Claude Opus 5 是 Anthropic 在 2026 年 7 月 24 日發表的 Opus 梯隊新旗艦，API model ID 是 claude-opus-5，官方定位在「複雜 agentic coding 與企業工作」。它在 Claude 一般可用梯隊裡排在 Fable 5 之下、Sonnet 5 之上，標準價每百萬 tokens 輸入 5 美元、輸出 25 美元，與前代 Opus 4.8 完全相同，沒有推廣價。
這篇是我查證 Anthropic 的官方公告、System Card 與 API 文件後，對 Opus 5 的整理；我平常在 seo.whoops.com.tw 用 Claude 跑內容產線，會把查證到的官方事實與實際使用觀察分開標示，不把規格表整篇照搬。本文於 2026 年 7 月整理。
重點先看
梯隊位置：Opus 梯隊最強，低於 Mythos-class 的 Fable 5、高於 Sonnet 5 與 Haiku 4.5；官方在 System Card 明說整體能力未超過 Fable 5。
規格：1M context、128k 最大輸出、thinking 預設開啟、effort 梯隊
low/medium/high（預設）/xhigh/max。價格：$5/$25 與 4.8 同價；賣點是「接近 Fable 5 的前沿智慧、但半價」；Fast mode $10/$50 是 research preview，僅 Claude API。
新功能：mid-conversation tool changes、default fallbacks、prompt cache 最小值降到 512 tokens、Fast mode。
遷移踩雷：thinking 預設開（4.8 預設關），
max_tokens要重看；同時關閉 thinking 又用xhigh/maxeffort 會回 400；effort 權重提高。取得：claude.ai（Max 預設、Pro 最強可選）、Claude Code、Claude API、Amazon Bedrock、Google Cloud Vertex AI、Microsoft Foundry 全 GA。
多數文章講到 Opus 5 只覆述規格表，說它「更聰明、更會寫程式、更 agentic」。規格表是對的，但對判斷要不要用、怎麼用幫助有限。最該先搞清楚的是它在梯隊裡的真實位置：Anthropic 自己在 Claude Opus 5 System Card 裡明說 Opus 5 整體並未超過 Fable 5。這句話讀起來像反面宣傳，其實是判斷 Opus 5 適用範圍最重要的線索，下面會一路展開。
文章目錄
Opus 5 的定位與發表
Opus 5 是 Anthropic「Opus 梯隊」首個第五代模型，把複雜的 agentic coding 與企業工作往前提了一階。官方給它兩個稱號：「Opus 梯隊最強」「complex agentic coding and enterprise work 的主力」。第一個基本屬實，第二個是行銷詞，實際多強看下面評測。
2026 年 7 月 24 日發表，當天 API、claude.ai、Claude Code、Amazon Bedrock、Google Cloud Vertex AI、Microsoft Foundry 全部同步開放。前身是 2026 年 5 月 28 日發布的 Claude Opus 4.8。Opus 4.x 這條線節奏很快，從 4.5（2025 年 11 月）到 4.8（2026 年 5 月）六個月內換了四代，4.8 才上線兩個月就被 5 接替。發表前，Opus 5 以代號 Honeycomb 在業界流傳，2026 年 7 月初曾短暫出現在 Cursor 裡，當時還是傳聞，現在已正式發布，可以代號淵源提一下，但以官方現況為準。
訂閱預設位置也調整了。Opus 5 是 Claude Max 方案的新預設模型，也是 Claude Pro 方案上最強的可選模型。付費最高的那一層用戶拿到它不必動作，Pro 用戶要手動切換才能用，用量限制也比較緊。
在 Claude 梯隊裡的位置：Fable 5、Opus 5、Sonnet 5、Haiku 4.5
