7月24日，Anthropic 把 Claude Opus 5 放了出来，我看完第一眼记住的不是分数，是价格：编程和知识工作这块它拿了当前最优，定价只有 Fable 5 的一半，花更少的钱拿接近顶级的智力，这句话在模型圈喊了半年，这次算是真兑现了。
我挑着看的几个数，都是自己用得上的
官方放出的基准一长串，我挑着看了几个自己真会用到的，Frontier-Bench v0.1 它把对手全压了一遍，成绩是上一代 Opus 4.8 的两倍还多，单个任务的成本反而更低，CursorBench 3.2 上开最高努力模式，跟 Fable 5 的峰值只差 0.5%，花的钱砍半。
再看更偏门一点的。ARC-AGI 3 测的是没见过的新问题，它拿了第二名的三倍分。Zapier AutomationBench 测端到端业务任务，通过率是第二名模型的 1.5 倍。OSWorld 2.0 里它用差不多三分之一的成本干翻了 Fable 5。有机化学比 Opus 4.8 高了 10.2 个百分点，蛋白质功能预测高了 7.7 个百分点，这些数字分开看各有出处，合起来就是一句话：这代模型不是某一项强，是全面往前挪了一格。
我更愿意看它实际干了什么
基准归基准，我更愿意看官方放出来的实际案例，有个 FreeCAD 3D 建模任务挺邪门：Opus 5 看不到图纸本身，它自己写了一套计算机视觉管线，从原始像素里把几何结构抠出来，硬是把机器零件重建出来了。竞争模型试了五次，一次都没成。
另一个案例是修开源包管理器的 Bug，它不光找到根本原因，连社区补丁漏掉的边缘情况都顺手补了，竞争模型修完表面症状就交差了。这种差距在真实项目里就是半夜要不要爬起来看日志的区别。
早期客户的反馈也能对得上，Devin 的 CEO Scott Wu 说，在 FrontierCode 1.1 上，Claude Code 里的 Opus 5 用一半成本接近了 Fable 级别的表现。Zapier 的 CEO Wade Foster 更直接：以前所有模型都没通过他们的自动化测试，Opus 5 上来直接拿了 100%。
我翻安全说明时只看了一条
Anthropic 在安全页写了不少，我看完只记住一条有用的：这代被诱骗滥用的概率比 Fable 5 低很多，正常使用里很少被安全分类器拦下来。对普通用户来说，发现能力强但利用漏洞能力弱，这个组合比什么都能干更让人放心，至少不会因为一句 prompt 被误伤。
价目表我算了下账
输入还是每百万 token 5 美元，输出 25 美元，跟 Opus 4.8 持平，API 模型名改成 claude-opus-5。赶时间可以开 Fast 模式，速度大概快 2.5 倍，价格是基准两倍，我算了算，只有真的火烧眉毛才值得开。
Claude Max 已经把它设成默认模型，Claude Pro 用户也能切过去用。还有两个小的 Beta 功能：对话中途换工具不会把 prompt cache 冲掉。被安全标记的请求会自动换别的模型处理，不用手动报错。
最后那个风洞演示我玩了一下
它能把空气流过物体的过程可视化出来，Anthropic 放了个互动演示，我拖了张机翼截面图进去，看它一点点把流场画出来。这个炫技成分多一点，但长时间跑任务的活儿里，这代的性价比是实打实的，不只是发布会上的漂亮话。
