Claude Opus 5 發佈說明

Anthropic 已發佈 Claude Opus 5，這是一款專為高效日常使用而設計的模型，能以一半的單次任務成本提供接近前沿（Frontier）的智能（接近 Claude Fable 5）。它現在是 Claude Max 的預設模型，也是 Claude Pro 上最強大的可用模型。

程式碼編寫與知識工作領域的頂尖性能

Claude Opus 5 在軟體工程和問題解決的幾項關鍵評估中確立了新的頂尖（State-of-the-art）成果，通常以更低的成本超越前代模型和競爭對手。

Frontier-Bench v0.1: Opus 5 超越了所有其他模型，且性能是 Opus 4.8 的兩倍以上，同時降低了單次任務的成本。
CursorBench 3.2: 在最大強度下，Opus 5 以一半的單次任務成本，表現達到 Fable 5 峰值分數的 0.5% 以內。在給定的成本下，它在 high、xhigh 和 max 努力等級上超越了所有其他模型。
OSWorld 2.0: Opus 5 在任何給定成本下都優於其他所有模型，並以約三分之一的成本超過了 Fable 5 的最佳結果。

ARC-AGI 3: 在這項新穎的問題解決評估中，Opus 5 的得分比次優模型高出三倍。
Zapier AutomationBench: 在相同的單次任務成本下，Opus 5 的通過率約為次優模型的 1.5 倍。即使在最低努力設置下，它通過的任務也比任何其他模型都多。
Frontier-Bench and GDPval-AA: Opus 5 是這些程式碼編寫和知識工作評估中的新頂尖標準。

Opus 5 在科學研究（特別是在生命科學領域）方面引入了顯著改進，並增強了視覺輸出能力。

Opus 5 在所有生命科學評估中均優於 Opus 4.8，包括生物資訊學、結構生物學和有機化學。關鍵進展包括：

Claude Opus 5 展示了更高的代理性（Agency）、周密性，以及透過迭代驗證自身工作的能力。

自主工具化: 在一個 Frontier-Bench 任務中，當 Opus 5 被拒絕直接查看能力時，它編寫了自己的電腦視覺流水線，從原始像素中提取幾何圖形以重建 3D FreeCAD 模型。
錯誤修復: Opus 5 識別出一個熱門開源套件管理器中真實錯誤的根本原因，並修復了先前社群補丁遺漏的邊緣情況。
基礎設施開發: 一位交易公司的工程師使用 Opus 5 在單次對話中構建了市場數據饋送，包括創建用於驗證的自有測試框架。

早期訪問合作夥伴強調了其特定優勢：

Opus 5 被描述為 Anthropic 迄今為止對齊程度最高的模型，比 Opus 4.8、Sonnet 5 或 Fable 5 更嚴格地遵循 Claude 的憲法（Constitution）。

對齊分數: 在自動化行為審計中，Opus 5 在整體失調行為方面的得分為 2.3，是近期模型中最低的。
網絡安全限制: 雖然 Opus 5 在識別漏洞方面接近 Mythos 5，但在漏洞利用方面仍大幅落後於 Mythos 5（如 OSS-Fuzz 基準測試所示）。
生物研究: Opus 5 是目前通用科學研究能力最強的模型，但在長期自主研究任務方面仍落後於 Mythos 5。

網絡分類器: 這些分類器比 Fable 5 的限制較少，允許在源代碼中發現漏洞，但會攔截基於二進制的掃描、滲透測試和漏洞利用生成。預計這些分類器的干預次數會比 Fable 5 少 85%。
回退機制: 在 Opus 5 或 Fable 5 上被安全分類器標記的請求，現在可以透過 API 自動路由到另一個模型。

Claude Opus 5 已在所有平台上推出，定價如下：