Anthropic 目前一般可用的梯隊，由上到下是 Fable 5、Opus 5、Sonnet 5、Haiku 4.5。這個排序對應四種工作類型與四個價格帶，不是純粹的強弱階梯。
| 模型 | 定位 | API ID | 輸入/輸出（每百萬 tokens，USD） | Context | 適合什麼工作 |
|---|---|---|---|---|---|
| Fable 5 | Mythos-class 頂級 | claude-fable-5 | $10 / $50 | 1M | 最高判斷、企業旗艦、複雜資安研究 |
| Opus 5 | Opus 旗艦 workhorse | claude-opus-5 | $5 / $25 | 1M | 最難 agentic coding、企業大型部署、關鍵判斷 |
| Sonnet 5 | 平衡預設值 | claude-sonnet-5 | $3 / $15 | 1M | 多數開發、寫作、agentic workflow |
| Haiku 4.5 | 最快最便宜 | claude-haiku-4-5-20251001 | $1 / $5 | 200k | 量大、分類、摘要、結構化抽取 |
梯隊上下不等於永遠選最上面那顆。Fable 5 對多數日常任務是浪費，Sonnet 5 與 Haiku 4.5 對最難的任務會回不出來。想把整個 Claude 家族放進地圖一起看的話，可以回頭爬一篇 Claude 模型與工具的整體教學，這裡只聚焦 Opus 5 這一格。
Fable 5 是 Anthropic 首個公開的 Mythos-class 模型，2026 年 6 月 9 日發表，中間因為美國出口管制暫停過一陣子，7 月 1 日才全球重開。它與另一顆只給邀請制使用的 Mythos 5 同規格同定價，一般大眾只會碰到 Fable 5。Opus 5 不是 Mythos-class，沒有受到像 Fable 5 那樣的出口管制影響。
關鍵判斷點是「整體未超過 Fable 5」這條官方設的邊界。Anthropic 在 System Card 裡白紙黑字寫著 Opus 5 整體能力不超過 Fable 5，alignment 風險評估為 very low，與 Fable 5 同級。這句話的實際意思是：要用「最強」這個詞，最強的仍是 Fable 5；Opus 5 是「Opus 梯隊最強」與「同價位最強」。講白了，如果你本來就在 Fable 5 上跑最難的任務，沒有理由為了 Opus 5 切過去；如果你本來在 Opus 4.8 上跑，Opus 5 是明確升級。
把 Fable 5 與 Opus 5 的關係想成「研究員與資深工程師」會更踏實。Fable 5 是那種給最難、最前沿、最不可替代判斷的模型，量少但關鍵；Opus 5 是每天能把複雜工作穩定跑完的模型，量大、可重複、成本可控。企業真正大量部署的是後者，前者留在少數關鍵場景。Anthropic 把 Opus 5 稱為「complex agentic coding and enterprise work 的主力」，主力的意思是「每天在線上跑的主力部隊」，不是「最銳利的那一刀」。
Claude Opus 5 規格：1M context、128k 輸出、thinking 預設開
把上述規格整理成快速對照表，方便直接查數字：
| 項目 | Claude Opus 5 規格 |
|---|---|
| API model ID | claude-opus-5 |
| 梯隊定位 | Opus 梯隊最強；低於 Mythos-class 的 Fable 5，高於 Sonnet 5 與 Haiku 4.5 |
| Context window | 1M tokens（預設值同時是最大值，無較小變體） |
| 最大輸出 | 128k tokens |
| Thinking | 預設開啟（Opus 4.8 預設關閉） |
| Effort 梯隊 | low / medium / high（預設）/ xhigh / max |
| 輸入能力 | 文字、圖片、檔案；具備 vision 與 tool use |
| 標準 API 價 | 輸入 $5 / 輸出 $25（每百萬 tokens，USD），與 Opus 4.8 同價 |
| Fast mode | $10 / $50，約 2.5 倍速度、2 倍價格；research preview，僅 Claude API |
