簡介Anthropic最新模型Claude Opus5的特色、功能、價位、實際應用與主要AI 模型的比較。
一、Claude Opus 5 是什麼
Claude Opus 5 於 2026 年 7 月 24 日推出，定位是「以約一半的價格，接近 Claude Fable 5 的前沿智慧」。它是 Claude Max 方案的新預設模型，也是 Pro 方案上可選的最強模型；在 Frontier-Bench、GDPval-AA 這類編碼與知識工作評測上是目前的 state-of-the-art，但在網路安全類任務上仍落後 Mythos 5。
核心規格
Opus 5 具備 100 萬 token 上下文窗（1M 同時是預設值也是上限，沒有較小的變體）、128K 最大輸出，且「思考」預設開啟。知識可靠截止為 2026 年 5 月 — 是目前 Claude 全系列中最新的。API 模型 ID 為 claude-opus-5，同時在 Amazon Bedrock、Google Cloud、Microsoft Foundry 上架。
二、主要新功能與行為變更
這一代有兩個破壞性變更，如果你有既有整合要特別注意：
- 思考預設開啟 — Opus 4.8 上不設定
thinking就不會思考；Opus 5 則預設就會思考，由模型自行決定何時思考、思考多深，並改用 effort 參數控制深度。因為max_tokens是「思考 + 回應文字」的總上限，原本沒開思考的工作負載要重新檢視這個值。 - 高 effort 下不能關思考 — 在
xhigh或maxeffort 下送出thinking: {"type": "disabled"}會回 400 錯誤。
其他值得知道的：
- Effort 階梯更關鍵 — 完整階梯為 low / medium / high / xhigh / max，預設 high。Opus 5 比任何先前的 Opus 更可靠地把額外 effort 轉換成更好的結果，所以檔位選擇的份量更重。
- 對話中途變更工具（beta） — 可在對話回合之間新增或移除工具而保留 prompt cache，不必整個 session 重送固定的工具清單。需要
mid-conversation-tool-changes-2026-07-01beta header。 - 快取門檻降低 — 最短可快取的 prompt 從 1,024 token 降到 512 token，不需改任何程式碼。
- Fast mode（研究預覽） — 約 2.5 倍速度，價格加倍（$10/$50），僅限第一方 Claude API，Bedrock / Google Cloud / Foundry 尚無。
- 會自我驗證 — Opus 5 不用被要求就會驗證自己的工作，所以要把舊模型沿用下來的「請加上最終驗證步驟」「用 subagent 驗證」這類指令拿掉，否則會過度驗證。同時預設回覆與交付文件會更長、agent 過程中更常向使用者說明進度、也更願意委派 subagent。
能力提升重點：深度推理、agentic coding 與長時程任務（能完成多檔案功能與大型重構而不留 stub）、test-time compute scaling、程式碼審查與抓 bug（每次掃描找出真實 bug 的比例高、誤報少，且在較低 effort 下仍準確）、視覺理解（圖表、文件、示意圖）、長上下文一致性、Office 文件（多工作表複雜公式試算表、結構良好的簡報），以及多 agent 協作。
評測參考：Frontier-Bench v0.1（agentic coding）Opus 5 為 43.3%，領先 GPT-5.6 Sol 的 34.4% 與 Fable 5 的 33.7%。SWE-bench Pro 為 79.2%，落後 Mythos 5（80.3%）與 Fable 5（80.0%）不到一分。提醒：這些數字多為各實驗室自行公布、跑在自家 harness 上，跨廠牌比較要打折看。
三、價位
| 使用模式 | 輸入 / 百萬 token | 輸出 / 百萬 token |
|---|---|---|
| 標準 | $5 | $25 |
| Batch API（非即時） | $2.50 | $12.50 |
| Prompt cache 命中 | $0.50 | — |
| Fast mode（API only） | $10 | $50 |
標準價與前代 Opus 4.8 完全相同，Batch 對輸入輸出各砍半，cache 命中為基礎輸入價的 9 折折扣（即 $0.50）。訂閱端則是 Max 的預設模型、Pro 可選的最強模型。
四、與主要 AI 模型比較表
