Claude Opus 5 深度评测：性能翻倍、成本减半的旗舰大模型

Claude Opus 5 是什么

Anthropic 在 2025 年 4 月发布了新一代旗舰模型 Claude Opus 5。官方口号很直接：用旗舰一半的价格，拿到接近顶尖水平的智能。相比上一代 Opus 4.8，调用成本没涨，性能翻了一倍。模型首次引入从 low 到 max 五档可调节的思考强度，用户可以根据任务难度自己选档位。

目前 Opus 5 已是 Claude Max 订阅用户的默认模型，Pro 用户也能在模型列表里把它设为最高能力选项。从实际表现看，它在编程、知识工作、商业自动化和科研辅助这几个方向上都跑到了前列。

Claude Opus 5 的功能特色

五档 effort 调节

从 low 到 max，一共五档思考强度。日常问答、文本润色这类轻量任务，选 low 或 medium 就行，响应快，token 也省。遇到代码调试、深度研究、复杂分析这种重脑力活，切到 high、xhigh 或 max，模型会花更多算力去推理，质量明显更高。

编程能力登顶

在 Frontier-Bench v0.1 终端编程测试里，Opus 5 拿到 43.3% 的得分，超过 Fable 5 和 GPT-5.6 Sol。更关键的是，单次任务的调用成本反而更低。在 CursorBench 3.2 上，最高档位跟 Fable 5 的峰值只差 0.5%，成本却只有后者的一半左右。

知识工作领先

GDPval-AA v2 得分 1861，在分析、研究、文档撰写这类办公任务上，表现优于同类竞品。如果你平时需要写方案、整理纪要、生成汇报，Opus 5 是个很顺手的选择。

智能搜索与浏览

BrowseComp 得分 90.8%，具备 agentic search 能力。你可以让它先搜索再归纳，标注信息来源，区分事实与推测。竞品调研、行业研究、文献梳理这类活，它能自动检索、比对来源并给出结论。

电脑操作自动化

OSWorld 2.0 得分 70.6%，用大约 Fable 5 三分之一成本就超过了它之前的最好成绩。你可以划定可操作的软件、文件路径和禁止动作，然后让 Opus 5 执行文件整理、批量表格处理、网页流程等轻量 RPA 任务。

商业流程端到端执行

AutomationBench 通过率 26.0%，同预算下完成任务数约为次优模型的 1.5 倍。表单处理、数据迁移、审批草稿、报表生成这些重复性办公流程，可以拆解为输入、步骤、输出和异常处理四个环节，由它端到端执行。

陌生问题泛化

ARC-AGI 3 得分 30.2%，大约是 GPT-5.6 Sol 的三倍。这意味着面对训练集之外的新任务，Opus 5 的适应能力明显更强。

科研辅助增强

生命科学评测全面超越 Opus 4.8。光谱推断分子结构准确率提升了 10.2 个百分点，蛋白变异预测提升了 7.7 个百分点。结构生物学、有机化学、生物信息学等专业问题都可以用它来辅助分析，但结果建议专家复核。

Claude Opus 5 的核心优势

• 性价比碾压旗舰：用 Fable 5 约一半的调用成本，实现与其几乎持平的智能水准。CursorBench 峰值差距仅 0.5%。
• 免费升级体验：相比 Opus 4.8 没涨价，但 Frontier-Bench 编程得分从 21.1% 跃升至 43.3%，性能翻倍且单任务更省钱。
• 代码场景称王：终端与软件工程任务中 Frontier-Bench 得分 43.3%，甩开 Fable 5 和 GPT-5.6 Sol 近 10 个百分点。
• 预算相同表现更优：在 high、xhigh、max 等高推理档位下，同等花费能获得比其他模型更高的 benchmark 分数。
• 一档模型全场景覆盖：从 low 到 max 五档 effort 调节，同一个模型既能秒回日常问题，也能啃下复杂难题，不用频繁切换。
• 办公与研究的头号选择：GDPval-AA v2 得分 1861，在分析、写作、决策类知识工作中全面领先竞品。
• 泛化能力断层领先：ARC-AGI 3 得分 30.2%，是 GPT-5.6 Sol 的三倍有余，面对训练集外的新任务适应性极强。
• 自动化任务省钱高效：AutomationBench 同预算通过率约为次优对手的 1.5 倍；OSWorld 2.0 上仅用 Fable 5 三分之一成本便刷新其最佳成绩。
• 信息检索与整合出色：BrowseComp 得分 90.8%，在复杂资料搜集、交叉验证和综述撰写上略胜 GPT-5.6 Sol。
• 生命科学领域显著进步：有机化学、结构生物学、生物信息学全面超越前代，光谱推断分子结构准确率提升超 10%，蛋白变异预测提升近 8%。

