Anthropic 于 2026 年 7 月 24 日发布的 Opus 5 带来了一个反直觉的卖点：一个更小、更便宜，却在多个基准测试上实际击败其更大“兄弟”的模型。这并不是模型发布通常的走向——而这正是开发者格外关注它的原因。
Summary
要点速览
- Anthropic 于 2026 年 7 月 24 日发布 Opus 5，而 Opus 4.8 刚在 5 月 28 日上线，仅相隔两个月。
- Opus 5 比 Fable 5 更小、更便宜，却在多个基准测试中表现更好，定价为每百万输入 token 5 美元、每百万输出 token 25 美元。
- 与 Fable 5 相比，Opus 5 上的安全分类器触发频率降低了 85%，且该模型不受适用于 Fable 和 Mythos 的 30 天数据保留政策约束。
- 一个名为 Automatic Fallbacks（自动回退） 的新测试功能会在安全分类器触发时，将 API 请求路由到算力更低的模型，用可用的响应替代错误信息。
- 只有轻量级的 Haiku 模型仍在等待升级到 5 系列。
Anthropic 推出 Opus 5，改进前代模型
Opus 5 插入了一个已经十分拥挤的发布日程。Mythos 5、Fable 5 和 Sonnet 5 都在 6 月上线，而 Opus 4.8 则自 5 月 28 日起才可用——这意味着两个月内的快速迭代。随着 Haiku 成为唯一的“漏网之鱼”，Anthropic 实际上已经在一个季度内完成了整个模型产品线的更新。
核心性能与成本优势
Ars Technica 报道中的核心数字很难被忽视：每百万输入 token 5 美元、每百万输出 token 25 美元——与 Opus 4.8 持平，但比 Fable 更便宜。Anthropic 提供的基准测试图表显示，在编码任务上，Opus 5 的表现大致与 Fable 持平或略有领先，同时在大多数任务类别中也跑赢了 Opus 4.8 和 OpenAI 的竞品 GPT-5.6-Sol，据 Ars Technica 报道。
这种定位对当下企业的思考方式很关键。正如 Ars Technica 指出，工程管理者之间的主流讨论已不再是“极限能力”，而是“成本”。Opus 5 是 Anthropic 对这种压力的回应：在不增加 token 花费的前提下，相比前代提供更高性能，同时价格明显低于 Fable。
不过，Ars Technica 仍将其描述为一次迭代升级，而非突破性飞跃——更接近一次“效率版本”发布，而不是能力上的大跨步。基准测试显示了前进，但并非那种像早期版本那样重新定义智能编码代理的飞跃。对大多数实际应用场景而言，这种区分可能不如性价比那么重要。
Opus 5 的能力增强与限制放宽
除了数字之外，Opus 5 在对开发者约束程度上也有实质性转变。Anthropic 将该模型描述为“在验证自身工作并小心迭代直至成功方面要强得多”——并以基准测试为例：在提示不完整的情况下，模型自行编写了计算机视觉流水线，作为这种自我纠错循环的具体体现。
与 Fable 和 Mythos 相比的数据保留政策差异
在实际层面上更重要的差异之一涉及数据处理。Opus 5 不受适用于 Fable 和 Mythos 的30 天数据保留政策约束——自 Fable 发布以来，这一要求一直令注重隐私的用户和企业客户感到担忧。Opus 5 的豁免使其与前代保持一致，也消除了一个已经影响采纳决策的合规摩擦点。
同样值得理解的是，为什么 Opus 5 整体上限制更少。Ars Technica 的报道指出，这是一个有意的训练决策：Anthropic 刻意避免为 Opus 5 提供在网络安全任务上的最前沿训练。这意味着在漏洞利用方面，它明显落后于 Fable 和 Mythos——而由于风险画像更低，所需的防护栏也更少。限制的放宽，在一定程度上是基于一个在最高风险任务上设定了能力上限的模型所带来的结果。
安全特性与网络安全防护
限制更少并不意味着没有限制。Anthropic 在一个特定的网络安全用例上划定了清晰边界：扫描软件二进制文件以查找漏洞是被禁止的。出于同一目的扫描源代码则是被允许的，因为后者更符合防御性安全工作的性质。
安全分类器触发频率的降低
更广泛的信号是量化的。Anthropic 预计其AI 安全分类器在 Opus 5 上的触发频率将比在 Fable 5 上降低 85%。这是一个显著的降幅——直接反映了公司为该模型设定的更轻风险足迹：在最高风险任务上刻意设置能力上限。
对于构建生产级应用的开发者而言，这种减少对工作流有实际影响。更少的分类器中断意味着更少的流水线中断、更少需要工程化处理的边缘情况，以及在大规模下更可预测的 API 行为。这个 85% 的数字不仅是一个安全指标——在实际效果上，它也是一个可靠性指标。
