文章摘要
Anthropic推出全新升级的Claude Opus 5，成为兼顾日常与顶级性能的主力视觉 - 语言模型，综合表现优、成本低。它支持图文输入，性能在多测试中领先。构建上用公、专有数据训练，安全防护有回退机制。其解决了Claude Fable 5的部分问题，但也有易产生幻觉等不足。虽定价高，但Anthropic押注特定领域，认为客户愿为性能付溢价。

在推出Claude Fable 5之后，Anthropic的旗舰Opus系列曾一度仅作为高端备选方案，未来走向不明。如今该系列迎来全新升级，Claude Opus 5正式登场，成为一款兼顾日常使用需求与顶级性能的主力视觉-语言模型，综合表现优于前代的Claude Fable 5，且运行成本更低。

产品核心概况

这款模型支持文本与图片输入，单轮输入最大可达100万token，输出文本长度上限为128000token，生成速度可达52.8token/秒。其知识截止时间为2026年5月。

Claude Opus 5提供五档推理等级（low、medium、high、xhigh、max，默认设置为high），支持工具调用，从512token起即可使用提示缓存功能，还配备了约为标准速度2.5倍的快速模式，且全程无数据保留机制。

性能方面，该模型在第三方行业评测的Intelligence Index中以61分位列第一，在ARC-AGI-3测试中同样表现亮眼，该测试用于评估智能体在陌生交互环境中的学习效率。

价格与可用性上，Claude Max订阅用户可默认使用该模型（订阅费用为每月100-200美元），Claude Pro订阅用户也可使用其作为最强可用模型（订阅费每月20美元）。API调用价格为每100万输入/缓存输入/输出token分别收取5美元/0.5美元/25美元；快速模式仅对Claude API开放，收费标准为每100万输入/缓存输入/输出token分别10美元/1美元/50美元。目前官方并未披露该模型的参数量、架构、训练数据及训练方法。

模型构建与安全机制

Anthropic仅公开了Claude Opus 5少量的构建细节，主要集中在训练与模型控制层面。该模型使用公共与专有数据进行训练，数据来源包括公开网站收集的素材以及其他模型生成的内容，随后根据公司宪章中定义的人类价值观进行了微调，且官方特意将网络安全任务排除在了训练范围之外。

与前代模型相比，Claude Opus 5在未被明确要求的情况下，更擅长将任务委派给子智能体，同时自我检查能力也有所提升。官方提醒开发者，应避免直接沿用为早期模型编写的验证类指令，因为这类指令可能会让Claude Opus 5出现过度验证的问题。

在安全防护方面，被标记为网络安全风险的交互会自动回退至Claude Opus 4.8，但该情况的出现频率比Claude Fable 5更低。其安全检测机制为：每次请求时都会有探针读取模型的内部激活状态，将疑似违规内容交由第二个模型进行输入输出判断，检测范围涵盖模型读取的所有内容，包括记忆、文件、搜索结果以及连接的工具，任意一项触发阈值都会引发回退。官方明确，扫描源代码漏洞等日常防御性工作是被允许的，但生成漏洞利用代码、渗透攻击等进攻性请求会触发回退；与Claude Fable 5不同，Claude Opus 5不会对生物学、化学及生命科学相关问题进行回退，官方认为该模型在这些领域的安全风险更低。

实测性能表现

Claude Opus 5在多项基准测试中都处于领先位置，单次任务成本低于Claude Fable 5，但高于多数其他模型，其在陌生环境学习能力测试中的优势尤为突出。

在Intelligence Index这项包含9项经济实用型任务的综合评测中，Claude Opus 5在max推理设置下拿到61分，略高于启用回退并使用max推理的Claude Fable 5（60分）以及OpenAI的GPT-5.6 Sol（59分）。成本对比上差距更为明显：Claude Opus 5平均每项任务花费2.03美元，介于Claude Fable 5的2.75美元与GPT-5.6 Sol的1.54美元之间。当使用xhigh推理设置时，Claude Opus 5在Coding Agent Index中与GPT-5.6 Sol的max推理版本并列第一，得分均为67分。此外，在GPTval-AA v2、AA-Briefcase（两项均用于评估智能体式知识工作能力）以及MMMU-Pro（多模态推理测试）中，Claude Opus 5的表现也优于Claude Fable 5与其他所有竞品。

在ARC-AGI-3测试中，该测试会将AI智能体放入从未接触过的游戏环境中，评估其学习规则的效率，Claude Opus 5在high推理设置下取得了30.2%的正确率，单次运行成本约2.07万美元，成绩几乎是次优模型GPT-5.6 Sol（max推理设置下7.8%正确率，成本2.51万美元）的四倍。

在Terminal-Bench 3.0这项评估模型完成业务工作流能力的测试中，Claude Opus 5以max推理设置位列第一，完成了43.5%的任务量；在其继任测试Zapier AutomationBench中，该模型同样表现领先，该测试用于评估智能体解决计算机自动化任务的能力，Claude Opus 5的任务成功率为26.2%。在CursorBench 3.2这项针对编程能力的测试中，Claude Opus 5以70%的正确率、每项任务8.23美元的成本，仅次于max推理设置下的Claude Fable 5（70.5%正确率，每项任务17.32美元）。

行业动态背景

7月22日，美国白宫科学顾问迈克尔·克拉齐奥斯公开表示，Moonshot AI推出的Kimi K3开源权重模型，是通过蒸馏Claude Fable 5打造而成，该模型在第三方行业评测的Intelligence Index中排名第四。随后美国财政部长斯科特·贝森特威胁将对相关方实施制裁。不过Laude Institute的研究员Braden Hancock指出，Claude Fable 5公开可用仅短短几周，根本不足以完成数据蒸馏、模型训练及发布的全流程，该说法让这场争议变得更加复杂。

产品升级的核心意义

Claude Opus 5解决了长期以来用户对Claude Fable 5的诸多不满：比如前代模型常对良性科学问题进行回退或拒答、无法纳入多数订阅套餐、定价高昂，以及严苛的30天数据保留政策。不过需要注意的是，在部分场景下Claude Fable 5仍有其溢价价值：比如Claude Opus 5更容易产生幻觉内容，事实回忆能力也相对更弱，且当前的基准测试可能并未完全覆盖两款模型的差异。但对绝大多数开发者的使用场景来说，这款全新升级的模型都是一次受欢迎的更新。

行业视角与思考

尽管全新的Opus系列模型比Fable或Mythos系列更便宜，但整体定价依然偏高。与其他AI实验室追求更快速度与更低成本的路线不同，Anthropic选择了相反的方向：打造更大、推理速度稍慢、知识储备更丰富但定价也更高的模型。该公司押注在网络安全、软件工程、文档生成等领域，认为客户愿意为顶级性能支付溢价，甚至在需要更快推理速度时，愿意支付双倍的快速模式费用。

以上内容不代表本平台立场，仅供读者参考