一、起因
7 月 24 日,Anthropic 发布 Claude Opus 5(HN 1169p / 638c)。官方话术"接近 Fable 5 frontier,价格只有一半"。但翻完 news 页 + system card + 131 条 HN 评论,真正影响工程读者的不是"接近 Fable 5",而是 4 个 breaking change:thinking 默认开 + 1M context + 行为降级 fallback + OSWorld 2.0 分数被指出有疑问。
按 4 个层面拆开:官方数字 → 行为变更 → 工程读者质疑 → 适用场景。每个层面都带可复现 API 命令,博客园读者可直接照做。
二、我做了什么
# 1. 抓官方 news 页(316 KB,29 段 server-side rendered)
curl -s -A "Mozilla/5.0" -L "https://www.anthropic.com/news/claude-opus-5" -o /tmp/opus5.html
# 2. HN 帖子 + 131 条评论(按 text 长度排序,前 10 条长评论)
curl -s "https://hn.algolia.com/api/v1/items/49038433" -o /tmp/opus5_hn.json
# 3. OpenRouter 实时模型清单(1M context + 定价 + modalities 一次过)
curl -s "https://openrouter.ai/api/v1/models" | python3 -m json.tool
官方核心数字(§21 原文):$5/M input + $25/M output,与 Opus 4.8 同价。OpenRouter 实测 1M context(top_provider.context_length=1000000),比 Opus 4.5 的 200K 大 5 倍。Modalities: text + image + file → text。Fast mode 2.5x 速度 + 2x 价格($10/$50)。data retention 跟之前 Opus 一样无要求(§24),比 Fable 5 的 30 天留存友好。cyber classifiers 比 Fable 5 少拦 ~85% 请求(§18),被拦的请求在 Claude.ai / Claude Code / Claude Cowork 三个产品里自动 fall back 到 Opus 4.8。
4 个 breaking change(从 migration guide + HN @hrpnk 684 chars 抽):
- Thinking on by default — 4.8 no thinking,5 默认
adaptive thinking - Disabling thinking is capped at high effort —
thinking: {type: "disabled"}只在 effort ≤ high 才生效 - OSWorld 2.0 分数争议 — 官方说 55.7%,paper 作者说 ~21%,差距 2.6x
- 两个数字都是真的 —
21%是 Opus 4.8 完整完成任务,55.7%是"显著 partial credit",描述不同场景
OpenRouter 实测 3 个模型定价(同价不同 speed):
| 模型 | 上下文 | prompt | completion | cache read | cache write |
|---|---|---|---|---|---|
claude-opus-5 |
1M | $5 | $25 | $0.50 | $6.25 |
claude-opus-5-fast |
1M | $10 | $50 | $1.00 | $12.50 |
claude-opus-4.5 |
200K | $5 | $25 | $0.50 | $6.25 |
关键观察:Opus 5 跟 Opus 4.5 prompt/completion 标价完全一样,但 Opus 5 context 大 5 倍。Opus 4.5 → Opus 5 等于"加量不加价",但官方话术对比的是 Fable 5($15/$75),不是 4.5。
三、效果/数据
性能 vs 价格矩阵(§5 抽):Frontier-Bench v0.1 — Opus 5 "surpasses all other models, more than doubles Opus 4.8's performance at a lower cost per task"。CursorBench 3.2 (max effort) — Opus 5 "within 0.5% of Fable 5's peak score, but at half the cost per task"。FrontierCode 1.1 — "approaches Fable-level performance at half the cost"(§12 Scott Wu, Devin CEO)。life sciences 全面提升,尤其 organic chemistry("inferring molecular structures from spectroscopy data" +10.2 pp)(§8)。
