Claude Opus 5 评测：功能、基准测试与价格

Claude Opus 5 是 Anthropic 于 2026 年 7 月 24 日推出的 Opus 级模型，面向复杂、半自主的专业工作。其发布价格为 5/25 美元，与 Claude Opus 4.8 相同，是 Claude Fable 5 的一半。在 Anthropic 的多项基准测试中，它以低得多的成本追平或超过 Fable 5。我们的Claude 模型指南提供该系列的更多背景信息。

这篇 Claude Opus 5 评测将介绍其优势、基准测试、价格、限制，以及与 9 月接替其成为 Opus 系列最高版本的 Claude Opus 5.5 的对比。同时也会说明使用方式：Chat Smith 尚未集成 Claude Opus 5，但Claude Sonnet 5等 Claude 模型已经可以使用。

在 Anthropic 产品线中，Claude Opus 5 位于 Sonnet 5 与 Fable 系列之间。Sonnet 5 面向日常工作，每百万输入和输出 token 分别为 2 美元和 10 美元；Opus 5 面向复杂、多步骤任务，价格为 5 美元和 25 美元；Fable 5 针对最难的问题，价格为 10 美元和 50 美元。我们的Claude 模型指南帮助你了解各系列的定位。

它支持百万 token 上下文窗口，最大输出为 128,000 个 token。发布时，它成为 Claude Max 的默认模型，也是 Claude Pro 可用的最强模型。Anthropic 还表示，在部署前审计中，它的不对齐行为得分是近期 Claude 模型中最低的。

两个月后，Anthropic 以更低的 4 美元和 20 美元价格推出 Claude Opus 5.5，现在由它领衔 Opus 系列。Opus 5 仍可通过 Claude API 使用。

Opus 5 发布时的主要特点集中在以下四个领域。

Anthropic 表示，在 CursorBench 3.2 中采用最高努力级别时，Opus 5 与 Fable 5 峰值成绩的差距在 0.5% 以内，任务成本却仅为一半。在 Frontier-Bench v0.1 中，它以更低任务成本取得超过 Opus 4.8 两倍的成绩，刷新了当时的最佳水平。在 Anthropic 后来的 Terminal-Bench 4.0 测试中，它得分 52.3%。

OSWorld 2.0 用于测试长流程电脑操作。Anthropic 表示，Opus 5 以略高于 Fable 5 三分之一的成本超过其最佳成绩，得分为 74.0%。这体现了它在操作软件、填写表单和跨应用完成任务方面的能力。

在 Zapier 的 AutomationBench 中，Anthropic 表示，Opus 5 发布时以相同任务成本取得约为次优模型 1.5 倍的通过率，并在 GDPval-AA、Humanity's Last Exam 和 DeepSearchQA 中表现出色。对于使用AI 方案书生成器起草文档等大量文档处理任务，推理与持续完成工作的结合正是 Opus 5 的优势。

在评估陌生谜题推理能力的 ARC-AGI 3 中，Anthropic 表示，Opus 5 发布时的得分是次优模型的三倍。在其后续对比表中，Opus 5 的 Humanity's Last Exam 得分为 63.6%。

下表使用 Anthropic 在其当前基准测试集上公布的数据。价格为每百万 token 的 API 费用。

Opus 5 在智能体编程和专业工作中明显高于 Sonnet 5，但 Opus 5.5 的各项成绩更好，token 单价还低 20%。因此，对大多数新的 API 任务而言，Opus 5.5 是目前更合适的 Opus 选择。

Claude Opus 5 每百万输入 token 为 5 美元，每百万输出 token 为 25 美元，与 Opus 4.8 相同，是 Fable 5 的一半。批量处理将费用减半至 2.50 美元和 12.50 美元；缓存读取每百万 token 为 0.50 美元。Fast 模式约快 2.5 倍，价格为 10 美元和 50 美元。

• Claude 应用：可在 Claude.ai 使用，发布时为 Claude Max 的默认模型和 Claude Pro 的最强模型。
• 开发者：可在 Claude Platform 和主要云平台通过 claude-opus-5 使用。
• Chat Smith：尚未集成 Claude Opus 5。目前可以使用 Claude Sonnet 5 等 Claude 模型；Chat Smith Pro 提供更高用量上限，价格为每月 9.99 美元或每年 39.99 美元。

Opus 5 已有后续版本。Claude Opus 5.5 于 2026 年 9 月 22 日推出，在 Anthropic 的基准测试表中成绩更高，输出速度提升超过 30%，token 单价降低 20%。

对日常工作而言，它也偏慢且昂贵。独立追踪数据显示，其输出约为每秒 56 个 token，高努力级别下首个 token 的等待时间较长。每百万输出 token 为 25 美元，对于不需要 Opus 级推理的常规任务，成本是 Sonnet 5 的 2.5 倍。

公开基准数据大多仍来自 Anthropic。作出选择前，应在实际任务中将 Opus 5 与DeepSeek V4 Pro等替代模型进行对比。

Chat Smith 尚未集成 Claude Opus 5，但已提供多款 Claude 模型。从模型列表选择一款，即可在 Android、iOS 或浏览器中开始聊天，无需 Anthropic 账号。

Claude Sonnet 5 是多数工作的相近选择：写作、研究和编程能力较强，价格远低于 Opus，并支持百万 token 上下文。Claude Sonnet 5页面详细介绍了其优势。对于快速任务，Claude Haiku 4.5更快；如果已有专门调整的提示词，Claude Sonnet 4.6也仍可使用。Opus 5 的主要优势体现在长流程智能体编程、电脑操作和复杂业务自动化方面。

Chat Smith 还提供 OpenAI、Google、xAI 和 DeepSeek 的模型。你可以将同一条提示词发给 Claude 与其他模型，比较回答是否可靠。Chat Smith Pro 提供更高用量上限和更多高级模型，价格为每月 9.99 美元或每年 39.99 美元。

可搭配 Chat Smith 中已提供的 Claude 模型使用。请上传文件或粘贴所需背景信息。以下示例并不代表 Claude Opus 5 已集成。

分析这个模块：[代码和需求]。制定分阶段重构计划，列出各阶段的依赖、风险和测试。保持现有行为不变，并说明无法验证的内容。先提供计划，再编写修改；不要声称执行过操作。

为[流程]设计跨[应用列表]的工作流。列出触发条件、输入数据、步骤、检查项和错误恢复方式。标明需要人工授权的操作，最后给出实施清单。不要执行任何操作。

根据以下简报，为[客户]起草方案书：[内容]。包括目标、范围、交付物、参考时间表、不包含的事项和待确认问题。区分事实与假设，不要编造资历、成果或预算。

帮助我解决这个问题：[背景和目标]。识别约束、缺失信息和假设。比较两种方法，说明各自优势与限制，并提出验证方案。对于影响结论的关键数据，请先提问，不要直接假定。

Claude Opus 5 是 Anthropic Opus 系列的一次重要进步：以 Fable 一半的价格，在编程和电脑操作中取得接近 Fable 的成绩，业务自动化与推理表现出色，并支持百万 token 上下文。如今的主要不足在于 Opus 5.5 能以更低价格完成更多工作。

如果你希望无需支付 API 费用就能体验 Claude 的优势，Chat Smith 中已有的 Claude 模型是便捷的入门方式。你可以在 Chat Smith 这款AI 聊天机器人中试用它们，并使用 OpenAI、Google、xAI 和 DeepSeek 的最新模型。