| Batch processing | 省 50% |
| Prompt caching | 最高省 90%；最低可快取長度 512 tokens |
| 發表日 | 2026 年 7 月 24 日 |
| 取得管道 | claude.ai、Claude Code、Claude API、Amazon Bedrock、Google Cloud Vertex AI、Microsoft Foundry |
Context 與輸出上限
Context window 是 1M tokens，而且 1M 同時是預設值與最大值，沒有較小的 context 變體。意思是無論你用什麼介面叫 Opus 5，context 上限都是 1M。最大輸出 128k tokens，這個數字對長篇寫作、大型程式碼生成、多步驟報表都夠用。
Vision 與 tool use
輸入支援文字、圖片與檔案，具備 vision 與 tool use 能力，與 Opus 4.x 一致。你可以餵它截圖、PDF、CSV、程式碼檔案，它能在同一個對話裡讀、分析、來回操作。對文件審閱、資料整理、圖表理解這類工作，這個能力比純文字模型實用很多。
Vision 對辦公場景特別有感。把一份中文 PDF 合約丟給它，請它標出風險條款並比對你的範本；或把產品設計稿、競品登陸頁截圖一起餵進去，讓它比對文案與視覺、整理差異點。Tool use 則讓它能在對話中呼叫外部 API、查資料庫、操作瀏覽器，這是 agentic 工作流程的基礎建設。
Thinking 預設開、effort 梯隊
Thinking 這次預設開啟，這是與 Opus 4.8 最直接的行為差異之一。模型自己決定這個任務要不要想、想多久，你不用手動下指令。thinking:{type:"adaptive"} 仍有效且等同預設。effort 參數控制思考深度，梯隊是 low、medium、high（預設）、xhigh、max，無論 API 或 Claude Code 都是這個排序。
high 是預設這件事很重要。它代表 Anthropic 把「多想一點再回答」當成出廠值，多數任務你拿到的回答是模型已經想過一輪的版本。要省錢就往下調，要把最難的題目榨乾就往 xhigh 或 max 推。effort 直接影響 token 消耗與延遲，這也是成本規劃的關鍵變數。
effort 對 Opus 5 的影響比歷代 Opus 都更可靠。官方在發布公告裡提到，Opus 5 把額外 effort 轉成更好結果的可靠性是歷代 Opus 之最。意思是同樣從 high 推到 xhigh，Opus 5 比 4.8 更有機會真的換回更好的答案，而不是白花 token。這個觀察官方講得很正面，獨立驗證要等第三方評測，但方向值得記下來。
要特別注意一個 breaking change：同時關閉 thinking 又用 xhigh 或 max effort 的請求會回 400。API 仍保留關閉 thinking 的選項，但配合的 effort 上限就是 high。從 4.8 搬過來的 workload 如果本來關 thinking 又想在最難任務上推高 effort，要先決定要嘛開 thinking、要嘛接受 high effort 上限。
與 4.8 同價的背後：成本真相與 Fast mode
API 標準價是輸入 $5、輸出 $25（每百萬 tokens，USD），與 Opus 4.8 完全相同，沒有推廣價。官方在 Claude Opus 規格頁 與發布公告裡重複強調一句話：「接近 Claude Fable 5 的前沿智慧，但半價」。Fable 5 是 $10/$50，所以 Opus 5 的單價正好是 Fable 5 的一半。這就是 Opus 5 的成本故事主軸，不是「比 4.8 便宜」，因為它沒有比 4.8 便宜。
把情境算給你看（示意）。假設你有一段 8,000 tokens 的 system prompt，每天重複叫 1,000 次，每次輸出約 2,000 tokens。輸入成本是 8,000 × 1,000 ÷ 1,000,000 × $5 = $40，輸出成本是 2,000 × 1,000 ÷ 1,000,000 × $25 = $50，合計一天 $90，一個月（22 個工作天）約 $1,980。換成 Fable 5 做相同工作量，是 8 × $10 + 2 × $50 = $180 一天，一個月約 $3,960。同一份工作量在 Fable 5 上要花兩倍錢，這就是官方「半價」那段話的實際意義。
