Claude Opus 5 发布评测：API 价格、模型参数与 Opus 4.8 对比

Anthropic 在 2026 年 7 月 24 日发布了 Claude Opus 5。这个版本最值得看的地方，不是又多了几个“榜单第一”，而是 Anthropic 试图做一件更实际的事：保留 Opus 4.8 的 API 单价，同时把代码 Agent、工具调用和专业工作的能力往 Fable 5 靠近。

乍看之下，这是一次同价升级。可一旦按任务结算，事情就没那么简单了。Opus 5 默认会自行决定要不要思考，回答也往往更长；独立测试里，它的生成速度并不快。Token 单价没涨，不代表一次任务的费用、等待时间也原封不动。

我们核对了 Anthropic 的发布资料和价格页，也对照了 Artificial Analysis、ComputingForGeeks 的测试以及发布后两天的 Hacker News 讨论。厂商成绩、客户证言和独立评价会分开写，因为三者能回答的问题并不相同。文中数据核验于 2026 年 7 月 26 日。

我们的判断：如果工作复杂、失败代价高，Opus 5 很值得进入测试名单；如果只是高频分类、简单改写或短代码补全，它通常太贵也太慢。1M 上下文和 128K 输出很亮眼，但真正决定是否升级的，仍是每个成功任务花多少钱、等多久。

核心结论

• claude-opus-5 支持 1M 输入和 128K 输出，默认采用 adaptive thinking，可用 low 到 max 调整 effort。
• 标准 API 仍是输入 5 美元、输出 25 美元 / 百万 Token；Fast mode 约快 2.5 倍，单价也翻倍。
• Opus 5 的 max-effort 配置在 Artificial Analysis 智能指数中暂列第一，但输出速度只有约 52.6 Token/秒，而且明显比同类模型更爱输出。
• 一组只有三项任务的独立 DevOps 测试中，Opus 5 的总费用约为 Opus 4.8 的两倍。样本很小，却足以提醒我们：价格表相同，实际账单未必相同。

Claude Opus 5 是什么？

可以把 Opus 5 理解为 Anthropic 的“日常高难度模型”：能力目标接近 Fable 5，价格则留在 Opus 档。官方用 “thoughtful and proactive” 形容它，翻成实际行为，就是模型不急着交卷，而会检查环境、验证结果，失败后再换一种做法。

这种变化在普通问答里未必明显，在下面这些任务里更容易看出来：

• 在大型代码库中定位问题、修改多个文件、运行测试并继续修复；
• 使用终端、浏览器或业务工具完成多步骤流程；
• 分析合同、金融材料、企业文档和复杂表格；
• 处理需要反复验证的科学研究与数据分析任务；
• 在 1M 长上下文中理解代码、日志、规范、图像和大量文档。

至于很多人搜索的“参数量”，Anthropic 依然没有给答案。总参数、激活参数、MoE 专家数和训练数据规模都未公开。现在能确认的，是上下文、输出上限、模态和推理方式；网上流传的权重规模只能算猜测。

Claude Opus 5 参数与功能一览

表里最容易被过度解读的是 1M 和 128K。1M 只说明请求装得下这么多内容，不保证埋在一百万 Token 里的每个细节都能被准确找回。长文档仍然要做检索、分块和引用校验；把整个知识库一次性塞进去，通常只是把检索问题藏进了模型里。

128K 也只是单次响应的硬上限。思考 Token 和最终答案共用这份额度，所以生产请求仍要设置合适的 max_tokens。否则一次跑偏的 Agent 任务，可能在你发现之前就写出一份昂贵的“长篇报告”。

迁移旧接口时还有一个容易踩的坑：Opus 5 使用 adaptive thinking，不再接受旧式的 thinking: {"type": "enabled"} 固定预算写法。禁用思考与高 effort 组合也有限制，不能只替换模型名就上线。

Claude Opus 5 价格是多少？

Opus 5 没有借发布之机提高基础单价。标准 API 价格如下：

以一次输入 100,000 Token、输出 10,000 Token 的标准请求为例，不计工具和重试：

0.10 × $5 + 0.01 × $25 = $0.75

如果 100,000 个输入 Token 全部命中缓存，同样输出下约为：

0.10 × $0.50 + 0.01 × $25 = $0.30

同一个请求如果走 Batch，费用约为 0.375 美元；换成 Fast mode，则会上升到约 1.50 美元。缓存是否命中、是否能异步处理、是否真的需要低延迟，往往比“新模型有没有涨价”更影响账单。

