Skip to main content

Claude Opus 5现已登陆Felo：功能、价格及7天免费试用

· 阅读需 18 分钟
Felo Search Tips Buddy
Felo Search Tips Buddy
Committed to answers at your fingertips

Felo现已支持Claude Opus 5。探索功能、基准测试、安全性和价格，免费体验Anthropic的agentic编码模型7天。

Felo现已支持Claude Opus 5，这是Anthropic推出的全新Opus级模型，适用于agentic编码、专业分析和长时间运行的任务。当你的任务不仅需要一个强有力的初步答案，还需要调研、验证、迭代，以及一个你可以自信审查的结果时，可以在Felo中选择它。

为庆祝上线，**Felo Pro订阅用户可在发布日起七天内免费使用Claude Opus 5，无需额外费用。**无论是顽固的bug、证据相互矛盾的调研简报、多步骤分析，还是需要多次修改才能完善的文档，都可以交给它，并用你真正关心的工作来评判它的表现。

Claude Opus 5发布公告，来自Anthropic，原图未变，仅添加灰色边框

封面图片：来自Anthropic的Claude Opus 5公告的原创艺术作品。视觉内容未做更改，仅由Felo添加了灰色边框。

这不仅仅是一份发布说明。下文将以图文方式介绍Opus 5的设计用途、Anthropic在评估中的报告、模型的局限，以及如何在Felo中用真实工作进行测试。

准备好体验了吗？ 在Felo开启你的7天Claude Opus 5试用 ->

Claude Opus 5功能：模型的设计目标​

Anthropic于2026年7月24日发布Claude Opus 5，将其定位为日常高能力模型，适用于长时间运行的智能体、软件工程和专业知识工作。Anthropic自己描述的关键变化并不仅仅是更好的初步响应。Opus 5旨在更有条理地工作：验证中间结果、保持复杂任务的线索，并在第一次尝试未能解决实际问题时进行迭代。

这种区别在实际工作中尤为重要。常规问题可能只需要快速简洁的答案。更大的任务则可能要求模型阅读源材料、判断还需要了解什么、运行计算或工具、比较方案、检查输出并解释结果。这些场景正是Opus级模型最值得选择的地方。

Anthropic强调了三大重叠优势：

  • **agentic编码：**实现更大功能、困难调试、根因分析、重构，以及跨多个文件或工具的任务。
  • **知识工作与分析：**对密集材料进行结构化推理、数值和表格处理、尽职调查、调研和决策支持。
  • **计算机使用与自动化流程：**完成一系列步骤，而非仅仅给出单一孤立答案。

这些优势并不意味着模型可以不经检查直接使用。但它确实能在人工审查决策、证据和最终行动前，完成更完整的困难工作草稿。

Claude Opus 5基准测试与能力​

模型基准测试是有用的参考信号，但并不能保证模型在每个项目中都表现一致。它们取决于任务、测试工具、设置和评分方式。不过，Anthropic的发布为Opus 5所针对的问题提供了有益的图景。

在软件工程方面，Anthropic报告称Opus 5在其内部Frontier-Bench v0.1测试中领先，并且以更低的任务成本将Opus 4.8的性能提升了两倍以上。下图很有参考价值，因为它将权衡具体化：橙色的Opus 5系列在各个努力设置下都高于之前的Opus结果，而不仅仅是在最昂贵的点上。

Anthropic的Frontier-Bench v0.1图表，比较agentic编码得分与每次尝试的成本，原图未变，仅添加灰色边框

来源：Anthropic，Introducing Claude Opus 5。原图未变，仅由Felo添加灰色边框。图表注明Frontier-Bench测试使用了mini-SWE-agent工具、GKE后端，每个任务平均奖励取五次尝试。

在CursorBench 3.2上，Anthropic表示该模型在最大努力下距离Claude Fable 5的最高分仅差0.5%，而每个任务的成本仅为其一半。这也是Opus 5最适合那些低质量初次尝试会带来更多工作量的任务：如跨代码库调试、端到端功能开发，或追踪根因而非仅仅修补表面问题。