再換一個團隊場景（示意）。假設一個五人開發團隊，每人每天跑 Claude Code 約 200 次請求，每次平均 12,000 tokens 輸入與 3,000 tokens 輸出。一天總請求 1,000 次，輸入 1,200 萬 tokens、輸出 300 萬 tokens。在 Opus 5 上，一天成本是 12 × $5 + 3 × $25 = $135，一個月約 $2,970。把 Prompt caching 設好（重複的 system prompt 與專案 context 命中率高），這個數字可以再壓三到五成。
壓成本的兩個主要機制要記得設。Prompt caching 在重複 prefix 命中時，cache read 的價格只有 base input 的十分之一，官方數字是最高省 90%；這次 Opus 5 把最低可快取 prompt 長度從 4.8 的 1,024 tokens 降到 512 tokens，等於把 cache 的實用門檻下調一半，較短的 system prompt 也能開始享受 cache 紅利。Batch processing 是另一條獨立路徑，把沒有即時性需求的請求打包送，省 50%；官方說多數 batch 在 1 小時內完成，最長可達 24 小時；適合大批資料標註、文件分類、回 email 草稿生成這類不在乎一兩個小時內拿到結果的任務。
US-only inference（資料留美）是另一個成本變數，加價 1.1 倍。這個選項主要給有資料主權合規需求的企業，例如金融、醫療、政府合約；一般使用者與多數企業不需要，預設不開啟就好。
Fast mode 是這次新出現的 research preview，定價 $10 輸入 / $50 輸出，大約 2.5 倍速度、2 倍價格，僅在 Claude API 提供，Bedrock、Vertex AI、Foundry 暫不支援。要把它當成「必要時花兩倍錢買 2.5 倍速度」的窄用途選項，長期 workload 仍然用標準價評估。
老實說，看完整個定價結構，Opus 5 對本來就用 Opus 4.8 的人是「成本不變、能力全面提升」；對本來用 Sonnet 5 的人是多花 1.67 倍錢換 Opus 梯隊的判斷力；對本來用 Fable 5 的人是「能在很多任務上切下來省一半」。三種帳本要分開算，不要混在一起。
再算一個更直接的 Opus 5 與 Sonnet 5 比較（示意）。同一份工作：每次 8,000 tokens 輸入、2,000 tokens 輸出，每天跑 1,000 次。Sonnet 5 標準價一天是 8 × $3 + 2 × $15 = $54，一個月約 $1,188；Opus 5 一天是 8 × $5 + 2 × $25 = $90，一個月約 $1,980。差價每個月約 $792，一年接近 $9,500。這筆錢要不要花，取決於你最難任務的出錯成本：如果一次判斷錯誤的成本超過這個數字，Opus 5 是划算的；如果任務本身對正確性要求不高，Sonnet 5 反而是甜蜜點。說穿了，模型選擇不是技術問題，是你出錯預算的財務問題。
效能評測：對前代全面勝出、對 Fable 5 仍落後的雙向解讀
這些評測數字都是 Anthropic 自己測的，看看趨勢就好，要查證去翻 System Card 與發布公告裡的 chart。
Opus 5 對前代 Opus 4.8 是全面勝出。Frontier-Bench v0.1 上，Opus 5 以更低單任務成本達到 Opus 4.8 的兩倍以上表現；ARC-AGI 3（專門考新穎問題求解）分數是次佳模型的三倍；Zapier AutomationBench（端到端商務任務）通過率約是次佳模型的 1.5 倍；OSWorld 2.0（computer use）以約三分之一成本超越 Fable 5 的最佳結果。生命科學這條線也全面提升，有機化學（從光譜推分子結構）內部 benchmark 比 4.8 多 10.2 個百分點；GDPval-AA（知識工作）拿下新 SOTA。這幾個數字是這一代升級幅度最直接的證據。
