Claude Opus 5
Anthropic即将发布的旗舰模型，能力接近上一代旗舰水平，但推理成本显著降低，预计发布时间为2025年7月
核心事实
时间轴 (近 90 天)
Claude Opus 5分别为绝对难度判断和两两比较难度判断归纳了独立的评分规则。
在自动化基准测试中，MiniMax M3.1 Flash得分62%，Claude Opus 5得分50.3%，GPT-5.6 Sol得分45.8%。
在为硬件设备发布创建落地页的测试中，MiniMax完成仅花1美分，而Opus 5需1.22美元，便宜近88倍，速度还快4倍。
GEPA-Curator实验中使用的优化器模型为Gemini 3.1 Pro和Claude Opus 5。
在SWE Bench Verified基准测试上，Claude Opus 5以97%的得分位居第一，顶级模型得分普遍在93%到97%之间。
在Vending Bench 2基准测试上，GPT-6 Astra以15,500美元收官，Claude Opus 5则为11,000美元。
据第三方测算，DeepSeek V4.1 Flash工作日白天的输入价格约为GPT-5.6和Claude Opus 5的十三分之一到十七分之一，输出价格为十七分之一到二十一分之一。
使用Claude Opus 5时，Maestro在arXivLean的2026年6月版本中自主发现了48个定理里34个的证明，而原生代理只做到19个。
Claude Opus 5.5 于 2026 年 9 月 22 日推出，在多数工作上达到 Claude Fable 5.1 的水平，运行成本比 Opus 5 低 40%。
在与模型截止日期之后发表的论文的对应率上，DiscoveryRSI-27B 达到 6.3%，GPT-6 为 2.5%，Claude Opus 5 为 2.3%。
还有 40 条时间轴事件
全部知识事实 (20)
Opus 5.5 在多数任务上达到 Fable 5.1 的水平，但运行成本降低约 40%，速度也更快
90%已验证Anthropic称Opus 5是迄今最对齐的模型，遵守宪法程度超过Sonnet 5和Fable，欺骗行为率最低
85%已验证DeepSeek-V4.1-Flash-1017 在 DeepSWE v1.1 上得分 77.0，超过 Claude Opus 5 的 74.0。
70%已验证Anthropic称Opus 5.5典型任务总成本可降低约40%，输出速度提升30%以上
70%已验证V4.1-Flash在与GPT-5.6级别模型对比时分数高出1分
65%已验证折算真实使用场景，Opus 5相对Fable的实际成本优势约为20%到25%，Fable单任务约2.75美元，Opus 5约2.03美元
65%已验证Claude 3.5 Sonnet在多数基准测试中已接近甚至超越早期Claude 3 Opus的表现
65%已验证Claude Opus 5是Anthropic于2025年发布的旗舰级大语言模型，代表Claude系列最高能力层级
60%已验证Devin has integrated Anthropic's Claude Opus 5 model, live in Devin Desktop and Devin CLI
65%待验证能力提升型技能存在时效性问题，随着模型版本升级（如未来的Claude Opus 5），某些能力提升技能可能不再需要
70%待验证在 Automation Bench 测试中，GPT-6 Sol 的 extra high 档拿下 33% 的第一名，而 5.6 的 max effort 得分为 28.8
60%待验证Claude Opus 5.5在Anthropic报告的几乎所有基准测试上超越了Opus 5和Fable 5.1，尤其在智能体编程和真实世界知识工作方向领先
60%待验证努力参数（effort）控制的是模型的思考量而非说话量，降低努力不一定能可靠缩短可见回应，控制回应长度必须明确提示
60%待验证Claude Opus 5在知识工作基准GDPval上得分1861，高于人类平均水平
60%待验证Claude Opus 5在ARC-AGI-3上得分30.2%，而上一代仅1.5%
60%待验证模型能够现场合成SVG矢量视觉元素而非从网络下载素材
60%待验证Opus 5依然擅长发现漏洞，但利用漏洞的能力被大幅削弱
60%待验证测试者认为Opus 5是优秀的编程模型，能力与Sonnet 5差距不大且价格更低
60%待验证Claude Opus 5 approaches Fable-level performance on the FrontierCode 1.1 benchmark while costing only half as much
60%待验证Claude Opus 5分别为绝对难度判断和两两比较难度判断归纳了独立的评分规则。
50%