来源：华尔街见闻
首先，我们梳理几个关键判断。当前AI模型的竞争正在两个维度上快速推进：一方面，模型调用价格持续走低；另一方面，模型能力不断逼近通用人工智能（AGI）的边界。这种“既要价格优势，又要性能突破”的双重压力，让整个行业受到了极大关注。
在中国新模型凭借低价与高性价比持续抢占市场、企业客户开始重新审视AI投入产出比的大背景下，Anthropic率先将“降本增效”的策略引入高端模型市场。美东时间24日周五，Anthropic正式发布了新一代Claude Opus模型——Opus 5。官方介绍称，它在多项任务上的表现已接近公司最先进的旗舰模型Fable 5，但其API价格仅为后者的一半。
Anthropic预计，Opus 5将成为企业日常办公、软件开发、科学研究以及AI智能体工作流中的首选模型。它不仅是Claude Max的默认模型，也是Claude Pro平台性能最强的模型。换句话说，这并非一个低端替代品，而是试图将接近旗舰级的核心能力，下沉到更广泛的企业日常任务中的关键产品。
另一个值得关注的亮点是，致力于通过基准测试推动开源通用人工智能（AGI）研究的非营利组织ARC Prize披露，Opus 5在ARC-AGI-3基准测试中取得了30.2%的优异成绩，直接大幅超越了此前由GPT-5.6 Sol（Max）创造的7.8%的纪录。这个成绩的飞跃，令人瞩目。
除了在AGI基准测试中的突出表现，Opus 5在软件工程领域的实力同样令人印象深刻。在Frontier-Bench测试中，它超越了所有其他模型，性能较Opus 4.8提升超过一倍。而在CursorBench 3.2测试中，Opus 5在最高努力等级下的成绩，距离Fable 5的峰值仅差0.5%，但单任务成本却只有后者的一半。这种成本效益，确实让人眼前一亮。
在知识工作和自动化任务方面，Opus 5的表现同样可圈可点。在ARC-AGI 3测试中，其得分约为下一名模型的3倍；在Zapier AutomationBench中，以相同任务成本计算，其通过率约为下一名模型的1.5倍；在OSWorld 2.0电脑操作测试中，Opus 5以略高于Fable 5三分之一的成本，就超越了Fable 5的最佳成绩。这组数据背后，充分体现了Anthropic在推理效率上的深度优化。
此外，Anthropic特别强调，Opus 5在科学研究任务上的能力得到了显著提升，尤其是在有机化学和蛋白质相关任务方面。这意味着，它正在从一个“聊天助手”向“专业工具”转型。
从价格来看，Opus 5的API定价为每百万Token输入5美元、输出25美元，与Opus 4.8持平。而Anthropic当前的旗舰模型Fable 5，定价则为每百万Token输入10美元、输出50美元。这表明，Anthropic正在尝试提供一种全新的产品组合：接近旗舰级的核心能力，但价格仅为旗舰模型的一半。这背后，是对市场需求的精准响应。
从代码开发到科学研究：Opus 5的核心优势在哪里？
Opus 5的一个重要变化，是Anthropic开始强调模型的“计算效率”，而不仅仅是最终答案的准确性。公司表示，新模型能够更好地检查自身工作、发现逻辑错误并反复迭代。在部分测试中，Opus 5达到类似表现所需的推理Token数量，明显低于上一代。
这意味着，模型能力提升的衡量标准正在发生根本性转变。过去，模型之间的竞争主要看谁能在Benchmark上取得更高分数；如今，对于企业客户而言，另一个问题同样关键：完成同一个任务，模型到底需要消耗多少Token？
在软件工程场景中，Opus 5重点提升了代码理解、代码修改和复杂任务执行能力。模型在相关测试中的表现大幅超越上一代，并且在接近Fable 5能力的情况下，显著降低了单项任务成本。这不仅是技术上的进步，更是商业逻辑上的成功。
在知识工作和自动化领域，Opus 5则瞄准了企业日常流程。从处理文档、分析信息，到调用工具、操作电脑和执行多步骤任务，模型的目标不再只是生成一段文本，而是完成一个完整的工作流程。在ARC-AGI 3、Zapier AutomationBench和OSWorld 2.0等测试中，Opus 5均表现出较强的任务执行能力。
