Claude Opus 5 发布：用半价逼近 Fable 5 前沿智能，科学评测全面反超 4.8

Anthropic 在 7 月 24 日投下了一枚精心计算的棋子：Claude Opus 5 正式发布——定价与 Opus 4.8 完全一致，性能却以"半价逼近旗舰"的姿态直插自家高端与中端产品线的空白地带。官方定位很直白：这是"可日常使用"的前沿模型，并顺理成章成为 Claude Max 的默认模型、Claude Pro 上最强的模型。

基准成绩：SOTA 与"次优的 3 倍"

Opus 5 的硬数据几乎在每个关键标尺上都留下了"碾压"的注脚：

• Frontier-Bench v0.1：超越所有其他模型，且以更低单任务成本达到 Opus 4.8 两倍以上的表现
• CursorBench 3.2：最高 effort 下与 Fable 5 峰值仅差 0.5%，成本为其一半
• ARC-AGI 3：得分是次优模型的 3 倍
• Zapier AutomationBench：以相同单任务成本，通过率约为次优模型的 1.5 倍
• OSWorld 2.0：以超过三分之一成本超越 Fable 5 最佳成绩

科学评测更是全面反超 4.8：所有生命科学评测均占优，有机化学内部分数比 4.8 高 10.2 个百分点，蛋白质相关任务高 7.7 个百分点。

定价与新增的工程能力

Opus 5 即日起全平台可用，价格 $5/百万输入 token、$25/百万输出 token（与 Opus 4.8 相同），并提供 Fast 模式（约 2.5 倍速度，2 倍价格）。两个同步推出的 Beta 值得工程团队留意：会话中途工具变更（不再失效 prompt cache，长会话成本结构将显著改善）与 API 自动回退（降级容错的一次官方化尝试）。

在对齐层面，Anthropic 给出的表述颇为罕见——Opus 5 是其"有史以来对齐度最高、欺骗行为最低"的模型，对齐评分 2.3。配合 6 月 30 日推进的"越狱严重度评分"行业框架，Anthropic 正把安全能力当成与性能并列的卖点来营销。

从行业视角看，Opus 5 卡位的深意在于：当 Fable 5（前沿旗舰）与 Sonnet 5（规模化主力）分别占据两端，Opus 5 用"半价旗舰"填补了中间档位，这实际上是对 OpenAI GPT-5.6 三层定价（Sol/Terra/Luna）的一次直接镜像回应。对开发者而言，这场"成本-能力"天平两侧的厂商，正在把选择权交给同一个变量——每单位智能的美元成本。

后续值得跟踪的几个方向：

1. ARC-AGI 3 的评测方法论：OpenAI 7 月 29 日披露"两项设置三倍得分"后，各家 ARC-AGI 3 数字的横向可比性需要重新审视。
2. 会话中途工具变更对成本的真实影响：prompt cache 保留率是长 Agent 任务的核心成本变量。
3. Opus 5 在科学计算场景的渗透：生命科学评测的领先能否转化为医疗、生物制药客户的实际采购。
4. Fable 5 的后续动作：旗舰被"半价逼近"后，Anthropic 的下一代旗舰升级节奏将被迫提前。