
【Claude Opus 5震撼发布】
7月25日早间消息,今天凌晨,Anthropic的新一代旗舰大模型Claude Opus 5正式发布并上线。它兼顾“深思熟虑”与“主动响应”特点,性能极为接近Claude Fable 5,但价格只有一半。网友不禁发问:“如果跟Fable 5差不多,那为什么还要花2倍的价格用Fable 5?”
【模型性能表现】
在编程方面,Claude Opus 5在Frontier - Bench和GDPval - AA等编程与知识工作评估中实现SOTA,不过在网络安全任务上仍落后于Mythos 5。
【价格与使用方式】
Claude Opus 5定价为输入每百万Token 5美元/输出每百万Token 25美元(与Opus 4.8持平)。开发者可在API中使用claude - opus - 5。快速模式(Fast mode)运行速度约为默认速度的2.5倍,价格为基础价格的2倍。
【功能更新】
此次Claude还更新了两个处于测试阶段的功能:对话中途更换工具提示词缓存不失效、API自动降级处理(遇到被安全分类器标记的请求时)避免请求直接被拒绝。
【模型定位与网友反应】
Anthropic提到,Opus 5专为日常高频使用设计,比以往模型的工作效率更高,其已经成为Claude Max新默认模型,是Claude Pro中性能最强的模型。网友们对Opus 5的发布讨论度很高,有人掏出“老图”,有人吐槽Anthropic的重置,还有人发现Opus 5的写作风格跟4.8很像,跟Fable 5完全不是一个模式,甚至有人认为叫Opus 5不如说是Fable 5.1。网友还预测各类文章又要“教你用Opus 5”了。
【性能与性价比优势】
大家吐槽Claude最多的就是“贵”。这次Claude Opus 5在维持与前代产品Opus 4.8相同成本的前提下,实现了性能的大幅跃升。该模型的“思考程度/努力程度”(Effort)设置支持用户灵活调节。在高价值的软件工程任务中,Opus 5表现优异,如在Frontier - Bench v0.1中超越所有其他模型,性能达到Opus 4.8的两倍以上;在CursorBench 3.2中,最高努力模式下性能距离Fable 5的峰值得分仅相差0.5%,但单任务成本仅为后者的一半。在知识工作与复杂问题解决任务中,Opus 5同样亮眼,如在ARC - AGI 3中得分是第二名模型的3倍,在Zapier AutomationBench中通过率约为第二名模型的1.5倍。在科学研究方面,Opus 5相比Opus 4.8带来显著提升,在有机化学任务中得分比Opus 4.8高出10.2个百分点,在蛋白质相关任务中得分提升了7.7个百分点。此外,Opus 5具备了大幅增强的视觉输出生成能力,如生成空气动力学风洞风流图解、细胞结构互动图示。
【自我校验与迭代能力提升】
Claude Opus 5在自我校验与审慎迭代方面能力提升显著。在评估和早期测试中,有许多体现Opus 5主动性与严谨性的典型案例。如在Frontier - Bench的一项任务中,它能自行编写计算机视觉处理管线完成机械零件重建,而其他竞争模型尝试5次无一成功;面对开源包管理器中的真实Bug,它能找到根本原因并修复边缘情况,而竞争模型仅修复表面症状;某交易公司工程师使用Opus 5为新交易所构建市场数据接入源,它还能自己构建测试套件。业内知名人士对Opus 5评价颇高,Cognition CEO Scott Wu提到Opus 5在自家Devin软件中调试与根因分析任务表现出色;Zapier CEO Wade Foster提到Claude Opus 5在未增加Token消耗的前提下拿下Zapier AutomationBench榜首;Lovable联合创始人Fabian Hedin认为Claude Opus 5是Opus家族自4.5以来最大的一次飞跃;JetBrains IDE AI负责人Denis Shiryaev认为Claude Opus 5判别力与决策力出色,写下代码前会更深入思考。
【安全性提升】
在部署前的测试中,Anthropic自动化行为审计表明,Opus 5是其迄今为止对齐程度最高的模型。它比Opus 4.8、Sonnet 5或Fable 5更符合《Claude's Constitution》,欺骗行为发生率最低,且最不容易被误导或诱导滥用,是目前Anthropic最安全的模型。与Opus 4.8一样,Anthropic特意避免在网络攻防任务上训练Opus 5,但该模型在相关任务上的表现仍有显著增强,在寻找网络安全漏洞方面已逼近Mythos 5。在漏洞利用方面,它依然大幅落后于Mythos 5。网络安全方面,Opus 5的网络安全分类器限制相对比Fable 5更加宽松,允许Opus 5在源代码中查找漏洞,但会拦截“基于二进制”的漏洞扫描、渗透测试以及Exploits生成。针对拦截请求,系统默认会自动退回至Opus 4.8。生物领域,Opus 5延续了与Opus 4.8类似的安全防护体系,据称是目前可用于科学研究的最强通用模型。
【结语:“性价比”路线加码】
Claude Opus 5这次性能与性价比双重提升,在核心的编程、复杂推理、知识工作中提升显著,性价比优势突出,行业关注的自我校验迭代能力也有所提升,Anthropic在安全性方面花了比较大的篇幅解读。当前国内开源、闭源模型“爆更”给海外大模型厂商带来显著压力,不少海外科技巨头逐渐转向中国模型,加码“性价比”,会成为海外大模型厂商后续的重要策略之一吗?



被折叠的 条评论
为什么被折叠?



