真沒想到，Claude Opus 5 這麼快就出來了，最近模型更新速度真的不是普通的快。稍早 Anthropic 正式推出新一代 Claude Opus 5 模型，如果要用一句話形容這次升級，就是「用一半價格，獲得接近旗艦級的智力」。
Anthropic 表示，Opus 5 的能力已經相當接近自家最頂級的 Claude Fable 5，但同樣的任務所花費的成本只有一半，特別是在程式開發、專業知識工作與 AI 代理任務上，展現出很高的成本效益。
Claude Opus 5 正式登場：半價逼近 Fable 5 智力，自我驗證、程式碼與 Agent 能力全面升級
Claude Opus 5 最明顯的進步是，不會產出一個「看起來能用」的答案後就停下來。Anthropic 形容它是一款更有想法、也更主動的模型，會自己檢查結果、找出錯誤，必要時建立測試環境，再持續修改到任務真正成功。
這差異在程式開發上特別明顯。官方分享的一項測試，讓模型修復熱門開源套件管理器中的真實 Bug。Opus 5 不只找到問題的根本原因，還抓出原本社群修補程式遺漏的邊界狀況。競爭模型在這任務中，只修掉表面症狀，然後就宣告問題已經解決。
視覺與前端產出也有明顯升級。Anthropic 就展示一些作品，包含能調整不同物體與參數的風洞氣流模擬。早期測試者也表示，Opus 5 做出的動畫、遊戲與 3D 內容，是目前 Opus 系列中表現最好的一次。
官方開發文件補充，Opus 5 在圖表、文件、示意圖理解，以及 UI、前端畫面重建上都有加強。如果搭配裁切、分析和視覺驗證工具，效果會比單純增加推理量更划算。
更特別的是，這次能力提升並沒有伴隨更高風險。
Anthropic 的自動化行為稽核會測試模型是否出現欺騙、配合濫用，或自行採取不當行動等問題，Opus 5 的整體不對齊行為分數為 2.3，是近期 Claude 模型中最低：
Anthropic 表示，它比 Opus 4.8、Sonnet 5 與 Fable 5 更遵守 Claude Constitution，欺騙性行為發生率最低，也比較不容易被誘導去做難以挽回後果的危險操作。
在 Frontier-Bench v0.1 軟體工程評測中，Opus 5 超越所有參與模型，表現是 Opus 4.8 的兩倍以上，這也意味著，每項任務成本反而更低：
科學研究部分，Opus 5 在 Anthropic 所有生命科學評測上都超過 Opus 4.8。其中，利用光譜資料推導分子結構的有機化學內部測試提高 10.2%。預測蛋白質序列變異會如何影響功能，則提高 7.7%。
金融與法律方面的效率數據來自參與早期測試客戶，一個金融建模測試中，Opus 5 平均準確率提高 9 個百分點，執行輪數與工具呼叫減少約三分之一，完成時間縮短 60%。另一項交易評測只用了 Opus 4.8 約七分之一的推理 Token，延遲也不到一半。
法律代理測試中，Opus 5 在較低推理強度下仍能維持接近 Opus 4.8 Max 的品質，平均少用 26% Token。
下方是 Anthropic 分享的測試數據，Opus 5 在 Frontier-Bench、GDPval-AA、ARC-AGI 3、BrowseComp、OSWorld 2.0 與 AutomationBench 都拿到最高成績：
雖然 Opus 5 看起來很強，但 Fable 5 依舊是目前擁有最高前沿智慧的旗艦模型，Mythos 5 則提供給少數通過審核的合作夥伴，專攻資安與生物研究。
Anthropic 也補充 Opus 5 雖然已經很會找出程式漏洞，但在把漏洞變成可實際攻擊的 Exploit 方面，仍遠遠落後 Mythos 5：
Claude Opus 5 提供 100 萬 Token 上下文，而且是預設與最大值，不需要另外選擇長上下文版本，單次最大輸出可提高到 128K Token。目前已在 Claude 各平台上線。
而 Claude Opus 5 的 API 定價維持每百萬輸入 Token 5 美元、每百萬輸出 Token 25 美元，跟 Opus 4.8 完全相同。兩者真正的差異在，同一項複雜任務所消耗的 Token、工具呼叫與執行輪數。