提升 API 使用体验的新功能
即便分类器触发频率大幅降低，Anthropic 仍着手解决“当它们真的触发时会发生什么”的问题。答案就是一个名为 Automatic Fallbacks（自动回退） 的新测试功能。
Automatic Fallbacks 的介绍与作用
当提示触发安全分类器时，Automatic Fallbacks 不再返回错误，而是自动将请求重路由到算力更低的模型，并返回一个可用的响应。API 用户可以选择启用该功能，一旦启用，体验就会从“硬性中断”转变为“优雅降级”。
对于依赖生产环境中稳定 API 输出的开发者来说，这是一项切实改善体验的变更。分类器触发后返回错误信息会造成下游故障，需要定制化处理；而可用的回退响应则消除了这部分工程负担。这也传递出更广泛的理念：Anthropic 正在转向那种“更少打断工作流”的安全防护，而不是单纯“降低防护栏高度”。
随着竞争加剧——Ars Technica 指出，中国的开源权重模型 Kimi K3 以每百万输出 token 仅 15 美元的价格提供类似性能——Anthropic 在持续降低摩擦与成本方面面临的压力是真实存在的。Opus 5 在这两方面都有所回应，但任何单一模型保持成本优势的窗口正在迅速收窄。更具持久性的押注，或许在于像 Automatic Fallbacks 这样的工具：无论 token 价格最终走向何方，这类功能都能让整个平台更具黏性。
常见问题
Opus 5 在性能和成本方面与 Fable 5 相比如何？
Opus 5 比 Fable 5 更小、更便宜、限制更少，同时在多个基准测试中表现更好。其定价为每百万输入 token 5 美元、每百万输出 token 25 美元，对大多数使用场景而言比 Fable 更具成本优势。
Opus 5 实施了哪些安全措施？
Opus 5 使用的安全分类器触发频率比 Fable 5 上的低 85%。它还禁止将模型用于扫描软件二进制文件中的漏洞，同时允许出于防御性安全目的对源代码进行扫描。
什么是 Opus 5 中的 Automatic Fallbacks 功能？
Automatic Fallbacks 是一个可供 API 用户选择加入的测试功能。当提示触发安全分类器时，系统会自动将请求路由到算力更低的模型，并返回一个可用的响应，而不是错误信息。
Opus 5 是否像 Fable 一样受 30 天数据保留政策约束？
不受约束。Opus 5 不受适用于 Fable 和 Mythos 模型的 30 天数据保留政策限制，而这一直是隐私敏感用户和企业客户关注的问题。
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”Opus 5 在性能和成本方面与 Fable 5 相比如何？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Opus 5 比 Fable 5 更小、更便宜、限制更少，同时在多个基准测试中表现更好。其定价为每百万输入 token 5 美元、每百万输出 token 25 美元，对大多数使用场景而言比 Fable 更具成本优势。”}},{“@type”:”Question”,”name”:”Opus 5 实施了哪些安全措施？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Opus 5 使用的安全分类器触发频率比 Fable 5 上的低 85%。它还禁止将模型用于扫描软件二进制文件中的漏洞，同时允许出于防御性安全目的对源代码进行扫描。”}},{“@type”:”Question”,”name”:”什么是 Opus 5 中的 Automatic Fallbacks 功能？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Automatic Fallbacks 是一个可供 API 用户选择加入的测试功能。当提示触发安全分类器时，系统会自动将请求路由到算力更低的模型，并返回一个可用的响应，而不是错误信息。”}},{“@type”:”Question”,”name”:”Opus 5 是否像 Fable 一样受 30 天数据保留政策约束？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”不受约束。Opus 5 不受适用于 Fable 和 Mythos 模型的 30 天数据保留政策限制，而这一直是隐私敏感用户和企业客户关注的问题。”}}]}
本文在人工智能协助下完成，由编辑团队审核。
