Anthropic Opus 5 發佈：性能逼近 Fable 5 但價格砍半，刷新 ARC-AGI-3 紀錄

Anthropic 今日正式推出 Opus 系列最新旗艦模型——Claude Opus 5，這款模型在性能上較前代 Opus 4.8 顯著提升，但價格維持不變。官方表示，Opus 5 定位為適合日常使用的高效能模型，在部分能力上已接近更高規格的 Claude Fable 5，然而價格僅約後者的一半。目前 Opus 5 已成為 Claude Max 服務的預設模型，同時也是 Claude Pro 用戶所能使用的最高等級模型，在多項程式碼、知識工作與科學研究測試中皆達到當前最佳水準。 根據 Anthropic 公布的評測結果，Opus 5 在 Frontier-Bench、GDPval-AA 等程式碼與知識工作基準測試中取得領先。在 Frontier-Bench v0.1 測試中，Opus 5 不僅超越其他模型，相較 Opus 4.8 更將任務性能提升超過一倍，同時每項任務的成本更低。在 CursorBench 3.2 測試中，Opus 5 在最高努力模式下的表現僅比 Fable 5 峰值低 0.5%，但每項任務的成本約為 Fable 5 的一半。此外，無論在高、中高或最高努力設定下，Opus 5 在單位成本性能方面均優於其他模型。 在知識處理與問題解決能力方面，Opus 5 在 ARC-AGI 3、Zapier AutomationBench、OSWorld 2.0 等評測中均獲得高分。其中，在 ARC-AGI 3 測試中，Opus 5 的得分約為第二名的三倍；而在衡量模型完成完整業務流程能力的 Zapier AutomationBench 中，其通過率約為成本相近模型的 1.5 倍。這些成績顯示 Opus 5 在複雜推理與自動化任務上的強大實力。 Anthropic 指出，Opus 5 在科研任務中也有明顯進步，涵蓋結構生物學、有機化學、生物資訊學等領域。舉例來說，在有機化學任務中，模型需根據光譜數據推斷分子結構，Opus 5 的表現比 Opus 4.8 高出 10.2 個百分點；在預測蛋白質序列變化對功能影響的任務中，則高出 7.7 個百分點。這些提升對學術研究與醫藥開發具有實際意義。 在實際應用層面，Anthropic 強調 Opus 5 在驗證自身結果與持續迭代修正方面的能力更強。例如，在一項測試中，模型需要根據機器零件圖紙生成 FreeCAD 三維模型，但無法直接查看圖紙內容。Opus 5 自行編寫電腦視覺流程，從原始像素中提取幾何資訊，並成功完成模型重建。另一項測試中，Opus 5 發現了一個開源軟體套件管理程式中的實際漏洞，並修復了社群補丁遺漏的問題。此外，一名交易公司的工程師使用 Opus 5 在一次會話中建構了一個新交易所的數據介面，在缺乏即時數據源驗證的情況下，模型還自行建立測試工具檢查程式碼解析結果。 安全方面，Anthropic 表示 Opus 5 的安全限制比 Fable 5 更少，預計安全分類器的觸發次數會比 Fable 5 減少約 85%。不過，Opus 5 仍針對部分高風險場景設置限制。例如，在網路安全領域，模型可以協助分析原始碼中的漏洞，但會阻止基於二進位檔案的漏洞掃描、滲透測試以及漏洞利用程式碼生成等操作。Anthropic 說明，Opus 5 並未經過專門的網路攻擊任務訓練，但隨著整體能力提升，其漏洞發現能力有所增強。在 OSS-Fuzz 測試中，Opus 5 與 Mythos 5 在漏洞發現方面表現接近，但在將漏洞轉化為實際攻擊工具方面仍明顯落後於 Mythos 5。在生物領域，Opus 5 延續 Opus 4.8 的安全機制，目前是 Anthropic 面向公眾開放的能力最強科研模型。不過，Anthropic 認為，Opus 5 在長時間、自主執行科研任務方面仍存在限制，而這類任務被認為可能帶來更高風險。 價格方面，Claude Opus 5 已透過 Anthropic 各平台上線，輸入價格為每百萬個詞元（token）5 美元（約合新台幣 165 元或人民幣 33.9 元），輸出價格為每百萬個詞元 25 美元（約合新台幣 825 元或人民幣 169.6 元），與 Opus 4.8 保持一致。開發者可透過 Claude API 呼叫 claude-opus-5。此外，Anthropic 還推出了 Opus 5 Fast 模式，運行速度約為預設模式的 2.5 倍，價格為基礎價格的兩倍。 同時，Anthropic 開放測試兩項新功能：一是在 Claude 平台中允許對話中途切換工具，二是在 API 中提供自動回退功能。自動回退功能讓用戶在安全分類器攔截請求時，可將任務自動轉交給其他可用模型處理，避免直接返回錯誤訊息。Anthropic 表示，Opus 5 與此前 Opus 系列模型一樣，面向一般用戶開放時不設置數據保留要求。整體而言，Opus 5 以接近旗艦 Fable 5 的性能、僅一半的價格，以及多項突破性評測成績，成為當前 AI 模型市場中極具競爭力的選擇。