真正该算的是一次任务多少钱

输出 Token 的单价是输入的 5 倍。Opus 5 多思考一次、多调用一次工具，或为了保险写得更完整，都会让“同价”请求变贵。反过来，如果它一次做对、少让工程师返工，贵一点的推理又可能更划算。

所以评测时别只抄价格表。输入、缓存、思考、最终输出、工具调用、重试和人工修正，应该合并成每个成功任务的总成本。这才是能拿来做采购决策的数字。

升级重点不在聊天，而在把任务做完

代码 Agent：会不会自己检查结果

Anthropic 对 Opus 5 的描述里反复出现“验证”和“继续迭代”。对代码 Agent 来说，这比一次生成漂亮代码更重要：测试失败后，它能否读懂报错、回头检查假设，再把问题真正收尾？

代码迁移、跨文件重构和多工具自动化会从这种习惯里受益。不过，主动性也会带来更多步骤和 Token。生产环境仍要限制最大步数、总预算和可写范围，删除、发布、付款等操作必须留给人工确认。

专业工作：质量提高不等于免审核

GDPval-AA、AutomationBench 和 DeepSearchQA 都被放在发布页的显眼位置，说明 Anthropic 想争取的不只是程序员，还包括金融、法律和企业研究团队。

这类工作真正省下来的通常是检索、起草和交叉检查时间，而不是最后那道审核。合同条款、财务数字、医疗或安全结论仍要能追溯来源，也仍要有人负责签字。

科学任务和可视化

Anthropic 还报告了结构生物学、有机化学和生物信息学上的提升，并展示了交互式风洞和细胞可视化。这里的“视觉输出”容易引起误会：它指模型写代码做出可交互页面，并不是标准 API 可以直接生成图片。

Effort 和 Fast mode 怎么选

low 到 max 并不是越高越好。格式转换、常规改写和小修小补，用低 effort 更省；棘手调试、架构决策和长周期 Agent，才值得把档位调高。Fast mode 的选择更直接：用双倍单价换约 2.5 倍推理速度。只有等待时间确实影响工作流时，这笔钱才花得值。

官方成绩很好看，但先看测试是谁做的

Anthropic 给 Opus 5 准备了一组很亮眼的发布数据。下面这些数字适合用来理解它想主攻什么，却不能直接当成第三方认证：测试项目、effort、工具和预算都由厂商选择或引用。

发布页难得也写了一项落后结果：Opus 5 发现网络安全漏洞的能力已经接近受限模型 Mythos 5，但开发利用方法仍明显不如后者。这比又一个“第一名”更有参考价值，因为它划出了模型当前的能力边界。

客户说法值得看，但不能当独立评测

发布页一口气放了 24 条客户和合作伙伴反馈。最具体的是 Box：CTO Ben Kus 称，Opus 5 在公司内部评测中比 Opus 4.8 总体高 8%，其中数据分析提高 11%，尽职调查提高 17%。

其他发布页案例还提到：

• 一家金融建模团队报告，跨 effort 平均准确率提高 9 个百分点，轮次与工具调用减少约三分之一，完成时间减少 60%；
• 一家法律 Agent 团队称，在降低推理等级时仍能保持相近质量，平均生成 Token 比 Opus 4.8 max reasoning 少 26%；
• Kiro 团队认为 Opus 5 更能维持长周期、多步骤编码任务，并更准确地明确功能与修复需求。

这些数字当然比“我们很喜欢它”有用，但它们仍是 Anthropic 从早期客户里挑出来的成功案例。完整数据集、失败样本和成本口径都没有公开。可以把它们当成值得试用的理由，不能当成已经复现的结论。

独立测试给出了另一面

Artificial Analysis：分数第一，速度只排第 121

截至 7 月 26 日，Artificial Analysis 给 Claude Opus 5 (Adaptive Reasoning, Max Effort) 的 Intelligence Index 打了 61 分，在同页 190 个模型中暂列第一。这个成绩很强，但页面往下看，代价也很清楚：输出约 52.6 Token/秒，速度只排第 121；整套测试生成了约 1 亿输出 Token，而同类中位数约为 6,300 万。

该机构完成整套 Intelligence Index 花了约 3,835.51 美元。换句话说，Opus 5 的 max-effort 配置确实站在能力前列，只是它靠的不是“又快又省”。这个第一名也只是 7 月 26 日、这一版测试和这一组模型的快照，后续很可能变化。

三项 DevOps 实测：代码更周全，账单也更高

ComputingForGeeks 在 7 月 25 日让 Opus 5 和 Opus 4.8 用相同默认设置完成三项工作：编写 OpenTofu VPC 模块、修复一个埋了 6 个错误的 Kubernetes Deployment，以及编写 Bash 日志轮转脚本。输出交给 tofu validate、tflint、kubeconform 和 shellcheck，不是靠作者主观打分。

