Claude Opus 5 发布：性能大幅提升，价格不变

Claude Opus 5 发布：接近 Fable 5 的智能程度，价格只有一半，与 Opus 4.8 保持同价

Anthropic 自己也强调：它的目标是 “designed to be used every day”，成为 Claude Max 的默认模型、Claude Pro 的最强模型。

Anthropic 把 Opus 5 放在“高端但可高频调用”的区间，而不是像 Fable 5 那样作为更昂贵、更实验性的顶级模型。它要和 Opus 4.8 保持同价（input $5/M tokens，output $25/M tokens），即性能大幅提升、价格不动。

性能：很强，但要看细分维度 · 软件工程 / 编码：Frontier-Bench v0.1 新 SOTA，比 Opus 4.8 提升超过一倍，成本比 Opus 4.8 低； · 通用知识工作：GDPval-AA、Frontier-Bench 等 SOTA · 新颖问题解决：ARC-AGI-3 得分是“第二名”的 3 倍 · 计算机使用：OSWorld 2.0 在同等成本下超过所有模型，仅三分之一成本就超过 Fable 5 · 网络安全（发现漏洞）：接近 Mythos 5 · 网络安全（利用漏洞 / 写 exploit）：仍明显落后于 Mythos 5

效率与定价策略 Anthropic 反复强调 “cost per task” 而非 “cost per token”。这其实是把竞争拉回到“完成同一件事要花多少钱”的维度。

几个关键数据： · CursorBench 3.2：最大 effort 下接近 Fable 5 峰值，成本仅一半。 · OSWorld 2.0：超过 Fable 5 最佳成绩，成本仅三分之一多一点。 · 某金融建模场景：平均准确率提高 9 个百分点，turns/tool calls 减少三分之一，时间减少 60%。 · 某交易场景：推理 token 大约只有 Opus 4.8 的七分之一，延迟不到一半。 这暗示 Opus 5 在推理效率上有明显优化，而不是靠堆更多算力。对于企业用户，这直接关系到成本。

还有两点商业更新： · Fast mode：2.5 倍速度，2 倍价格。 · API 自动 fallback：安全分类器拦截的 Opus 5 / Fable 5 请求可以自动降级到其它模型，避免直接失败。

行为与“能动性”：更主动、更会自我纠错 1. 自主找路：没有现成工具时，会自己造工具（例如自己写 CV pipeline 从像素提取几何信息）。 2. 根因分析：不是修表面症状，而是找到底层 bug（开源包管理器案例）。 3. 自我验证：像前端开发者一样在桌面/移动端打开页面检查、修复隐藏元素。 4. 敢于质疑：用户提出的设计有问题时，会解释并给出折中方案。 5. 长程一致性：在金融、基因组、法律等长流程任务中，偏差更小。