Anthropic Opus 5：对今天企业 AI 的意义
作者：Win.AI Editorial
Anthropic Opus 5 为企业提供了前沿级能力，以 Opus 4.8 的价格，通过增加一个努力拨轮，用以在推理深度与 token 花费之间进行权衡，这一单一变化将迫使买家将模型升级视为频繁且非平凡的迁移。Anthropic 于 2026 年 7 月 24 日推出 Opus 5，其平台文档和路透社的报道显示，该模型的输入定价为每百万 5 美元，输出定价为每百万 25 美元，且在许多基准测试中声称性能接近 Fable。
Anthropic Opus 5：能力、成本、安全性
Opus 5 显示了一个 output_config.effort 参数，拥有从低到高五个级别，因此每个请求可以在成本与更深思考之间进行权衡。Anthropic 的发布材料和迁移指南描述了这个拨轮如何改变模型花费的内部推理 token 和工具调用的数量，而不仅仅是一个硬性 token 上限。这使得团队能够以低努力运行常规工作流程，从而大幅降低 token 消耗，然后在复杂的代理任务中切换到高努力。公司发布了基准声明，比较 Opus 5、Opus 4.8 和 Fable 5；路透社和财富杂志总结了这些声明，并指出 Anthropic 明确定位 Opus 5 为许多实际业务任务的更经济选择。
安全性变化是渐进的。根据财富的发布报道，Opus 5 继承了 Opus 4.8 的护栏，并相对早期的 Opus 版本收紧了一些与网络相关的拒绝。独立的红队研究仍然是对过于乐观的供应商声明的最可靠检查。最近针对 Fable 和早期 Opus 模型的 arXiv 红队评估显示，在自适应攻击下安全性是脆弱的，因此企业不应假设能力的增加意味着同样的强大对齐。
迁移、版本控制与 MLOps
实际效果是不断的调整。如果您已经为 Opus 4.8 调整了提示、工具链或判断模型，切换到 Opus 5 可能会改变 token 数量、工具调用行为和输出形状。Anthropic 的迁移指南明确警告团队重置 token 化和延迟。在全面迁移之前，预计要进行以下三项操作：在实际工作负载上重新运行 token 化，重放测试工具调用和错误回退的自动化测试，并根据每个端点分级设置努力水平。
众多买家将把 Opus 5 视为成本优化，而非简单的替代。这引发了采购问题：SLA 是否涵盖版本之间的语义回归，供应商变更控制是否允许固定到特定子版本？短期的实际步骤是向 CI 添加模型版本门控，并为每个重大 Opus 发布预算 2 到 6 周的重新调整。有关推荐的架构模式，请参阅我们为企业准备的实用 RAG 指南。
我们观察到在近期的模型变更中出现了三种重复模式。第一，小提示的变化在 Opus 4.8 中有效，但在 Opus 5 中有时会产生不同的推理链。第二，低努力通常减少昂贵的工具调用，且对总结和提取的质量损失最小。第三，Opus 拒绝的安全回退然后切换到一个较小模型，会产生微妙的延迟峰值，这需要进行负载测试。
自行尝试：提示
以下两个提示展示如何在实际工作中挖掘努力拨轮，并测试 Opus 5 的自我验证。预计模型在较高努力下会花费更多 token，并产生更多的内部检查。
此提示比较了低努力下的常规数据清理工作和最大努力下的复杂重构。在粘贴两次时，仅更改努力标签，以查看 token 和输出的差异。
任务：修复并重构这个混乱的 Python 数据管道，以消除静默数据丢失，添加单元测试，并总结变更。返回一个简短的更改日志、重构的功能和两个测试用例。努力：低
此提示要求模型找到并修复其自身错误，并解释所做的更改。使用此提示测试 Opus 5 的验证行为，以及它是否能在没有人工提示的情况下进行恢复。
任务：编写一个 6 步计划，从一个 10,000 行的 CSV 中提取实体，然后运行自我审核，列出可能的失败模式并修补计划。如果发现问题，重写受影响的步骤。努力：最大
显然的反对是，供应商声明在独立基准复制之前会被夸大。确实如此。将 Anthropic 的数字视为方向性数据，重新运行相同的工作负载，并为迁移工作预算，而不是假设可直接替换的兼容性。