三项合计，Opus 5 花了约 0.14 美元，Opus 4.8 约 0.07 美元。新版写出的基础设施代码更周全，也更慢、更长；在 Kubernetes 任务中，它甚至没遵守“不要 Markdown 围栏”的明确要求。

三个任务当然不足以给模型定性，但这个测试抓住了价格页看不出来的差别：同样的 Token 单价，Opus 5 可能因为思考更多、写得更多，让一次任务的费用翻倍。

开发者认可什么，又在抱怨什么？

截至核验时，Hacker News 的发布讨论有约 1,747 分，Algolia API 能读到 1,266 条评论。这里没有严谨的满意度统计，不过能看到开发者最先碰到的问题。

正面反馈集中在难题上。一位评论者称，Sonnet 5 和 Opus 4.8 折腾数小时没解决的 Linux 内核问题，Opus 5 在半小时内完成了定位和修复；另一位试用数小时后，觉得它的编码甚至略好于 Fable 5。这些都是个人经历，无法复现，却解释了为什么有人愿意忍受更高费用。

抱怨则相当一致：慢。有用户说它比本来就不快的 Opus 4.8 还慢，也有人用了大半天后发现，连普通重构都要等很久。这一点和 Artificial Analysis 的速度数据对得上。

至于值不值，社区没有共识。比较务实的用法是让 Opus 处理真正棘手的规划和实现，把日常执行交给 Sonnet 或更便宜的模型。这样既能用到它的上限，也不至于让所有请求都承担 Opus 的价格和延迟。

什么工作适合交给 Opus 5？

值得优先试

• 长周期代码 Agent：跨文件重构、复杂调试、迁移与测试修复；
• 高价值专业工作：合同、财务、企业内容和研究材料的分析与起草；
• 多工具自动化：需要规划、调用工具、检查结果并继续迭代的业务流程；
• 大型代码库和文档：确实需要 1M 上下文，并能结合检索和验证；
• 质量优先的离线任务：可以接受较长等待，或使用 Batch 降低费用；
• 高价值实时任务：质量要求高且延迟敏感，可评估 Fast mode 是否值得双倍单价。

这些任务先别急着换

• 简单分类、抽取、改写、客服问答等高并发低价值请求；
• 严格要求低延迟、但不需要前沿推理能力的交互功能；
• 输出很长却没有明确验收标准的 Agent；
• 将生成的 YAML、脚本、SQL 或基础设施配置直接执行且没有校验；
• 法律、医疗、金融或生产变更没有人工复核；
• 仅因为 1M 上下文就把未筛选的全部资料塞进一次请求。

从 Opus 4.8 迁移时要注意什么？

迁移不难，但绝不是只换一个模型名。上线前至少检查下面八项：

1. 将模型 ID 改为 claude-opus-5；
2. 删除旧式 thinking: {"type": "enabled"} 固定预算写法，按当前接口使用 adaptive thinking；
3. 重新评估 max_tokens，因为思考 Token 与可见答案共同占用输出上限；
4. 分别测试 low、medium、high、xhigh 与 max，把每个 effort 当成独立配置；
5. 记录 usage.output_tokens_details.thinking_tokens，观察推理开销；
6. 保留 JSON Schema、语法校验、测试、Markdown 围栏清理和危险操作审批；
7. 用单位成功任务成本比较，而不是只比较输入输出单价；
8. 如果默认延迟不可接受，再用真实流量评估 Fast mode，不要把“2.5 倍速度”直接当作你的端到端加速比例。

Anthropic 同期还放出了两项 beta：对话中途可以更换工具而不让 prompt cache 失效；安全分类触发时，API 也可以自动回退到其他模型。对长对话 Agent 来说都很实用，不过上线前仍要确认账户是否开放，以及回退后到底用了哪个模型、如何计费。

通过 UnifyLLM 调用 Claude Opus 5

如果模型已对你的 UnifyLLM 账户开放，可以通过统一的 OpenAI-compatible 接口先做基础调用：

curl https://api.unifyllm.top/v1/chat/completions \
  -H "Authorization: Bearer <YOUR_UNIFYLLM_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-opus-5",
    "messages": [
      {
        "role": "user",
        "content": "审查这段变更计划，找出高风险依赖，并给出可验证的回滚步骤。"
      }
    ],
    "max_tokens": 4096
  }'

示例不预设 thinking 字段，因为不同兼容协议、SDK 和上游渠道的参数映射可能不同。要使用 effort、缓存或工具等高级能力，请同时核对 UnifyLLM API 参考 和 Anthropic 当前文档。模型是否对账户开放、分组倍率和实际费用，则以 模型价格页 与控制台为准。

