Claude Opus 5 发布：接近旗舰性能的日常模型
Anthropic 于 7 月 24 日发布了 Claude Opus 5，这是 Opus 系列的最新旗舰模型。定价与 Opus 4.8 持平——输入 $5/百万 token，输出 $25/百万 token——但性能提升明显，在多项评测中接近 Fable 5 的水平，成本只有后者的一半。
性能亮点
基准测试的数据很直接。在 Frontier-Bench v0.1 上，Opus 5 超越了所有对手，在更低的任务成本下达到 Opus 4.8 两倍以上的得分。CursorBench 3.2 上开到最大 effort 时，它的分数只比 Fable 5 差 0.5%，而单次任务成本低了一半。ARC-AGI 3 这项评估模型解决新问题的测试上，Opus 5 的得分是次优模型的 3 倍。
OSWorld 2.0（计算机使用基准）上，Opus 5 在任何成本区间都是表现最好的。它在 Fable 5 最佳成绩的基础上更进一步，而成本只有后者的三分之一多一点。Zapier 的 AutomationBench 排行榜上，Opus 5 拿下了第一，而且没有花更多 token——它处理了一份原始的账户健康工作簿，从头跑完了整个流失预防流程。
Agent 能力
Opus 5 能更仔细地验证自己的工作。Anthropic 举了几个例子：一个 Frontier-Bench 任务要求它把一个机器零件的图纸重建为 3D FreeCAD 模型，但故意不提供直接查看图纸的方式。Opus 5 自己写了一套计算机视觉管线，从原始像素中提取了几何结构，然后重建了完整的零件。另一个任务中，它找到了一个流行开源包管理器的真实 bug 的根本原因，修复了一个社区补丁漏掉的边界情况。
Internal eval 显示，Opus 5 在 Agent 编程任务上比 Opus 4.7 提升了 22%，而且运行更稳定，每次推理的方差小了很多。
科学研究能力
在生命科学评测上，Opus 5 比 Opus 4.8 全面提升。有机化学任务提升最明显——从光谱数据推断分子结构这项上，比 Opus 4.8 高了 10.2 个百分点。预测蛋白质序列变异如何影响功能的任务上，提高了 7.7 个百分点。早期测试用户 Azalea 的 CEO 说 Opus 5 的行为"更像一个仔细的科学家"——它会主动选择正确的统计方法排除干扰，用独立方法交叉验证结果，长步骤分析也不会跑偏。
安全和部署
安全方面，Opus 5 没有推进危险的双重用途能力边界——在生物研究和进攻性网络安全上仍落后于 Mythos 5。它是 Anthropic 做过的最对齐的模型，宪法遵守度比 Opus 4.8、Sonnet 5 和 Fable 5 都好，欺骗行为率最低。
Opus 5 即日起在所有平台上可用。API 上以 claude-opus-5 名称调用，Claude Max 默认使用该模型，Claude Pro 上也是最强的可用模型。Fast 模式约 2.5 倍默认速度，价格为基础价的两倍。