7 月 24 日，Anthropic 把 Claude Opus 5 放出来了。不是小修小补的迭代，而是一次挺关键的定位调整——它几乎做到了 Fable 5 的水平，但价格保持在 Opus 的老价位，只有 Fable 5 的一半。

这意味着什么？对大多数做复杂开发、做 Agent 编排、做长文档研究的人来说，以前那套”先用 Sonnet，不行再换 Fable”的决策逻辑，可能要重新写了。

我梳理了发布当天的所有公开资料，包括 Anthropic 的系统卡、API 文档和几家第三方评测机构的实测，把 Opus 5 真正变了什么、该怎么接、有哪些坑，一次说清楚。

一、Opus 5 是什么定位

Anthropic 现在的模型梯队是这样的：

Opus 5 的定价和 Opus 4.8 完全一致，没变。但 Anthropic 的官方说法是，它在 Frontier-Bench（专门测 Agent 能力的评测）上的得分比 Opus 4.8 翻了一倍多，在 CursorBench 3.2 上距离 Fable 5 的峰值只差 0.5%，而完成同样任务的花费大概只有 Fable 5 的一半。

简单说：以前你要花 Fable 的钱才能干的事，现在 Opus 5 这个价位就能干个八九成。

二、哪儿能用上

Opus 5 上线当天就铺开了，不需要排队申请：

• Claude.ai 网页版：Pro 用户可以直接选，Max 用户默认就是 Opus 5
• Claude Code：命令行里直接切模型
• Claude Cowork：桌面端 Agent 场景
• API：`claude-opus-5`，Anthropic 官方 API、Amazon Bedrock、Google Vertex AI、Microsoft Foundry 都支持

如果你是 API 用户，模型 ID 就是 `claude-opus-5`，没有日期后缀，是一个固定快照。Batch API 也同步支持，价格是标准 API 的一半：$2.5 输入 / $12.5 输出。

三、相比 Opus 4.8，到底强在哪

1. 自己会检查了

Opus 5 最大的行为变化是”验证自己的输出”。它会在浏览器里以桌面端和移动端两种视口打开页面，对照实际渲染结果来验证自己写的代码对不对，不对就改，改完再给到你。

这对前端开发特别有用。以前用 Claude 写页面，经常是它给了一段看起来没问题的代码，一跑发现布局崩了，你得把报错贴回去让它修。Opus 5 现在能自己提前发现一部分这类问题。

2. 回合数少了，账单也少了

Anthropic 的内部测试数据显示，Opus 5 在同等任务上的平均回合数比 Opus 4.8 少了约三分之一，工具调用次数也少了，墙钟时间快了 60%。

回合数少了不是面子工程——每次回合都要算 token，token 就是钱。回合数压下来，实际账单可能比模型升级前还便宜。

3. 五级力度调节

Opus 5 引入了五级 effort 设置：low、medium、high、xhigh、max。

这和之前 Anthropic CMA 平台更新的”思考力度五档调速”是同一套机制。不同之处在于，Opus 5 的 low 和 medium 档位比以前的 Opus 模型强很多——现在 low 不是”将就着用”，而是真的可以作为日常快速响应的选项。

实际怎么用：

• low/medium：日常问答、代码审查、快速草稿
• high：默认档位，大多数开发任务用这个就够了
• xhigh/max：复杂重构、多文件架构设计、深度调试

关键技巧：不是每次都要拉满。xhigh 和 max 的 token 消耗会明显增加，但准确率提升的边际效应在递减。建议从 high 开始，发现搞不定了再往上加。

四、两个 API 迁移的坑

如果你是直接把 API 里的模型字符串从 `claude-opus-4-8` 换成 `claude-opus-5`，有两处行为变化可能会让你踩坑。

坑一：thinking 默认开启，会吃掉你的 max_tokens

Opus 5 默认开启 thinking（也就是你在 claude.ai 上看到的”正在思考…”）。这个思考过程会消耗输出 token 配额。如果你给请求设置了比较紧的 `max_tokens`，答案可能在 thinking 阶段就把额度用完了，返回的内容被截断。

解决办法：

• 要么把 `max_tokens` 留足（thinking 通常占几百到几千 token）
• 要么在请求里显式关闭 thinking（但注意下面的坑二）

坑二：xhigh/max 档位不能关 thinking

如果你在 effort 设为 xhigh 或 max 时，尝试用 `thinking: {“type”: “disabled”}` 关闭思考，API 会直接返回 400 错误。这两个档位强制要求 thinking 开启。

解决办法：需要关 thinking 的场景，把 effort 降到 high 或以下。

最小可迁移检查清单

# 旧代码（Opus 4.8）
response = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=4000,
    messages=[...]
)

# 新代码（Opus 5）—— 需要调整的参数
response = client.messages.create(
    model="claude-opus-5",
    max_tokens=8000,  # 留一倍余量给 thinking
    thinking={"type": "enabled", "budget_tokens": 2000},  # 显式控制 thinking 预算
    messages=[...]
)

# 旧代码（Opus 4.8）
response = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=4000,
    messages=[...]
)

# 新代码（Opus 5）—— 需要调整的参数
response = client.messages.create(
    model="claude-opus-5",
    max_tokens=8000,  # 留一倍余量给 thinking
    thinking={"type": "enabled", "budget_tokens": 2000},  # 显式控制 thinking 预算
    messages=[...]
)