但跟 Fable 5 比，畫面就轉了。Anthropic 在 System Card 裡白紙黑字寫著 Opus 5 整體並未超過 Fable 5；CursorBench 3.2（max effort）上 Opus 5 在 Fable 5 巔峰分數的 0.5% 以內，但單任務成本減半。意思是分數追得上、成本省得多，但「整體最強」這個頭銜還在 Fable 5 手上。
Cyber 是另一個不能不提的面向。Opus 5 的資安能力優於 Opus 4.8（辨識軟體漏洞能力提升），但仍落後 Mythos 5。具體一點：防禦型的原始碼漏洞發現變強，進攻型的編譯二進位檔漏洞發現仍然不行。所以需要做進攻型資安研究的場景，要拿 Fable 5 或 Mythos 5；做防禦方工作，Opus 5 比 4.8 更好用。
合作夥伴的見證也值得記一筆，但要知道這些是發表會挑過的，聽方向就好。Devin（Cognition）說 Opus 5 在 FrontierCode 1.1 上接近 Fable 水準、半價，對困難 debug 與 root-cause 分析特別強；Cursor 說 Opus 5 以 Opus 的速度與成本提供接近 Fable 5 的智慧，CursorBench 上略低於 Fable 5、行為相近。兩家都把「半價接近 Fable」這個賣點講出來，與官方定調一致。
數字讀起來分兩層：對前代 4.8 是全面勝出、沒有回退，對 Fable 5 則是分數逼近、整體仍落後、成本省一半。三個方向同時存在，不互相打架。講「Opus 5 已經等於 Fable 5」是過度陳述，比較準的講法是「在多數實際工作量下，Opus 5 用一半的錢拿到接近 Fable 5 的結果」。
Claude Opus 5 vs Fable 5：規格、價格、能力與適用場景比較
「Opus 5 是不是已經等於 Fable 5」是這一代最常被問的問題。答案不是非黑即白：Opus 5 在多數 coding 與知識工作評測追得上 Fable 5、成本只要一半，但「整體最強」這個位置，System Card 明說還在 Fable 5 手上。把兩顆模型放在同一張表比較，比單看分數更容易判斷自己該站哪一邊。
| 比較維度 | Claude Opus 5 | Claude Fable 5 |
|---|---|---|
| 梯隊等級 | Opus 梯隊最強 | Mythos-class，Anthropic 一般可用模型裡整體最強 |
| 標準 API 價 | $5 / $25 | $10 / $50（正好兩倍） |
| Frontier-Bench v0.1 | 官方自測超越所有模型，單任務成本更低 | 在此評測被 Opus 5 超越 |
| CursorBench 3.2（max effort） | 在 Fable 5 巔峰分數 0.5% 內，單任務成本減半 | 巔峰分數仍領先 |
| 整體能力 | System Card 明說未超過 Fable 5 | 整體最強 |
| Cyber 能力 | 防禦型漏洞發現提升，進攻型仍落後 Mythos 5 | 進攻型資安研究首選 |
| 出口與合規 | ASL-3，未受美國出口管制限制 | Mythos-class，曾因出口管制暫停 |
| 最適合 | agentic coding、企業高難度工作、要壓成本的量大場景 | 關鍵判斷、進攻型資安、可接受兩倍成本換巔峰 |
做 Claude Opus 5 比較時，把這張表看完會比單看 benchmark 分數更容易下結論：兩顆模型的差距集中在「整體最強」與「進攻型資安」這兩類，不在多數日常開發與知識工作。如果你的任務不屬於那兩類，Opus 5 用一半的錢拿到接近的結果；如果屬於，就直接升 Fable 5，不必在兩倍價差上猶豫。
Claude Opus 5 寫程式：為什麼 agentic coding 是它的主場
官方給 Opus 5 的定位寫得很明白：複雜 agentic coding 與企業工作。這不是公關話術，評測數字也指向同一個方向。Frontier-Bench v0.1 上，Opus 5 以更低單任務成本達到 Opus 4.8 兩倍以上的表現，並超越所有參與評測的模型；CursorBench 3.2 在 max effort 下，Opus 5 落在 Fable 5 巔峰分數的 0.5% 內，但成本只要一半。把這兩個數字放在一起看，Opus 5 在 coding 任務的性價比是這一代最突出的。
