Anthropic 釋出 Claude Opus 5：效能逼近 Fable 5，價格腰斬

過去很長一段時間，想用頂級 AI 解決複雜工程難題，不僅要忍受昂貴賬單，還得隨時準備好給卡殼的智慧體收拾爛攤子。

Anthropic 正式推出 Claude Opus 5。新模型在維持前代 Opus 4.8 價格（每百萬輸入 token 收費 5 美元、輸出 25 美元）的前提下，效能逼近自家頂級旗艦 Fable 5，綜合使用成本卻直接砍半。目前它已經上線全平臺與 AWS Bedrock，併成為 Claude Max 的預設模型和 Claude Pro 的最強選項。

甚至給自己寫了套視覺工具

比起單純刷基準分，Opus 5 身上最明顯的變化是那種不怕碰壁的自主執行力。

在早期的官方測試裡，工程師故意給模型出難題：給它一張零件草圖，讓它寫程式碼重建出 3D 幾何模型，但不給它任何直接讀取圖片的視覺介面。結果 Opus 5 並沒有報錯放棄，而是自己現場寫了一套計算機視覺管道，從原始畫素裡反求幾何座標，最後成功完成了建模。在同樣的刁難下，其他競品試了五次都沒做出來。

類似的能力也體現在真實業務場景中。一家量化交易公司的工程師讓它對接新交易所的行情資料流，Opus 5 不僅在一個會話內搞定了此前模型根本做不出的程式碼，甚至在找不到現成測試環境的情況下，順手自己搭了一個測試套件來驗證解析邏輯。在開源包管理器的真實漏洞修復中，它也直接挖出了底層根因，而不是像其他模型那樣只在表面打補丁。

基準資料同樣印證了這種端到端能力。在衡量全新未知問題推理能力的 ARC-AGI 3 測試中，Opus 5 跑出了超過 30% 的成績，得分直接達到次優模型的 3 倍。在模擬真實電腦操作的 OSWorld 2.0 上，它超越了同類所有選手，效果勝過 Fable 5，花費卻只有後者三分之一強。

榜單光環背後的另一面

不過，業內評測很快給這股熱潮澆了點冷水。

有獨立評測博主指出，Anthropic 在宣發圖表裡耍了點小心思：對比成本時用了對數座標軸，弱化了高昂的絕對花費；而在評估軟體工程任務的核心指標 Deep Sweep 上，OpenAI 的 GPT-5.6 Soul 依然位列第一，但 Anthropic 在圖表裡卻把對手弱化成了淺灰色。

第三方機構的實測成績也出現分化。Artificial Analysis 的獨立榜單上，Opus 5 確實小幅反超 Fable 5 與 GPT-5.6 Soul 登頂，但每任務成本幾乎是後者的兩倍。而在 Abacus AI 的 Live Bench 綜合榜單上，Opus 5 甚至滑落到了第三位，排在 Fable 5 之後。在針對金融與程式設計的 Valse 指數上，它也只能排在第二，僅領先開源模型 Kimi K3 零點幾個百分點。此外，ARC-AGI 3 的亮眼分數很大程度來自類似《見證者》風格的解謎遊戲，一旦遇到規則完全陌生的新互動機制，它的發揮甚至不如前代 Opus 4.8。

另一個老問題依然存在：安全圍欄。儘管 Anthropic 強調 Opus 5 的安全攔截率比 Fable 5 減少了約 85%，也允許在原始碼中尋找安全漏洞，但它依然嚴禁生成攻擊利用程式碼和二進位制掃描。遇到敏感問題，系統依然會降級回退到 Opus 4.8，在生物學和網路攻防前沿任務上，它依然落後於 Mythos 5。

為什麼重要

對企業和開發者來說，Opus 5 最實用的升級其實是工程落地細節。它不僅支援會話中途增刪工具而不破壞 Prompt 快取，還在 AWS Bedrock 上預設開啟零資料保留（ZDR），解決了許多企業顧忌的資料合規問題。如果你的業務場景涉及長鏈條除錯、跨檔案重構或多步驟文件解析，它確實值得立即接入嘗試。

我們認為，Anthropic 這次打出了一張很聰明的價效比牌。它沒有硬著頭皮去卷 Mythos 5 級別的極限算力與高危邊界，而是把 Fable 5 的長程規劃與反思糾錯能力下放到了主力價位，逼著競爭對手在程式碼智慧體領域重構價格體系。

但從行業競爭來看，它的優勢並不絕對。在更廣泛的通用基準和價效比對比中，GPT-5.6 依然咬得很死，開源陣營也在快速逼近。Opus 5 證明了自主智慧體的實用上限可以很高，但想徹底拉開差距，Anthropic 還得在降本和放寬過度防衛之間找到更好的平衡。