Claude Opus 5：以一半成本实现接近前沿的智能

Anthropic 于 2026 年 7 月 24 日发布了 Claude Opus 5，此次旗舰发布的定位颇为特别：它并非该公司推出的最智能模型。Opus 5 的目标是以 Anthropic 顶级模型 Fable 5 约一半的成本，提供接近前沿的智能，并引入全新的"努力"调节旋钮，让用户在每次请求时都能以计算量换取节省。对于大规模运行 AI 智能体的用户而言，这种权衡比刷新基准测试记录更具实际意义。以下是此次发布的内容、定价及适用场景。

什么是 Claude Opus 5？

Claude Opus 5 是 Anthropic 混合推理模型系列的更新版本，专为编程、知识工作和智能体任务优化。发布当天即在 Anthropic 全平台上线：成为 Claude Max 的新默认模型、Claude Pro 上的最强选项，并通过 Claude API 向开发者开放。

Anthropic 的核心定位是效率，而非峰值能力。该公司将 Opus 5 定位为"深思熟虑且主动积极"的模型，以 Fable 5 一半的价格提供接近前沿的智能。换言之，这款模型面向日常工作的主流场景——编程任务、文档分析和多步骤智能体运行，而非最顶尖的研究级难题。

Claude Opus 5 定价

定价与上一代保持不变。根据 InfoWorld 的报道，Opus 5 的价格为：

• 每百万输入 Token 5 美元
• 每百万输出 Token 25 美元

与 Opus 4.8 相同。效率提升并非来自更低的标价，而是 Opus 5 每个 Token 能完成更多工作，加上努力调节旋钮让用户在不需要最大推理深度时减少 Token 消耗。

努力调节旋钮：成本与能力的平衡

最具实用价值的功能是可调节的努力设置。它允许用户指定模型为任务投入多少计算资源，从而在每次请求时灵活平衡智能水平、速度与 Token 成本。

在较低努力级别下，Anthropic 表示 Opus 5 能够在使用更少 Token、降低运行成本的同时，保留大部分性能。在高端范围——high、xhigh 和 max 努力级别——则趋近前沿质量。这是对真实痛点的直接回应：企业客户一直抱怨 AI 账单难以预测，而低/中/高旋钮将成本控制权重新交还给用户。

如果你曾眼睁睁看着智能体在一个根本不需要深度推理的任务上耗尽 Token 预算，努力调节旋钮正是你需要关注的功能。

Claude Opus 5 基准测试

Anthropic 以成本调整后的性能为主要卖点，而非单纯的峰值分数。以下是发布时的几项具体数据：

• 在 Frontier-Bench v0.1 上，Anthropic 表示 Opus 5 超越所有其他模型，且在更低的单任务成本下，性能是 Opus 4.8 的两倍以上。
• 在 CursorBench 3.2 最大努力级别下，Opus 5 的得分据报道与 Fable 5 峰值分数相差不超过 0.5%——而单任务成本仅为其一半。
• Anthropic 还声称，在 high、xhigh 和 max 努力设置下，其单位成本性能优于任何其他模型。

核心逻辑：图表强调的是每美元性能，而非单纯的排行榜顶端位置。独立基准测试需要时间来验证这些说法，因此请将厂商数据作为参考起点，而非最终结论。

Opus 5 在 Anthropic 产品线中的定位

Opus 5 是 Anthropic 在短期内发布的第四款模型，此前已有 Mythos 5、Fable 5 和 Sonnet 5。以下是清晰的定位说明：

• Fable 5 仍是最智能的模型，Anthropic 依然推荐将其用于最高难度的项目——包括模型可能自主运行数天的长周期任务。
• Opus 5 是高效的默认选择：以一半的成本，为日常编程、智能体和知识工作提供接近前沿的质量。
• Mythos 5 在某些双重用途领域（如生物研究和进攻性网络安全）仍领先于 Opus 5——这是 Anthropic 有意为之的限制。

Anthropic 还将 Opus 5 描述为其最符合安全标准的 Opus 模型，报告显示其欺骗性行为发生率低于以往版本，且对模型宪法的遵守程度更强。在开发者层面，此次发布还附带两项 Beta 更新：对话中途工具变更和 API 自动回退机制。

为何这对 AI 智能体意义重大

对于智能体开发者而言，真正值得关注的不是基准测试表格，而是经济账。多智能体系统会成倍放大 Token 消耗：每个规划、执行和审核智能体都在消耗 Token，一次复杂运行可能串联数十个模型调用。在这种规模下，"以一半成本实现接近前沿的性能，还能在简单步骤上进一步节省"的价值，远超两个百分点的基准测试提升。

实际上，这意味着你可以：

• 按难度路由。 对常规子任务（格式化、提取、简单编辑）使用低或中等努力级别，将高努力级别保留给真正需要推理的步骤。
• 控制消耗而不牺牲质量。 Anthropic 强调的自我验证和错误恢复能力意味着更少的无效重试循环——而这正是智能体预算悄然流失的地方。
• 将 Fable 5 保留给最难的 10%。 将昂贵的模型用于真正的长周期或研究级工作，其余交给 Opus 5 处理。

这与编程工具中模型路由的逻辑如出一辙——只在能改变结果的地方投入前沿级别的计算资源。我们在 Cursor Router 详解 中介绍了这一模式，而 Opus 5 的努力调节旋钮将同样的成本-质量控制能力延伸到了单次请求层面。

是否应该切换到 Opus 5？

快速决策指南：

• 使用 Claude Max 或 Pro？ 你已经拥有它——Opus 5 是 Max 的新默认模型，也是 Pro 上的顶级模型。
• 在 API 上构建智能体或编程工作流？ Opus 5 很可能成为你的新主力；针对自己的任务测试努力调节旋钮，找到仍能通过评估的最低成本设置。
• 运行长周期、自主、高风险任务？ 按照 Anthropic 自身的建议，在这部分任务中保留 Fable 5。

明智之举不是"所有事情都用 Opus 5"，而是根据每项任务的难度匹配合适的努力级别和模型。

用你自己的 AI 团队来实践

Opus 5 真正的启示在于编排：将前沿级别的计算资源指向需要它的步骤，在其他地方减少消耗。这正是多智能体团队应有的运作方式。Eigent 是一款开源、本地优先的协作应用，可协调一支 AI 智能体团队跨越真实工作流——由于采用自带密钥模式，你可以接入 Opus 5，按任务控制努力级别和成本，而无需为常规工作支付前沿价格。探索它如何处理 GitHub PR 审查，或下载 Eigent，在你自己的智能体流水线中让 Opus 5 发挥作用。