在更广泛的问题解决和办公类工作中，Anthropic报告Opus 5：

  • 在ARC-AGI 3（新颖问题解决评估）中得分是次优模型的三倍；
  • 在Zapier AutomationBench（端到端业务自动化测试）中，以相同任务成本达到约1.5倍的次优通过率；
  • 在OSWorld 2.0（计算机使用基准）中以相似成本优于其他模型；
  • 并且在ARC-AGI 3、GDPval-AA v2、HLE、AutomationBench和DeepSearchQA等相关评估中，是其表现最好且最具成本效益的模型。

这些不仅限于代码。Anthropic的GDPval-AA v2图表跟踪了不同努力水平下的真实世界知识任务。这有助于解释为何Opus 5在调研、金融、法律、运营等需要答案经得起审查的工作中同样适用，而不仅仅是初次阅读效果好。

Anthropic的GDPval-AA v2图表，比较不同努力水平下真实世界知识任务得分，原图未变，仅添加灰色边框

来源：Anthropic，Introducing Claude Opus 5。原图未变，仅由Felo添加灰色边框。

这些都是Anthropic发布的结果，包括内部评估和部分早期反馈，而非独立的通用排名。最有效的阅读方式是作为模型测试指引：适用于依赖链长、需求模糊、工具使用、验证，以及浅层答案可能带来重大后果的任务。

Claude Opus 5功能：“努力”如何改变体验​

Opus 5支持不同的努力设置。简单来说，努力让你可以在响应速度和token使用之间权衡更多推理时间。Anthropic的图表比较了模型在多个努力水平下的表现，从节省token的低努力，到高、极高和最大努力。

这很有用，因为并非每个请求都值得同样的预算。快速分类、提纲或小范围修改时可用低努力。任务有多个约束、需要模型整合信息源或诊断失败原因时则应提高努力。对于高风险输出，也要花时间做审查：让模型识别假设、引用来源、测试边界情况，或说明哪些因素会改变其建议。

此次发布还通过Anthropic平台引入了可选的快速模式。Anthropic称其速度约为标准的2.5倍，成本为基础费率的两倍。不同产品的可用性和控制方式可能不同，因此在Felo中应以工作区显示的设置为准，而不是假定所有Anthropic选项都以同样形式出现。

差异体现在自我检查方式​

此次发布最有趣的主题是验证。Anthropic描述了一项评估：Opus 5收到一个机械零件的图纸，但无法直接查看。模型没有止步于此，而是据称编写了计算机视觉流程，从原始像素恢复几何信息，并用FreeCAD重建了3D模型。在另一个例子中，Anthropic称模型找到了真实包管理器bug的根因，并修复了社区补丁遗漏的边界情况。

这些例子应视为模型制造商的演示，而非承诺。但它们为Felo提供了具体的提示模式：不要只要求答案，要要求工作流程。

调查问题，然后提出修复建议。
在最终确定前，针对已说明的需求验证修复，
列出所有假设，并指出可能推翻它的测试或证据。
将最终建议与工作笔记分开返回。

对于调研，同样的方法可以将宽泛提示转化为可审查流程：收集当前资料、区分事实与推断、寻找反证，并生成简明决策简报。Felo的多语言流程在相关资料跨语言时尤其有用；如有需要，可要求保留源语言并提供清晰的英文总结。

Anthropic还报告了在OSWorld 2.0上的强劲表现，这是一个通过多步骤界面操作计算机的基准。这提醒我们agentic工作往往不是“一次提示，一次答案”，而是检查状态、选择下一步、验证结果是否真正达成目标的序列。

Anthropic的OSWorld 2.0图表，比较agentic计算机使用表现与每任务成本，原图未变，仅添加灰色边框

来源：Anthropic，Introducing Claude Opus 5。原图未变，仅由Felo添加灰色边框。

性能不是唯一考量：安全与限制​

Anthropic报告称其部署前行为审计发现Opus 5是近期最符合预期的模型。模型表现出更低的整体不对齐行为、更低的欺骗行为，以及比其他Claude模型更强的抗滥用提示能力。公司还表示Opus 5在生物学和攻击性网络安全测试中，并未扩展高风险双重用途能力的边界。