實際把 Opus 5 接進開發流程的人怎麼說，也值得參考，但這些是發表會挑過的合作夥伴見證，聽方向就好。Cognition 的 Devin 在 FrontierCode 1.1 上看到 Opus 5 接近 Fable 水準、半價，對困難 debug 與 root-cause 分析特別強；Cursor 則說 Opus 5 用 Opus 的速度與成本提供接近 Fable 5 的智慧。兩家都把半價接近 Fable 這個賣點講出來，與官方定調一致。
在自己的工作流裡，Opus 5 最適合的場景是大型 repo 重構、跨檔案修改、複雜除錯，以及需要連續多步推理的 agentic 任務。effort 是關鍵控制桿：日常開發用 high，遇到最難的除錯或架構判斷再推到 xhigh 或 max；Opus 5 把額外 effort 轉成更好結果的可靠性是歷代 Opus 之最，所以拉高 effort 比在 4.8 上更有機會換回實質改善。透過 Claude Code 或 API 把 Opus 5 接進現有 repo，讓它讀完整專案 context 再動手，是發揮它 coding 主場優勢的基本配置。
規格表之外：開發者用 Opus 5 做出的驚人成品
規格表與官方 benchmark 之外，Opus 5 上線後實際跑過它的開發者，陸續在 X 上公開了讓社群驚呼的實做成品。這些 demo 比分數更能說明 Opus 5 的真實能力邊界，也點出它目前最強勢的應用場景。底下挑三則流量最高、具代表性的實做，把官方評測沒展現的那一面補上。
第一則來自知名 AI 開發者、HyperWrite 共同創辦人 Matt Shumer。他在 Opus 5 發表隔天用一個 prompt 生成出完整的 3D 第一人稱射擊遊戲 Claude of Duty，畫面上看到的全是模型自己寫的程式碼，沒有用到任何外部素材，連美術與關卡都是模型一手產出。這則 demo 在短時間內累積超過 140 萬次觀看，是 Opus 5 發表週最具代表性的實做：
Claude Opus 5 one-shotted this game.
— Matt Shumer (@mattshumer_) July 25, 2026
EVERYTHING you see in this demo is custom code… not a single external asset was used.
AI games are going to be amazing.
(sound on) pic.twitter.com/zc7C61kgv1
同一類 3D 任務，也有開發者拿 Opus 5 與前一代旗艦 Fable 5 Max 下相同指令做並排對比。結果兩邊特性很清楚：Opus 5 在材質與細節上被評為極為驚人，Fable 5 Max 則勝在一次就成功生成。這種換模型、同 prompt 的對比，是看一代模型個性與進步幅度最直觀的方式，也比單看分數更能感受差異：
i tried Opus 5.0 vs Fable 5 Max.
— sui ☄️ (@birdabo) July 23, 2026
Claude Opus 5.0 is quite the AGI beast in 3D, the texture and details are absolutely insane.
Fable one shotted this though, could be improved.
credit to @chetaslua for the Opus 5 code. pic.twitter.com/ZAKAjjapuX
更出乎意料的是效率。開發者 am.will 實測 Opus 5 建出一個可玩的 Rocket League 仿作版，過程中消耗的 token 只有他預期的 27%，模型不只做得出來，還用更少資源做到。不過他也誠實提醒，這類一次成型的複雜 demo 雖然驚人，實際要搬進產品線時，程式碼品質與邊界條件仍要自己把關：
WOW! I thought Opus 5 would just be a cheaper Fable. I was dead wrong.
