Anthropic Opus 5: hvad det betyder for virksomhedens AI i dag
Af Win.AI Editorial
Anthropic Opus 5 giver virksomheder grænseklassekapacitet til Opus 4.8-priser ved at tilføje et indsatsvælger, der bytter dybde i ræsonnering for tokenforbrug, og den ene ændring vil tvinge købere til at betragte modelopgraderinger som hyppige, ikke-trivielle migrationer. Anthropic lancerede Opus 5 den 24. juli 2026, og dens platformsdokumentation og Reuters-dækning viser, at modellen leveres til de samme $5 pr. million input og $25 pr. million output som Opus 4.8, mens den hævder næsten-Fable præstation i mange benchmarks.
Anthropic Opus 5: kapacitet, omkostninger, sikkerhed
Opus 5 afslører et output_config.effort parameter med fem niveauer fra lav til maksimal, så hver anmodning kan bytte omkostninger for dybere tænkning. Anthropics lanceringsmateriale og migrationsguiden beskriver vælgeren som at ændre, hvor mange interne ræsonneringstokens og værktøjsopkald modellen bruger, ikke blot en hård tokenbegrænsning. Det lader teams køre rutinemæssige arbejdsgange med lav indsats for langt lavere tokenforbrug og derefter skifte til høj indsats for komplekse agentiske opgaver. Virksomheden offentliggjorde benchmarkkrav, der sammenligner Opus 5 med Opus 4.8 og Fable 5; Reuters og Fortune opsummere disse krav og bemærkede Anthropics klare positionering af Opus 5 som billigere for mange reelle forretningopgaver.
Sikkerhedsændringer er inkrementelle. Opus 5 arver Opus 4.8 sikkerhedsforanstaltninger og strammer nogle cyberrelaterede afslag i forhold til tidligere Opus-udgivelser, ifølge Fortunes dækning af lanceringen. Uafhængige røde teamundersøgelser forbliver den mest pålidelige kontrol mod for optimistiske leverandørkrav. Den nylige arXiv røde team-evaluering, der målrettede mod Fable og tidligere Opus-modeller, viser, at sikkerheden er skrøbelig under adaptive angreb, så virksomheder bør ikke antage, at en kapacitetsforøgelse indebærer lige robust tilpasning.
Migration, versionering og MLOps
Den praktiske effekt er churn. Hvis du allerede har justeret prompts, værktøjs kæder eller vurderingsmodeller for Opus 4.8, kan skift til Opus 5 ændre tokenantal, værktøjsopkaldsadfærd og outputform. Anthropics migrationsguide advarer eksplicit teams om at rebench tokenisering og latenstid. Forvent disse tre handlinger før en helhedsvis migration: køre tokenisering igen på reelle arbejdsbyrder, gentage automatiserede tests, der udøver værktøjsopkald og fejltilfælde, og indstille indsatsniveauindstillinger pr. endpoint.
Mange købere vil betragte Opus 5 som en omkostningsoptimering, ikke en direkte erstatning. Det rejser indkøbs spørgsmål: vil SLA'er dække semantisk regression på tværs af versioner, og vil leverandørændringskontrol tillade at blive låst til en specifik underversion? Det korte praktiske skridt er at tilføje modelversiongates til CI og budgettere 2 til 6 uger til genjustering pr. stor Opus-udgivelse. For anbefalede arkitektoniske mønstre, se vores praktiske RAG-guide for virksomheder.
Vi observerede tre tilbagevendende mønstre under den seneste model churn. For det første, små ændringer i prompts, der fungerede på Opus 4.8, producerer nogle gange forskellige ræsonneringskæder på Opus 5. For det andet, lav indsats reducerer ofte dyre værktøjsopkald med minimal kvalitets tab for sammenfatninger og ekstraktion. For det tredje, sikkerhedsfejl, hvor Opus afslår og derefter ruter til en mindre model, skaber subtile latenstidspidser, der kræver belastningstest.
Prøv det selv: prompts
De følgende to prompts viser, hvordan man fremdrager indsatsvælgeren i reelt arbejde og tester Opus 5s selvverificering. Forvent, at modellen bruger flere tokens og producerer flere interne checks ved højere indsats.
Denne prompt sammenligner et rutinearbejde med datarensning med lav indsats og en kompleks refaktorering med maksimal indsats. Indsæt to gange med kun indsatsmærket ændret for at se token- og outputforskelle.
Task: Reparér og refaktorer denne rodede Python-datapipeline for at fjerne stille datatab, tilføje enhedstest og opsummere ændringer. Returner en kort changelog, den refaktorerede funktion, og to testcases. Indsats: lav
Denne prompt beder modellen om at finde og rette sine egne fejl og forklare, hvad den ændrede. Brug dette til at teste Opus 5s verificeringsadfærd og se, om den genvinder uden menneskelige prompts.
Task: Skriv en 6-trins plan for at udtrække enheder fra en 10.000 række CSV, og så køre en selvrevision, der opremser mulige fejllogger og patch planen. Hvis du finder et problem, omskriv det berørte trin. Indsats: maksimal
Den åbenlyse indvending er, at leverandørkrav vil være overdrevet, indtil uafhængige benchmarks gentager dem. Det er sandt. Behandl Anthropics tal som retning, kør de samme arbejdsbyrder igen, og budgetér for migrationsarbejde i stedet for at antage direkte kompatibilitet.