下图是该声明最清晰的视觉总结。在Anthropic的1-10不对齐行为评分中，分数越低越好；Opus 5得分2.30，低于对比的其他模型。该图为内部安全评估，因此应作为参考，而非替代重要工作的人工审查。

Anthropic自动行为审计图表，显示Opus 5在对比模型中不对齐行为得分最低，原图未变，仅添加灰色边框

来源：Anthropic，Introducing Claude Opus 5。原图未变，仅由Felo添加灰色边框。

重要的实际点是，安全措施仍是产品的一部分。Anthropic称Opus 5可帮助发现源代码漏洞，但对某些网络活动（如基于二进制的漏洞扫描、渗透测试和漏洞生成）设置了更强的防护。触发这些安全措施的请求可能被拦截，或在部分Anthropic产品中回退到其他模型。

对于其他工作，仍需保持与任何强大模型相同的好习惯：

  • 在依赖前审查事实声明、计算、引用、代码和最终操作。
  • 不要把流畅表达当作证据。要求原始资料并检查。
  • 法律、金融、医疗、安全等重要决策必须由人负责。
  • 给模型明确的成功条件和不可逾越的边界。

Anthropic还指出，Opus 5在长时间自主调研任务上仍有重要限制。能力不等于自主性，设计良好的人工审查流程仍是强大工作流的一部分。

Claude Opus 5价格及Felo免费试用​

Anthropic通过Claude API列出的Claude Opus 5价格为每百万输入token 5美元，每百万输出token 25美元，与Opus 4.8的基础费率相同。第三方平台、订阅和功能的价格可能不同，因此请以你所在产品显示的价格和用量信息为准。

对于Felo Pro订阅用户，最直接的信息更简单：**Claude Opus 5自发布日起七天内可免费试用。**这让你可以用真实任务评估它，决定是否纳入常用模型组合。合理的比较不仅仅是“哪个模型写的初稿最好？”可以用你当前模型做同样的困难任务，然后比较完整性、错误率、后续需求、资料处理质量，以及每个结果需要多少审查时间。

如何在Felo Pro免费体验Claude Opus 5七天​

  1. 登录你的Felo Pro账号。
  2. 在你常用于调研、写作、分析或agentic工作的Felo工作区新建任务。
  3. 在模型选择器中选择Claude Opus 5。
  4. 给它一个有明确交付物、相关文件或上下文，并包含显式验证步骤的任务。
  5. 审查结果，必要时优化指令，并在七天上线期间与当前工作流进行比较。

建议从能体现模型优势的工作开始：需要权衡的项目计划、复杂的表格或报告、困难的代码审查、多资料来源的调研问题，或必须经得起追问的分析。目标不是用巧妙提示让模型看起来厉害，而是判断它是否让你的真实工作更清晰、更可靠、更容易完成。

用这次机会处理重要任务： 在Felo开启你的Claude Opus 5试用 ->

Claude Opus 5值得一试吗？​

Claude Opus 5为Felo带来了新选择，适用于需要坚持、细致推理和验证的任务。其发布结果显示agentic编码、自动化、计算机使用和专业分析方面的显著进步，同时安全约束和局限仍是重要背景。

未来七天，Felo Pro订阅用户可免费评估，无需额外模型费用。带来真正重要的任务，让它展示并检查自己的工作，然后根据结果决定Claude Opus 5是否值得在你的工作流中长期使用。

开启你的7天Claude Opus 5试用 ->

来源与延伸阅读​

本文还提供以下语言版本：English、日本語、한국어、繁體中文、हिन्दी、Français、العربية、Русский、اردو、Bahasa Indonesia、Deutsch、Tiếng Việt、Türkçe、Italiano、ไทย、Español、বাংলা、Português。