如果你用 Claude Code，更新到最新版本后它会自动识别 Opus 5，不需要手动改配置。

五、几个值得看的 benchmark 数字

先声明：以下都是 Anthropic 官方发布的 vendor-run 数据，第三方独立复测的结果还要等一两周。但参考意义是有的。

Frontier-Bench 是 Anthropic 新推的评测，专门测模型在真实软件工程任务上的 Agent 能力。Opus 5 在这个评测上得分比 Fable 5 还高，这个信号挺强的——说明它在长程工具调用、多步骤任务规划上确实有了实质性提升。

不过 Fable 5 在部分纯代码生成场景上仍然领先，而且 Mythos 5 在网络安全漏洞识别上比 Opus 5 强一截。所以不是说 Fable 5 没价值了，而是”需要上 Fable”的阈值被大幅抬高了。

六、什么时候用 Opus 5，什么时候还选别的

这是我整理的决策框架：

直接用 Opus 5：

• 多文件代码重构（涉及 5 个以上文件的联动修改）
• 需要浏览器/计算机操作的 Agent 任务
• 长文档研究分析（几十万字级别的材料梳理）
• 复杂数学推导或科研辅助
• 需要反复验证和迭代的调试任务

继续用 Sonnet 5：

• 日常代码补全、单文件修改
• 高并发、低延迟的在线服务
• 预算敏感且任务复杂度中等以下的场景

才考虑 Fable 5：

• 已经用 Opus 5 试过，确实搞不定的极端复杂任务
• 需要最高级别安全审计或红队测试的场景
• Mythos 5 级别的研究向工作（如果搞得到权限）

用 Haiku 4.5：

• 分类、摘要、简单提取这类低复杂度任务
• 对延迟极其敏感的场景（如实时推荐）

七、省钱的几个实操技巧

Opus 5 本身定价没涨，但用不好照样烧光预算。几个从实际使用里总结出来的省钱方法：

1. 从 low/medium 开始试

Opus 5 的 low 和 medium 档位比 Opus 4.8 时代强太多了。很多以前必须开 high 的任务，现在 medium 就能搞定。先低后高，比每次都拉满省不少。

2. 用 prompt cache

Anthropic 的 prompt cache 对长上下文场景特别划算。5 分钟缓存写入 $6.25/MTok，命中只收 $0.50/MTok。如果你在做代码库级别的分析，把项目结构、依赖关系、核心文件先写进缓存，后续多次查询的成本能降一个数量级。

3. 批量任务走 Batch API

价格直接砍半（$2.5/$12.5），适合不需要实时响应的后台任务，比如批量文档分析、代码审查、测试用例生成。

4. 搭配 pxpipe 进一步压 token

如果你在 Claude Code 里用 Opus 5 做大型项目，pxpipe 这类把文字渲染成 PNG 的代理工具 仍然有效。Opus 5 的 vision 能力和 Opus 4.8 一样强，图片输入的定价机制也没有变化，所以文字转图片省 token 的策略继续适用。

八、国内用户怎么接

Opus 5 和之前一样，国内直接访问 Anthropic API 需要解决网络问题。几个可行路径：

1. Amazon Bedrock / Google Vertex AI / Microsoft Foundry：通过国内企业的云账号接入，走合规渠道

2. Claude Code + 代理：命令行工具走代理配置相对灵活

3. Claude.ai 网页版：需要对应地区的账号和访问环境

如果你暂时接不上 Opus 5，Sonnet 5 仍然是性价比最高的日常选择，而且 9 月之前还是老价格（$2/$10）。

另外，本地部署开源模型 的路线也在快速追赶。比如 Kimi K3 7 月 27 日就要开放权重，自托管成本能做到 $3/MTok 的水平，和 Opus 5 的 API 价已经是一个量级了。

九、今天就可以做的三件事

如果你看完觉得 Opus 5 值得试试，下面三件事今天就能动手：

1. 在 Claude.ai 上切到 Opus 5：Pro/Max 用户直接在下拉菜单里选，不需要额外付费。找几个以前 Sonnet 没搞定的复杂任务重新试一遍，感受一下差距。

2. 检查你的 API 调用代码：如果你有基于 Opus 4.8 的自动化脚本，重点检查 `max_tokens` 设置和 thinking 参数。建议先在一个非生产环境里跑一遍回归测试。

3. 重新评估你的模型路由策略：如果你之前在代码里写了”复杂任务自动切 Fable 5″的逻辑，现在可以把阈值调高一截，让 Opus 5 承担更多，Fable 5 只留给真正的极端场景。

写在最后

Opus 5 这次发布， Anthropic 传递的信号挺明确的：他们不再想让 Fable 5 成为”必须买的顶配”，而是想让 Opus 5 成为”绝大多数复杂工作的默认选择”。

对开发者来说，这其实是件好事——以前 frontier 级别的能力被锁在 $10/$50 的价位上，现在 $5/$25 就能摸到。虽然还不是开源权重，不能本地跑，但对于需要即插即用的团队，Opus 5 的性价比在当下的闭源模型里已经很难被忽视了。

你试过了吗？欢迎在评论区聊聊 Opus 5 在你具体场景里的表现，尤其是和 Sonnet 5、Fable 5 的对比感受。