用户自行测试判断。

目前Claude Opus 5已经面向所有Claude付费用户开放，Claude Max的默认模型已经切换为Claude Opus 5，Claude Pro用户也可以使用该模型。同时Fast模式同步上线，比标准模式快2.5倍，但API价格会翻倍。如果你正在使用上一代的Claude Opus 4.8，可以直接升级到Opus 5，价格保持不变，性能却能直逼旗舰级的Claude Fable 5。

以上内容不代表本平台立场，仅供读者参考