— am.will (@LLMJunky) July 24, 2026
This model is absolutely BONKERS. I'm genuinely blown away.
Opus 5 built the best Rocket League clone i've ever seen, and it did it while consuming only 27% of my 5x Max sub.
Sound on. There's layers to… pic.twitter.com/5ZzqpluF9K
把這幾個實做疊起來看，Opus 5 在「一次生成複雜可互動成品」這個面向，確實拉開了與前代的距離，尤其是 3D 遊戲、即時模擬這類過去要反覆多輪才有結果的任務。但驚人 demo 不等於可直接上線的產品，一次生成的程式碼仍需審查、token 消耗要自行監控，這也呼應前面提醒過的 effort 要與任務匹配。規格表告訴你 Opus 5 多了哪些能力，這些開發者的實做則告訴你那些能力在真實專案裡能走多遠。
對一般使用者到底意味什麼：agentic、thinking 預設開、effort 梯隊
agentic 這個詞被各家廠商用得很浮濫，講到後來常常只剩「會自己做事」這種沒資訊量的口號。對一般使用者，agentic 的具體意思是：模型能接工具、能連續做好幾步、會在中間自己判斷要不要再查一次。
換到工作場景，這幾件事的實際效果是交辦的顆粒度變大。以前你要把一件工作拆成「查 A、查 B、把 A 跟 B 比較、寫結論」幾個 prompt 分別餵，現在你給 Opus 5 一個目標，讓它自己排流程。它發現缺了訓練截止後的資訊，會自己用瀏覽器或 API 去查，而不是硬猜。它也能在多檔、多步驟的環境裡維持狀態，Claude Code 跑一個 repo 的重構、claude.ai 跑一個研究任務，背後都是這個能力。
落到三種工作會比較具體。做內容研究的人，把十家競品的定位、定價、近期新聞整理成交付給客戶的產業報告，從前要花三天手動爬資料，現在把十家清單與分析框架交代給 Opus 5，它自己排詢問順序、分批爬資料、整理成結構化輸出，再交一份草稿加來源清單給你。你的工作從「執行」挪到「設定目標、驗收、補框架」，驗收標準可以訂成：每條結論都要能對回某條可點擊來源。
寫程式的人不必憑空想像，Claude Code 裡直接看得到。丟一個五人團隊維護兩年、約五十個檔案的舊模組給它重構，把目標與限制設好，它讀完整個模組、規劃改動、分批修、跑測試、自我修正，開一個分支跟 PR 等你審。你審的是 PR，不是逐行改碼，驗收門檻就是那個 PR 得過你既有的測試套件。要把這條工作流程與其他 coding agent 比節奏，可以參考另一篇 Codex 與 Claude Code 的節奏差異。
行銷的量大任務也合用。電商檔期要為二十檔 SKU 各發一篇社群貼文、每篇對應不同受眾與平台，把產品資訊、受眾清單、平台規範一次給齊，它自己生成、自己按平台特性調整、產出帶配圖建議的成品，驗收時按受眾清單逐篇核對即可。
三種工作表面不同，底層是同一個位移：你交辦的單位從「一句話」放大成「一個任務」，重心從「產出」挪到「設計任務與驗收」。thinking 預設開、effort 梯隊這兩個設計，就是支撐這個位移的引擎：模型自己在每次任務裡決定要想多久，你再透過 effort 微調深度。
agentic 也有它做不到的事。它不會替你判斷「這個任務該不該做」，不會替你做倫理與合規決定，不會處理需要人際信任與判斷的溝通。策略、判斷、關係這幾件事它接不了，留給人類自己；能交給它的，是重複、可驗收、有明確定義的執行。
什麼情況選 Opus 5、什麼情況升 Fable 5、什麼情況退 Sonnet 5
問題不是哪顆最強，是你要它做哪一種活。Opus 5 是企業與高難度開發的合理預設，但不是所有人的最佳解。把任務類型、模型、effort 擺在同一張表看，判斷會快很多。
