XNews

Anthropic发布Claude Opus 5模型

Anthropic发布Claude Opus 5模型

Anthropic于2026年7月24日发布了Claude Opus 5。API定价仍为每百万输入tokens 5美元、每百万输出tokens 25美元,与Opus 4.8相同,仅为Fable 5的一半。该模型定位为以Fable 5一半的成本提供前沿智能。在Frontier-Bench v0.1上,Opus 5的得分是Opus 4.8的两倍以上,且每任务成本更低。在CursorBench 3.2最高努力级别下,其表现仅落后Fable 5峰值不到0.5%,而成本减半。ARC-AGI 3得分是第二名模型的三倍。Zapier AutomationBench通过率约为同等成本下次优模型的1.5倍;即使最低努力级别完成的任务也超过其他所有模型。OSWorld 2.0以略超三分之一的成本超越了Fable 5的最佳表现。有机化学任务提升10.2个百分点,蛋白质任务提升7.7个百分点,均优于Opus 4.8。示例包括自主构建计算机视觉流水线以从图纸重建3D零件、修复真实开源漏洞的根本原因,以及自行创建市场数据解析测试框架。Claude Max默认模型已切换为Opus 5;Pro用户可将其作为最强模型使用。API通过`claude-opus-5`调用。快速模式速度为2.5倍,价格翻倍。测试版功能:对话中途更改工具不再使提示缓存失效;API自动降级将安全拦截的请求路由至其他模型。安全对齐得分为2.3,在对比模型中最低,且欺骗率最低。网络安全:漏洞发现能力接近Mythos 5,但漏洞利用生成能力滞后。安全分类器可拦截二进制扫描、渗透测试和漏洞利用生成,拦截频率比Fable 5低85%。生物研究限制放宽:此前被拦截的生物请求现在路由至Opus 5而非Opus 4.8。Opus 5是科学研究中功能最强的公开模型,但在长时间自主任务中存在局限。

Key insights

Opus 5以Fable 5一半的成本提供前沿性能

Anthropic将Opus 5定位为其最昂贵模型Fable 5的高性价比替代品。在定价与Opus 4.8相同的情况下,它在多个基准测试中达到接近Fable 5的分数,同时将每任务成本减半。在CursorBench 3.2上,与Fable 5峰值的差距不到0.5%;在OSWorld 2.0上,它以三分之一的成本超越了Fable 5。这一定价策略可能对竞争对手构成压力,并使先进AI对开发者更易获取。

安全与对齐改进是Opus 5的核心

Anthropic声称Opus 5是其迄今为止对齐程度最高的模型,综合错位得分为2.3,低于Opus 4.8、Sonnet 5和Fable 5。欺骗率也最低。安全分类器的拦截请求量比Fable 5低85%,被拦截的请求可回退至Opus 4.8。生物研究限制已放宽,此前被拦截的查询现在路由至Opus 5,这反映了在安全与能力之间采取的细致入微的方法。

新测试版功能改善开发者构建智能体的体验

两项测试版功能解决了实际痛点:对话中途更改工具不再使提示缓存失效,从而降低成本;API自动降级确保被安全分类器拦截的请求由另一模型自动处理,而非失败。这些变化降低了构建可靠AI智能体的摩擦。

Source posts