测试时最好拿现有业务样本做盲测，不要临时编几道“看起来很难”的题。一次通过率、严重错误、格式合规、首 Token 延迟、总耗时、思考 Token、工具调用和实际费用，都是上线后会影响体验或账单的指标。首次接入可以从 快速开始 和 工具集成指南 开始。

到底该不该从 Opus 4.8 升级？

如果一次失败会让工程师返工半天，或者任务需要模型在复杂环境里持续检查、修正并收尾，升级很可能值得。此时该比较的是省下多少人工，而不是每百万 Token 贵不贵。

如果任务规则清楚、可以自动验收、每天调用量又很大，就没有必要把所有流量都交给 Opus。让 Sonnet 或轻量模型处理普通请求，再把失败、低置信度和高价值任务升级到 Opus 5，通常更现实。异步任务用 Batch，重复的大上下文用 prompt caching；Fast mode 留给那些“等一分钟真的会影响业务”的场景。

我们不建议一键替换 Opus 4.8。先挑一组真实任务跑 A/B 测试，再按难度做路由，远比在发布当天根据榜单决定全量迁移可靠。

总结

Opus 5 是一次有分量的升级：Token 单价没变，难任务的上限更高，Agent 也更愿意把工作做完。问题在于，它会思考、会验证，也会因此花更多时间、写更多 Token。

这款模型最适合“做错一次很贵”的任务，而不是“每个请求都要最强模型”的想象。先用自己的任务测出成功率、等待时间和完整账单，再决定哪些流量值得交给它。对 Opus 5 来说，这比任何发布榜单都更重要。

常见问题

Claude Opus 5 已经正式发布了吗？

是。Anthropic 官方发布记录显示，Claude Opus 5 于 2026 年 7 月 24 日发布，并可通过 Claude API 使用，正式模型 ID 为 claude-opus-5。不同云平台、地区和账户的开放时间可能不同。

Claude Opus 5 的 API 价格是多少？

标准价格为输入 5 美元、输出 25 美元 / 百万 Token，与 Opus 4.8 相同。Prompt cache 命中输入可节省 90%，Batch 可节省 50%；Fast mode 单价为标准模式 2 倍，US-only 推理为 1.1 倍。

Claude Opus 5 的上下文和输出上限是多少？

输入上下文为 1,000,000 Token，单次输出上限为 128,000 Token。1M 容量不代表一百万 Token 内的每个细节都能无损召回，生产系统仍应结合检索、分块、引用与验证。

Claude Opus 5 的参数量是多少？

Anthropic 没有公布总参数量、激活参数量或 MoE 结构。公开可核验的是上下文、输出上限、模态、effort、thinking 和价格；不要把社区估算写成官方参数。

Adaptive thinking 会额外收费吗？

思考 Token 按输出 Token 计费，并会占用输出预算。它可能提高复杂任务成功率，也可能增加费用和等待时间，因此需要结合 thinking_tokens、最终通过率和总耗时评估。

Claude Opus 5 比 Opus 4.8 更便宜吗？

两者标准 Token 单价相同，但任务成本不一定相同。一个三任务独立小样本中，Opus 5 因思考和更长输出，合计费用约为 Opus 4.8 的两倍；在减少失败和返工的任务上，Opus 5 的单位成功任务成本也可能更低。

Claude Opus 5 是否比 Fable 5 更强？

有些任务上是，有些不是。Anthropic 的定位是用约一半价格接近 Fable 5；Opus 5 在部分代码、自动化和成本—性能测试中更占优势，网络安全等领域则仍有差距。两者要在相同 effort、工具和预算下比较，否则结论没有意义。

参考资料

• Anthropic：Introducing Claude Opus 5
• Anthropic：Claude Opus 产品页
• Anthropic Docs：Models overview
• Anthropic Docs：What’s new in Claude Opus 5
• Anthropic Docs：Pricing
• Artificial Analysis：Claude Opus 5 Performance & Price Analysis
• ComputingForGeeks：Claude Opus 5 Released — Benchmarks, Pricing and API Changes
• Hacker News：Claude Opus 5 发布讨论
• Hacker News Algolia API：讨论数据

事实核验日期：2026 年 7 月 26 日。Anthropic 文档站在本次核验环境中因地区限制重定向；发布日、定位、标准价格、Fast mode、缓存、Batch 与 US-only 费率通过 Anthropic 可直接访问的官方发布页和产品页复核，1M / 128K、adaptive thinking 与 effort 能力通过公开展示的实时 Models API 返回值和独立规格页交叉核对。