Claude Opus 5 发布：性能逼近 Fable 5，代码与科研能力 SOTA

Claude Opus 5 正式发布！新模型推理能力扎实，主动性很强，能力表现很接近 Claude Fable 5，但价格只有它的一半。

在代码编写、知识工作等领域的评估基准上（比如 Frontier-Bench 和 GDPval-AA），Opus 5 拿下了 SOTA，但网络安全相关任务的表现仍稍逊于 Mythos 5。

Opus 5 主要面向高频日常使用场景优化，运行效率远超其他模型，它现在是 Claude Max 的默认模型，也是 Claude Pro 里综合能力最强的模型。

性能与性价比

在和前代 Opus 4.8 成本持平的前提下，Opus 5 的性能有了大幅提升。你可以调整模型的「思考努力程度」，在追求顶级能力与节省 Token 换取更快、更便宜的结果之间自由平衡。

Opus 5 在高价值软件工程任务上表现突出：

• 以 Frontier-Bench v0.1 为例，Opus 5 得分超过了所有参测模型，单次任务成本更低，分数达到了 Opus 4.8 的两倍以上。
• 在 CursorBench 3.2 的最高努力程度设置下，Opus 5 得分距离 Fable 5 的峰值只差 0.5%，单次任务成本直接减半；在 High、Xhigh、Max 模式下，相同成本时的性能均超过其他所有模型。

在知识工作、复杂问题解决等场景里，Opus 5 也有同样的优势：

• ARC-AGI 3 衡量模型解决全新陌生问题的能力，Opus 5 得分是次优模型的 3 倍。
• Zapier AutomationBench 衡量端到端独立完成业务流程的能力，相同单任务成本下，通过率约为次优模型的 1.5 倍；哪怕调到最低努力程度，通过的任务数量也比其他模型多。
• OSWorld 2.0 计算机操作能力基准测试，在任意成本档位下，Opus 5 的表现都优于其他模型，仅用 1/3 多一点的成本，就超过了 Fable 5 的最佳成绩。

科研领域，Opus 5 相比 Opus 4.8 有明显提升。在涵盖结构生物学、有机化学、生物信息学等方向的生命科学评估中，Opus 5 的成绩全面超过了 Opus 4.8。提升最明显的是有机化学任务，比如根据光谱数据推断分子结构，内部基准测试得分比 Opus 4.8 高出 10.2 个百分点；蛋白质相关任务，比如预测蛋白质序列变异对功能的影响，得分高出 7.7 个百分点。

Claude Opus 5 实战表现

Claude Opus 5 的自我校验和迭代优化能力更强，能稳扎稳打把任务做完。评估测试和早期内测阶段有几个典型案例：

• 在 Frontier-Bench 的一项任务中，测试方给了一张机械零部件图纸，要求模型写代码重建为 FreeCAD 3D 模型，还故意堵死了模型直接查看图像的通道。Opus 5 自己写了一套计算机视觉流水线，从原始像素里提取几何特征，完整重构出了零部件，多次重复测试全部成功。同等设置下的竞品模型，尝试 5 次全部失败。
• 面对某个知名开源包管理器中的真实 Bug，Opus 5 不仅找到了根因，还修复了社区补丁漏掉的边缘情况。而某个竞品模型只修复了表面问题。就直接报告 Bug 已解决。
• 某交易公司的一名工程师利用 Opus 5，仅一个会话就为新交易所写完了一套市场数据接入组件。之前哪怕工程师给了详尽的规划方案，旧模型也完全做不完这个任务。Opus 5 甚至还自己搭了一套测试套件，来验证代码能不能准确解析交易所返回的数据。

对齐与安全性

对齐机制

在部署前的测试阶段，自动化行为审计显示，Opus 5 是 Anthropic 迄今为止对齐程度最高的模型。它比 Opus 4.8、Sonnet 5 以及 Fable 5 更严格地遵循 Claude 准则，欺骗性行为发生率最低，也最不容易被诱导从事滥用行为。在避免（可能造成）不可逆后果的鲁莽操作上，也是目前最安全的模型。

安全防护

Opus 5 并没有推高高风险、军民两用能力的行业上限。在联合私营部门及政府合作伙伴的严格评估中，它在生物学研究、攻击性网络安全任务上的表现依然落后于 Mythos 5，更多细节可以查看官方系统卡。

和前代 Opus 4.8 一样，官方刻意没有使用网络安全任务数据来训练 Opus 5。不过随着通用能力的提升，它在这类任务上的表现还是有明显进步：发现网络安全漏洞的能力已经逼近 Mythos 5，但在利用漏洞、把漏洞转化为实际网络威胁这一步，仍大幅落后。

OSS-Fuzz 的测试结果也能充分体现这一点。OSS-Fuzz 是 Anthropic 开发的一套评估工具，用来衡量模型在缺少大量人工指导的情况下，寻找并利用漏洞的能力。Mythos 5 和 Opus 5 识别漏洞的成功率都差不多，但 Opus 5 编写漏洞利用程序的得分要远低于 Mythos 5。

Opus 5 安全防护机制

Claude Opus 5 的安全防护机制旨在支持网络安全和生物学领域的正当应用，整体方案和 Opus 4.8 类似，只针对少数特定网络安全任务加了更严格的护栏。

网络安全

相比 Fable 5，Opus 5 的网络安全分类器拦截策略更克制：它允许 Opus 5 在源代码里查找漏洞，但会拦截更接近恶意行为的二进制漏洞扫描、渗透测试和漏洞利用程序的生成请求。

根据测试预判，该分类器的拦截频率会比 Fable 5 低约 85%。在 Claude.ai、Claude Code 和 Claude Cowork 中，任何被标记的请求默认会自动降级到 Opus 4.8 处理，API 用户也可以自行配置降级规则。

生物学领域

Opus 5 采用了和 Opus 4.8 类似的安全防护措施，它现在是面向公众开放的科研领域最强模型。不过它在长周期、自主化研究任务上，还有明显局限。本次发布后，之前在 Fable 5 上会被拦截的生物学相关请求，现在会自动路由到 Opus 5，而不是 Opus 4.8。

开始使用

Claude Opus 5 现已正式上线，定价为 1M 输入 Token 5 美元， 1M 输出 Token 25 美元，和 Opus 4.8 保持一致。开发者现在就可以在 Claude API 中调用claude-opus-5。

同时，模型还支持极速模式，运行速度约为默认模式的 2.5 倍。和 Opus 4.8 一样，极速模式在 Claude Platform 上的价格为 Opus 5 基础价格的 2 倍，在 Claude Code 中也可以通过使用额度进行抵扣。

随 Opus 5 一同推出的，还有两个 Beta 阶段的功能更新：

• 会话中工具动态切换：开发者可以在对话过程中，随时更改 Claude 可使用的工具，不会让提示词缓存失效。
• API 自动降级重路由：用户可以将 Opus 5 或 Fable 5 上触发安全分类器拦截的请求，自动重路由到其他模型。开启自动降级后，API 请求默认会分配给当前可用的最佳模型，而不是直接阻断。