Claude Opus 5 的项目地址

项目官网：https://www.anthropic.com/news/claude-opus-5

Claude Opus 5 的操作步骤

接入模型

访问 Claude 网页端或 App，在模型切换栏选中 Claude Opus 5。Claude Max 订阅用户已默认启用该模型，Pro 用户也可在模型列表中将其设为最高能力选项。

匹配 effort 档位

日常问答、文本润色等轻量任务选 low/medium，响应快且省 token。代码调试、深度研究、复杂分析等重脑力任务切到 high、xhigh 或 max，换取更强推理质量。

交代完整上下文

下达指令时一并说明交付格式、字数限制、截止时间、可用工具及验收标准，减少模型反复确认，充分发挥其主动推进任务的特点。

编程实战用法

将项目目录结构、报错堆栈、接口文档和预期行为一并贴入，让它定位 bug、修改代码、补全测试并解释技术取舍。

知识工作流

先投喂背景材料、目标受众和输出模板，再让它执行调研、列提纲、写初稿、校对改写。利用其 GDPval-AA 领先能力处理方案、纪要、汇报等文档。

检索与综述

要求”先搜索再归纳，标注信息来源，区分事实与推测”，借助其 agentic search 能力完成竞品调研、行业研究和文献梳理。

自动化流程搭建

把重复性办公任务拆解为输入、步骤、输出和异常处理四个环节，由它端到端执行表单处理、数据迁移、报表生成等操作。

电脑操作授权

明确划定可操作的软件、文件路径和禁止动作后，再让它执行文件整理、批量表格处理、网页流程等轻量 RPA 任务。

科研辅助用法

用于结构生物学、有机化学、生物信息学等专业问题，如光谱推断分子结构或蛋白变异功能分析，但结果需经专家复核。

成本管控策略

用低档位试跑验证方向，确认后再对核心难题升档。长任务拆分为小批次执行，将 max effort 留给真正关键的高价值环节。

Claude Opus 5 的适用人群

• 软件开发者：需要代码生成、bug 排查、重构及终端命令辅助的工程师，Opus 5 在编程评测中登顶，是其最强能力释放场景。
• IDE 高频用户：在 Cursor 等工具中每日调用 AI 辅助编程的开发者，以约 Fable 5 一半成本获得接近峰值的代码协作能力。
• 企业知识工作者：频繁撰写方案、整理纪要、生成汇报及处理商业文档的职场人士，GDPval-AA 得分领先使其适合办公室高频使用。
• 深度调研人员：从事竞品分析、行业研究、文献梳理的分析师或研究员，可借助其智能搜索能力自动检索、比对来源并归纳结论。
• 流程自动化需求者：希望将表单处理、数据迁移、审批草稿、报表生成等重复性办公流程端到端自动化的业务人员或运营团队。

Claude Opus 5 的常见问题

Q：和 Fable 5 怎么选？
A：追求极限峰值且预算充足选 Fable 5，看重性价比与日常高频调用选 Opus 5，后者在 CursorBench 最高档与 Fable 5 峰值仅差 0.5% 而成本约一半。

Q：相比 Opus 4.8 提升在哪？
A：调用成本不变的前提下性能大幅提升，Frontier-Bench 编程得分从 21.1% 跃升至 43.3%，官方称性能提升一倍以上且单任务成本更低。

Q：Claude 当前模型层级如何理解？
A：Opus 5 定位高性价比旗舰，Fable 5 为更高阶前沿模型，Mythos 5 在少数高难度任务如网络安全上更强，Opus 5 仅在网络安全等个别领域落后 Mythos 5。