人工智能领域又迎来一场激烈竞争，Anthropic公司近期动作频频，其新发布的Claude Opus 5模型引发广泛关注。在短短57天内，Anthropic几乎将Claude的主要产品线全面更新，如此快速的迭代速度，即便在模型按月迭代的AI行业也显得格外突出。
此次更新，Anthropic似乎有意与OpenAI“较劲”。7月9日，OpenAI发布GPT-5.6，在官方评测中把Fable 5列为主要参照模型之一。仅仅15天后，Anthropic就发布Opus 5，并将GPT-5.6 Sol放进核心对比，在陌生问题求解、电脑操作和商业流程等项目中展示自身优势。两家公司在产品发布和宣传上的“针锋相对”意味十分明显。
那么，Opus 5究竟有何过人之处？从性能与性价比来看，它延续了Opus 4.8每百万输入Token 5美元、输出Token 25美元的价格，但性能却大幅提升。Anthropic展示了Opus 5在不同“投入档位”的表现，用户可根据任务难度调整档位，简单任务选省钱快速模式，难题则提高档位获取更好结果。
在软件工程任务处理方面，Opus 5表现尤为出色。在Frontier-Bench v0.1评测中，它超越所有其他模型，与Opus 4.8相比，完成每项任务成本更低，成绩却提高一倍以上。在CursorBench 3.2评测中，最高投入档位下，它与Fable 5最高得分差距不到0.5%，成本却仅为Fable 5的一半。在high、xhigh和max三个投入档位下，按相同成本比较，Opus 5表现也超过所有其他模型。
在知识工作和问题解决任务中，Opus 5同样展现出强大实力。在ARC-AGI 3这类“陌生题”测试中，模型需自行摸索规则、判断目标并调整策略，Opus 5得分达到第二名的3倍，说明其面对从未见过的问题时，更有能力通过试错找到解法。AutomationBench要求模型调用商业软件完成任务，Opus 5通过率约为第二名的1.5倍，即使使用最低投入档位，也超过其他模型的最高成绩。在电脑操作测试OSWorld 2.0中，Opus 5在各个成本区间领先，花费略高于Fable 5三分之一的成本，成绩就超过Fable 5最高水平。
在跨学科难题测试HLE中，不调用工具时，Opus 5以56.3%略低于Fable 5的56.5%；允许使用工具后，它升至64.7%，反超Fable 5的63.9%，且成本更低。在模拟真实知识工作的GDPval-AA v2中，Opus 5最高得分1861，高于Fable 5的1747和GPT-5.6 Sol的1736，大约花700美元就能达到其他模型最高投入档位附近的成绩。DeepSearchQA上，Opus 5也以更低成本取得略高的通过率。在生命科学评测中，Opus 5在全部项目都超过Opus 4.8，光谱推断分子结构和预测蛋白质变异影响两项任务分别提高10.2和7.7个百分点，在辅助分子结构分析、蛋白质功能预测等科研环节潜力巨大。
Anthropic还通过两个可交互演示展示Opus 5的视觉生成能力。一个是可实际操作的三维风洞，用户能旋转汽车、调整风速，观察气流绕车身情况，同时查看阻力系数等数据；另一个是三维动物细胞模型，用户可转动、剖开细胞，点击细胞核、粗面内质网等结构查看说明，页面还会指出示意图的简化之处。从这两个案例看，Opus 5能将代码、三维建模、交互界面和知识讲解整合到同一成品中，用户给出要求后，它可直接搭建接近教学软件或产品原型的演示。
随着模型能力提升，安全与对齐问题愈发重要。Anthropic通过多个案例说明Opus 5比此前模型更会独立推进任务。一次测试要求模型根据机械零件图纸用代码重建FreeCAD三维模型，系统未提供查看图纸工具，Opus 5自己写计算机视觉程序提取尺寸和几何结构后完成建模，而其他模型连续尝试5次均未成功。另一次任务中，Opus 5查出程序错误根本原因，还补上社区修复方案遗漏的边缘情况，参与对比的另一款模型只消除表面症状就宣布问题解决。一家交易公司工程师让Opus 5为新交易所搭建市场数据系统，此前模型拿到详细方案也无法完成，Opus 5找不到实时数据验证，便自行做测试工具检查代码。
Anthropic称，Opus 5是目前对齐表现最好的Claude模型。上线前的自动化审计显示，与Opus 4.8、Sonnet 5和Fable 5相比，它更能遵守Claude宪法，欺骗行为更少，更难被诱导执行有害请求。不过，模型能力提高也带来新挑战，如网络安全领域，Anthropic虽未专门用攻击任务训练Opus 5，但它寻找代码漏洞的水平已接近Mythos 5，不过在编写漏洞利用程序、发动实际攻击方面仍明显落后。Opus 5可继续检查源代码和寻找漏洞，但二进制漏洞扫描、渗透测试及漏洞利用程序生成会被拦截。相比Fable 5，新分类器触发干预的频率预计减少约85%，正常安全研究更少被误伤。生物学领域也采用类似安排，Opus 5成为面向普通用户开放的最强科研模型，但在长时间独立运行的研究任务中仍有局限，此前在Fable 5上因安全限制被拦截的生物学请求，现在会先转交给Opus 5处理，普通科研问题能用上更强模型，高风险任务仍留在安全边界之外。
在价格方面，Opus 5堪称“加量不加价”。在多项编程和智能体测试中，新模型完成率更高，单位任务成本却下降。横向对比，它最直接的对手是OpenAI旗舰模型GPT-5.6 Sol，两者输入价格相同，Opus 5输出价格低约17%。处理超长资料时，Opus 5价格优势更明显，Anthropic对最高100万Token的上下文维持普通单价，GPT-5.6 Sol输入超过27.2万Token后，整次请求输入价格翻倍，输出价格提高50%。对于大型代码库、长篇研究资料和复杂智能体任务，这项差异会直接反映到账单上。按照Anthropic公布的评测，Opus 5虽未在所有项目中胜过GPT-5.6 Sol，但在电脑操作、商业流程和陌生问题求解等需要模型连续做事的任务上，表现和价格都更具竞争力。如今，Opus 5已成为Claude Max的全新默认型号，也是Claude Pro的最强型号。
