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)
在BrowseComp智能体搜索基准上模型得分30.8%，与GPT系列基本持平
在Automation Bench自动化基准上Claude Opus 5拿到约25%通过率，其他模型普遍聚集在15%左右
博主判断该代模型不是断层式智力跃升，而是在同等或更好效果下大幅降低成本
在GDPval知识工作基准上模型得分1861，高于人类平均水平
在ARC-AGI-3新颖问题解决基准上模型得分30.2%，而上一代仅1.5%
Theo认为Claude Opus 5可能是唯一需要的编码模型，成为其日常编码首选
Theo实测发现一整天重度工作只消耗周额度的12%，而同样强度用Fable一天能烧掉一个半周的额度
Opus 5擅长发现漏洞但利用漏洞的能力被大幅削弱，属于内化式对齐
Anthropic称Opus 5是迄今最对齐的模型，遵守宪法的程度超过4.8、Sonnet 5和Fable，欺骗行为率最低
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
还有 40 条时间轴事件
全部知识事实 (20)
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Claude Opus 4.7的定价为输入$5.00/百万token，输出$25.00/百万token
80%已验证Claude Opus 4.8's price is unchanged compared to Claude Opus 4.7
70%已验证本次对 Claude Opus 4.8 的多场景深度测试总计花费约 50 美元 Token 费用
70%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%待验证Claude Opus 5 approaches Fable-level performance on the FrontierCode 1.1 benchmark while costing only half as much
80%待验证任何大模型的输出Token都比输入Token贵很多，输出价格通常是输入的5倍
65%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%待验证在Automation Bench自动化基准上Claude Opus 5拿到约25%通过率，其他模型普遍聚集在15%左右
50%待验证博主判断该代模型不是断层式智力跃升，而是在同等或更好效果下大幅降低成本
50%待验证在BrowseComp智能体搜索基准上模型得分30.8%，与GPT系列基本持平
50%待验证在GDPval知识工作基准上模型得分1861，高于人类平均水平
50%待验证在ARC-AGI-3新颖问题解决基准上模型得分30.2%，而上一代仅1.5%
50%待验证Theo认为Claude Opus 5可能是唯一需要的编码模型，成为其日常编码首选
50%待验证Anthropic称Opus 5是迄今最对齐的模型，遵守宪法的程度超过4.8、Sonnet 5和Fable，欺骗行为率最低
50%待验证Opus 5擅长发现漏洞但利用漏洞的能力被大幅削弱，属于内化式对齐
50%待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
50%待验证Theo实测发现一整天重度工作只消耗周额度的12%，而同样强度用Fable一天能烧掉一个半周的额度
50%待验证Claude Opus 5的API定价与上一代Opus 4.8完全相同
50%