Anthropic Opus 5发布：主打Token效率而非能力飞跃

今日，Anthropic正式推出了Opus 5——该系列模型近来已成为编程及软件开发领域的热门选择，此次更新颇受关注。

不过，Opus 5的发布更多是一次稳步升级，而非像Opus 4.5那样在智能体编程性能上实现重大突破。

Anthropic官方发布的基准测试图表（涵盖Frontier-Bench、DeepSWE等多项测试）显示，Opus 5的表现与备受关注的Fable模型在编程任务上旗鼓相当，甚至略有超越，同时在几乎所有任务类型上都优于Opus 4.8和OpenAI旗下竞品GPT-5.6-Sol。

各项基准数据呈现出渐进式的性能提升，并未出现跨越式飞跃。Opus 5的核心卖点在于：以约Fable一半的价格，提供接近Fable的模型能力。

值得一提的是，Anthropic在训练Opus 5时特意回避了网络安全领域的前沿训练，因此该模型在这一方面与Fable和Mythos相比存在明显差距。Anthropic表示，Opus 5在发现网络安全漏洞方面表现尚可，但由于训练阶段的特定决策，其在"漏洞利用能力上与Mythos 5相比仍有较大差距"。

正因如此，Opus 5也未沿用Fable引发争议的某些保护机制，例如在安全事件发生后将相关数据保留30天以供审查的政策。

归根结底，这是一个关于成本的故事。从一代模型更新到下一代，性能提升普遍较为温和——尽管若从一整年的维度来看，进步幅度会显得更为可观。当前，软件开发者和工程管理人员的讨论焦点已明显转向成本控制，开放权重模型、本地化模型及其他替代前沿模型的方案也正呈现出明显的发展势头。

Opus 5的定价为：输入Token每百万Token 5美元，输出Token每百万Token 25美元——与前代持平，但低于Fable。不过，近期发布的中国开放权重模型Kimi K3，在性能相近的情况下，输出Token定价仅为每百万Token 15美元，竞争之激烈可见一斑。

近来，Cursor、Meta等公司纷纷构建"模型路由器"——这类系统能够根据提示词的特性，从多种不同规模和能力的模型中自动择优调用，从而大幅减少Token消耗，进而降低算力成本与资金支出。

对于Anthropic等大模型公司而言，要延续此前的增长态势，就必须持续压低Token成本，或者至少像此次一样，在不提价的前提下提升模型性能。否则，一旦较小规模或开放模型发展到足以胜任难度较低的开发任务，用户迁移的趋势便可能加速。

Q&A

Q1：Opus 5的定价是多少？和竞品相比有什么优势？

A：Opus 5的定价为输入Token每百万Token 5美元，输出Token每百万Token 25美元，与前代产品持平，但低于Anthropic旗下的Fable模型。不过，来自中国的开放权重模型Kimi K3输出Token定价仅为每百万Token 15美元，且性能相近，因此大模型市场的价格竞争相当激烈。

Q2：Opus 5在网络安全方面的能力怎么样？

A：Opus 5在网络安全领域的能力相对有限。Anthropic在训练该模型时特意回避了网络安全前沿任务的训练，因此在漏洞利用能力上与Mythos 5存在较大差距。虽然Opus 5具备一定的漏洞发现能力，但整体表现明显弱于Fable和Mythos系列模型。

Q3：什么是"模型路由器"？为什么越来越多公司开始采用？

A：模型路由器是一种能够根据任务性质自动选择合适模型的系统。Cursor、Meta等公司已开始构建此类系统，核心逻辑是：并非所有任务都需要调用顶级前沿模型，通过智能匹配不同规模和能力的模型，可以大幅减少Token消耗，从而降低算力成本。随着开放模型和本地模型能力的不断提升，这一趋势有望加速普及。