在科学研究方面，Opus 5在有机化学任务上的得分较Opus 4.8提升了10.2个百分点，在预测蛋白质序列变化影响方面提升了7.7个百分点。Anthropic正在将Opus 5从一个“更强的聊天模型”，推动成为一个更广泛的专业工作工具。这背后的战略意图，不言而喻。
模型越强，安全边界越重要：网络安全能力接近Mythos 5
随着模型能力的提升，Opus 5的网络安全能力也成为此次发布的重要看点。Anthropic称，Opus 5在发现软件漏洞方面的能力已经接近更高阶的Mythos 5，但在将漏洞转化为实际攻击工具方面仍明显落后。公司同时强调，和上一代Opus 4.8一样，Opus 5并未针对网络安全任务进行专门训练。其网络安全能力的提升，主要源于通用能力的增强。
但硬币总有两面。在安全限制方面，Anthropic表示，Opus 5的安全分类器相比Fable 5“明显更宽松”，安全机制的干预次数将大幅减少，但仍会阻止二进制漏洞扫描、渗透测试和漏洞利用代码生成等高风险任务。这一变化，反映出AI模型能力提升带来的两面性。
一方面，模型需要具备足够强的能力，才能真正用于企业网络安全、科学研究和复杂工程任务；另一方面，模型越强，如何控制其在高风险领域的使用边界也越困难。因此，Anthropic此次发布Opus 5，实际上不仅是在降低模型价格，也是在探索如何让更强大的模型，以更少的安全限制进入真实工作场景。这一步，走得相当大胆。
AI行业开始重新计算“每个Token的价值”
Opus 5发布的背后，是企业客户对AI支出回报率越来越强烈的关注。有报道称，一些企业客户已经因为AI支出快速增加而收紧员工使用限制，并重新评估AI工具的投入产出比。Anthropic负责研究产品管理的Dianne Penn表示，公司正在回应企业客户关于“如何创造更多价值”的反馈。
这标志着AI行业正在进入一个全新的阶段。在早期阶段，企业客户更关注一个模型是不是全球最强；而当AI开始进入企业日常工作流程后，他们开始关注：完成同一个任务，我为什么要多花一倍的钱？这也使得模型的实际成本变得越来越重要。
一个模型即使在Benchmark上领先，如果完成同样任务需要消耗更多Token，最终的企业使用成本也可能更高。反过来，一个性能略低但推理效率更高、价格更便宜的模型，可能更适合大规模部署。于是，AI行业的竞争指标正在从单一的模型能力，变成：模型能力 × 推理效率 × 单位成本。Opus 5，正是Anthropic针对这一变化推出的精准产品。
中国模型不断“卷”价格，美国AI巨头被迫提高性价比
如果说企业客户的成本压力推动了AI模型价格重新评估，那么中国AI模型的竞争则进一步加速了这一过程。7月16日上周四，月之暗面正式发布了2.8万亿参数的全球最大开源模型Kimi K3。已公布的测评结果显示，该模型的整体能力仅落后于Fable 5和OpenAI的GPT-5.6。DeepSeek此前也已经通过低价策略和开放权重模式，推动全球AI模型价格持续走低。
中国模型的竞争，不一定意味着它已经在所有前沿能力上超越美国顶级模型，但它正在改变市场对AI模型价格的预期。过去，企业可能接受“更强的模型就该更贵”这种说法；可是，随着越来越多高性能模型以更低价格提供服务，这种价格逻辑正在发生变化。
如果一个更便宜的模型已经能够完成企业80%甚至90%的日常任务，那么客户是否还愿意为剩余的性能差距支付两倍甚至数倍的价格？这已经成为现实问题。这也是Anthropic、OpenAI、Meta等公司都在加快推进更具成本效率模型的原因之一。
从这个角度看，中国模型的竞争与企业自身的降本压力正在形成叠加效应。一边是中国模型不断以低价追赶，另一边是美国企业客户开始要求AI投入产生更高回报。两股力量共同推动全球AI模型市场，重新计算“性能究竟值多少钱”。