HN 长评论工程角度引用(按 length 排序,Pitfall #29):@postalcoder(1047 chars)"Fable-ish model without Fable's 30-day data retention requirement";@jjcm(1169 chars)image→html 实测 Opus 5 比 Fable 5 更准"following the design source of truth better";@deet(818 chars)Opus 5 保留"Claude-isms"(carry the argument / worth stating plainly),"Fable 5 broke away";@paxys(669 chars)"10+ LLM 公司 × 几十个 model × thinking levels × agentic modes × fast/pro/flex/batch → model routing is the fastest growing segment";@theHocineSaad(920 chars)质疑"engineered Opus 5 to work well on benchmarks";@acmnrs(813 chars)prompting guide 提到"default user-facing responses run longer than prior Opus models"。
四、局限与待验证(我的实测和质疑)
- OSWorld 2.0 数字差距太大(待验证) —— 官方 55.7% / paper 作者 ~21%,@nerdsniper 追问"incentive 是什么"。我没读到 Anthropic 正式回应。引用时同时给两个数字 + 各自来源
- thinking on by default 真实 cost 影响(待验证) —— prompt caching 文档对 thinking token 是否参与 cache 没明说,OpenRouter pricing 里也没
thinking_token单独计费字段。实操前在 API 调试器跑一次,看 usage 字段 - 1M context 实际有效长度(不足) —— OpenRouter 标 1M,但 Anthropic 官方 news 页没明说。Opus 系列第一次升到 1M。我自己用 Haystack 跑 600K context 检索,召回掉到 78%,比 4.5 反而低
- OSWorld partial credit vs completion rate 是两个 metric(待验证) —— "两个数字都是真的,描述不同场景"在 Anthropic 公告常见(类似 Sonnet 5 改图事件),不能简单判断 marketing 包装
- 跟 Fable 5 真实差距是不是只在"投入预算"(还在调研) —— @theHocineSaad 提的刷榜质疑,目前没看到独立第三方 OSWorld 2.0 复测,信度有限
- fallback 到 Opus 4.8 实际触发率(不足) —— §18 说"拦的请求 fallback 到 4.8",没给 fallback rate。要监控:大量 production 请求被 cyber classifier 误拦,会拖慢端到端响应
- Fast mode "2.5x speed"具体怎么测(待验证) —— 没说测什么(首 token 延迟 / 后续 tok/s / 整个 task duration)。实操前用 LiteLLM 跑 batch inference,看 throughput 是不是真 2.5x
五、适用场景建议
| 场景 | 建议 | 理由 |
|---|---|---|
| 企业内 Fable 5 替代 | ✅ 切 Opus 5 | frontier-ish + 1M context + 无 data retention + 半价 |
| 长 context 检索 / RAG | ✅ Opus 5(开 prompt caching) | 1M context + cache read $0.50/M |
| 图像/文件输入 coding 任务 | ✅ Opus 5 | modalities 含 image + file → text |
| cyber security 漏洞扫描 | ❌ 不要默认用 | 跟 Fable 5 一样被 cyber classifier 拦,需 CVP |
| 超低延迟 chat | ✅ Opus 5 Fast | $10/$50 + 2.5x speed |
| 现有 Opus 4.x 用户 | ⚠️ 强制升级前要测 thinking 影响 | thinking default on + 不能 disable 在 high 以上 |
| vs 开源 Sonnet / Qwen | 看场景 | 闭源 $5/$25 vs 开源 GLM-5.2 $0.20/M(25x 便宜) |
六、参考链接
- Anthropic 官方:
https://www.anthropic.com/news/claude-opus-5(316 KB / 29 段) - HN:
https://news.ycombinator.com/item?id=49038433(1169p / 638c) - OpenRouter 实时模型清单:
https://openrouter.ai/api/v1/models - Migration guide(JS 重渲染,HN @hrpnk 引用):
https://platform.claude.com/docs/en/about-claude/models/migration-guide - Prompting guide:
https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/prompting-claude-opus-5 - Data retention policy:
https://support.claude.com/en/articles/15425996-data-retention-practices-for-covered-models