| 項目 | Claude Opus 5 | Claude Fable 5 | Claude Sonnet 5 | GPT-5.6 Sol | Gemini 3.1 Pro |
|---|---|---|---|---|---|
| 定位 | 複雜 agentic coding／企業工作 | 長時程 agent 的最強智慧 | 速度與智慧的平衡 | OpenAI 旗艦 | Google 高性價比前沿 |
| 輸入／輸出（$/MTok） | $5 / $25 | $10 / $50 | $3 / $15（8/31 前 $2/$10） | $5 / $30 | $2 / $12（>200K 轉 $4/$18） |
| 上下文窗 | 1M | 1M | 1M | 約 1.05M | 1M |
| 最大輸出 | 128K | 128K | 128K | 128K | 66K |
| 知識可靠截止 | 2026/5 | 2026/1 | 2026/1 | 未公布統一數字 | 未公布統一數字 |
| 思考控制 | adaptive 預設開，effort low→max | 永遠開啟 | adaptive | reasoning effort（none→xhigh） | 廠商自控 |
| Batch 折扣 | 5 折 | 5 折 | 5 折 | 5 折 | 5 折 |
| 長上下文加價 | 無（1M 皆標準價） | 無 | 無 | >272K 轉 $10/$45 | >200K 轉 $4/$18 |
| Frontier-Bench v0.1 | 43.3% | 33.7% | — | 34.4% | — |
資料來源：Claude 模型定價與規格取自 Anthropic 官方文件；GPT-5.6 Sol 為 1.05M 上下文、128K 最大輸出、短上下文 $5/$30，超過 272K 輸入則整筆以 $10/$45 計價；Gemini 3.1 Pro 在超過 200K token 後輸入與輸出同時跳到 $4/$18。
以下是三個實務上最常見的取捨：## 五、實際應用建議
用 effort 分層，而不是用模型分層。 Opus 5 最大的成本槓桿是 effort 參數，因為它在 low / medium 檔就能以極少的 token 與延遲產出不錯的品質。實務做法是：掃描結果的初步分類、CVE 去重、log 事件抽取這類結構化工作跑 low/medium；風險判定、跨報告關聯分析、審計結論撰寫再升到 high 或 xhigh。先跑 evals 找出品質不掉的最低檔位，比換模型省得更多。
善用 1M 上下文一次吃完整批報告。 由於 1M 是預設也是上限、且不像 Gemini 或 GPT 那樣有長上下文加價，Opus 5 特別適合「多份掃描報告一次進去做橫向比對」的場景 — 例如把多個 namespace 的容器映像掃描結果、Fortify SAST 輸出、以及風險登記簿現況一起送入，讓模型直接找出重複項與尚未收斂的項目，而不用先做 RAG 切塊。
Prompt caching 對審計流程回報率極高。 報告模板、術語表、風險評級準則、公司格式規範這些每次都重送的前綴，快取命中只要 $0.50/MTok（9 折）。門檻降到 512 token 之後，連短的系統提示都能快取。
Batch API 跑離線分析。 GoldenGate Replicat log 的批次分析、大量映像檔的例行複掃、回填歷史 CVE 對照表這類不趕時間的工作走 Batch，直接省一半。Batch API 另外還支援 output-300k-2026-03-24 beta header 把輸出上限拉到 30 萬 token，長篇審計報告一次產出不用分段。
程式碼審查與相依性稽核是這代的強項。 Opus 5 在每次掃描中找出真實 bug 的比例高且誤報少，而且在低 effort 下仍保持準確 — 對 M35 這類現代化專案的逐檔安全審查來說，可以用較低成本先做全面掃描，再把可疑檔案升檔重審。
一個必須注意的遷移陷阱： 如果你既有的提示詞裡有「請加上最終驗證步驟」或「用 subagent 驗證結果」，在 Opus 5 上要移除，否則會造成過度驗證、拖長輸出與成本。
六、後續觀察
- 上面的跨廠牌 benchmark 數字幾乎全是各實驗室自行公布，harness 與 effort 設定不同，只適合當方向性參考，不宜當作採購決策的唯一依據。
- 定價與功能變動很快（Sonnet 5 的優惠價 8/31 到期、Gemini 3.5 Pro 傳聞延期），實際採購前建議直接核對 Anthropic 定價頁 與各家官方價目。
- Opus 5 在網路安全任務上仍落後 Mythos 5；不過 Mythos 5 屬 Project Glasswing 的邀請制，沒有自助申請管道。