Claude Opus 5：以一半成本實現接近前沿的智能

Anthropic 於 2026 年 7 月 24 日發布了 Claude Opus 5，這次旗艦發布的定位相當特別：它並非該公司最聰明的模型。Opus 5 的目標是以 Anthropic 頂級模型 Fable 5 約一半的成本，提供接近前沿的智能，並搭載全新的「effort（算力）」調節功能，讓您在每次請求時都能以算力換取節省。對於大規模運行 AI 代理的用戶而言，這種取捨比另一項基準測試紀錄更具實際意義。以下是此次發布的內容、定價，以及它的適用場景。

什麼是 Claude Opus 5？

Claude Opus 5 是 Anthropic 混合推理模型系列的更新版本，針對程式開發、知識工作與代理任務進行了調校。它在發布當天即可在 Anthropic 所有平台上使用：成為 Claude Max 的新預設模型、Claude Pro 上最強大的選項，並可透過 Claude API 供開發者使用。

Anthropic 的核心定位是效率，而非極致能力。該公司將 Opus 5 定位為「深思熟慮且主動積極」的模型，以 Claude Fable 5 一半的價格，提供接近前沿智能的表現。換言之，這是一款針對日常工作中間地帶所設計的模型——涵蓋程式開發任務、文件分析與多步驟代理執行等構成大多數實際使用場景的工作——而非最艱難的研究級問題。

Claude Opus 5 定價

定價與上一代相同。根據 InfoWorld 的報導，Opus 5 的費用為：

• 每百萬輸入 Token 5 美元
• 每百萬輸出 Token 25 美元

這與 Opus 4.8 相同。效率提升並非來自更低的標價——而是來自 Opus 5 每個 Token 能完成更多工作，加上 effort 調節功能讓您在不需要最大推理深度時減少 Token 消耗。

Effort 調節功能：成本與能力的平衡

最具實際意義的功能是可調節的 effort（算力）設定。它讓您告知模型應為某項任務投入多少算力，從而在每次請求的基礎上，於智能、速度與 Token 成本之間取得平衡。

在較低的 effort 等級下，Anthropic 表示 Opus 5 能在使用更少 Token、降低運行成本的同時，保留大部分效能。在最高範圍——high、xhigh 與 max effort——則趨近前沿品質。這是對真實痛點的直接回應：企業客戶一直抱怨 AI 費用難以預測，而提供低/中/高調節旋鈕，讓用戶重新掌握成本控制權。

如果您曾看著代理在一項不需要深度推理的任務上耗盡 Token 預算，effort 調節功能正是您需要關注的功能。

Claude Opus 5 基準測試

Anthropic 以成本調整後的效能作為主要指標，而非單純的峰值分數。以下是發布時的幾個具體數據：

• 在 Frontier-Bench v0.1 上，Anthropic 表示 Opus 5 超越所有其他模型，並以更低的每任務成本，將 Opus 4.8 的效能提升逾一倍。
• 在 CursorBench 3.2 的 max effort 設定下，Opus 5 據報與 Fable 5 的峰值分數相差不到 0.5%——每任務成本僅為一半。
• Anthropic 亦聲稱，在 high、xhigh 與 max effort 設定下，其每單位成本的效能優於任何其他模型。

核心主軸：圖表強調的是每美元效能，而非僅僅是排行榜頂端。獨立基準測試需要時間來驗證這些說法，因此請將廠商數據視為起點，而非最終定論。

Opus 5 在 Anthropic 產品線中的定位

Opus 5 是 Anthropic 在短期內發布的第四款模型，繼 Mythos 5、Fable 5 和 Sonnet 5 之後推出。以下是清晰的定位說明：

• Fable 5 仍是最智能的模型，Anthropic 仍建議將其用於最進階的專案——包括模型可能自主運行數天的長期任務。
• Opus 5 是高效的預設選擇：以一半的成本，為日常大量的程式開發、代理與知識工作提供接近前沿的品質。
• Mythos 5 在某些雙重用途領域（如生物研究與進攻性網路安全）仍領先 Opus 5——這是 Anthropic 刻意限制 Opus 5 的領域。

Anthropic 亦將 Opus 5 描述為其最符合安全標準的 Opus 模型，報告顯示其欺騙性行為發生率低於先前版本，且對模型憲法的遵循度更高。在開發者端，此次發布同時附帶兩項 Beta 更新：對話中途工具變更，以及自動 API 備援機制。

這對 AI 代理意味著什麼

對代理開發者而言，有趣的故事不在於基準測試表格——而在於經濟效益。多代理系統會成倍放大 Token 使用量：每個規劃、執行與審查代理都會消耗 Token，而一次複雜的執行可能串聯數十個模型呼叫。在這種規模下，「以一半成本實現接近前沿的效能，並可在簡單步驟上進一步節省」比兩個百分點的基準測試提升更具意義。

實際上，這意味著您可以：

• 依難度路由。 在例行子任務（格式化、資料擷取、簡單編輯）上使用低或中等 effort，將高 effort 保留給真正需要推理的步驟。
• 控制消耗而不犧牲品質。 Anthropic 強調的自我驗證與錯誤恢復機制，意味著更少的無效重試迴圈——這正是代理預算悄悄流失的地方。
• 將 Fable 5 保留給最難的 10%。 將昂貴的模型用於真正的長期或研究級工作，讓 Opus 5 處理其餘部分。

這與程式開發工具中的模型路由邏輯相同——只在能改變結果的地方投入前沿級算力。我們在 Cursor Router 詳解 中介紹了這種模式，而 Opus 5 的 effort 調節功能將同樣的成本品質控制帶到了單次請求的層級。

您應該切換到 Opus 5 嗎？

快速決策指南：

• 使用 Claude Max 或 Pro？ 您已經擁有它——Opus 5 是 Max 的新預設模型，也是 Pro 上的頂級模型。
• 在 API 上建構代理或程式開發工作流程？ Opus 5 很可能成為您的新主力；針對您自己的任務測試 effort 調節功能，找出仍能通過評估的最低成本設定。
• 執行長期、自主、高風險的任務？ 根據 Anthropic 自身的建議，在這部分保留 Fable 5。

明智之舉不是「所有事情都用 Opus 5」——而是根據每項任務的難度，匹配適當的 effort 等級與模型。

用您自己的 AI 工作團隊實踐這一切

Opus 5 真正的啟示在於編排（orchestration）：將前沿級算力指向需要它的步驟，在其他地方則減少投入。這正是多代理工作團隊應有的運作方式。Eigent 是一款開源、本地優先的協作應用程式，可協調一支 AI 代理團隊跨越真實工作流程運作——由於採用自帶金鑰（bring-your-own-key）模式，您可以接入 Opus 5，並按任務控制 effort 與成本，而無需為例行工作支付前沿級費率。探索它如何處理審查 GitHub PR，或下載 Eigent，在您自己的代理管線中讓 Opus 5 發揮作用。