| 任務類型 | 推薦模型 | effort 建議 | 理由 |
|---|---|---|---|
| 客服分類、標籤、摘要 | Haiku 4.5 | 不適用 | 量大、規則明確，貴模型做浪費 |
| 翻譯、改寫、潤稿 | Haiku 4.5 或 Sonnet 5 low | low | 機械化任務，effort 高低差距小 |
| 日常寫作、email、報告 | Sonnet 5 | medium 到 high | 平衡品質與成本 |
| 中型程式開發、debug | Sonnet 5 | high | 多數開發主場景 |
| 大型 repo 重構、複雜除錯 | Opus 5 | high 到 max | Opus 梯隊主場景 |
| 高風險決策支援、複雜推理 | Opus 5 | xhigh 到 max | 判斷正確性優先 |
| 多步驟 agentic workflow（企業） | Opus 5 | high 到 xhigh | 連續推理 + 可靠性 |
| 進攻型資安研究、最先進判斷 | Fable 5 | high 以上 | Opus 5 cyber 仍落後 Mythos 5 |
選 Opus 5：最難的 agentic coding（大型 repo 重構、複雜除錯）、需要最高判斷正確性的企業決策支援、多步驟 agentic workflow、需要長 context 與大量工具協作的企業工作。如果你本來用 Opus 4.8，Opus 5 是直接升級，紙面成本不變、能力全面提升。
升 Fable 5：需要「整體最強」判斷的關鍵任務、進攻型資安研究、可以接受兩倍成本換取巔峰分數的場景。Fable 5 與 Opus 5 的價差是整整兩倍，要花這個錢之前先問自己這個任務的產出值不值那兩倍。判斷其實很實際：任務出錯會掉錢（退單、合規罰款、客戶流失）、會觸法、或會對外發出造成不可逆影響，就直接升 Fable 5，不必去算那兩倍。
退 Sonnet 5：日常寫作、中型程式開發、長文件處理、量大的 agentic workflow。Sonnet 5 的 $3/$15 是 Opus 5 的 0.6 倍，多數工作用它就夠。把 Sonnet 5 放在量大工作層、Opus 5 放在關鍵判斷層，是常見的兩層配置。例如客服系統，第一層用 Sonnet 5（甚至 Haiku 4.5）做意圖分類與常見問題回覆，分不出來或高風險的再交給 Opus 5 處理，成本與品質都最佳化。
梯隊之間不是越強越好。最強的模型做簡單事就是浪費錢和延遲。把任務分類、對應到對的模型，比一路用最強要省很多。這個判斷在企業部署裡尤其重要，因為量大，幾個百分點的模型選擇錯誤就放大成實質的成本差。
台灣怎麼用 Opus 5：四條取得路徑
取得 Opus 5 有四條主要路徑，難易度與成本結構各不相同。
claude.ai：多數人最快上手的入口。網頁、iOS、Android 都有，桌面端也有 Claude Desktop。Opus 5 是 Claude Max 的預設模型，也是 Claude Pro 上最強的可選模型。區域可用性方面，Opus 5 是 ASL-3、非 Mythos-class，沒有受到像 Fable 5 那樣的美國出口管制；不過 Opus 5 專屬的台灣可用性，目前沒有直接的第三方報導，與同系列模型相同，使用前建議再確認一次 Anthropic 官方支援區域，區域政策本來就會調整。要省事，訂 Max 就直接拿到 Opus 5；不想花到 Max 月費的，Pro 訂閱者手動切換也能用，但用量限制比較緊。
Claude Code：開發者的主力入口。命令列與 IDE 內整合，能直接操作檔案系統、跑終端機、改 repo，是 Opus 5 在 coding 場景的主要介面。要把 Claude Code 跑起來、搭配 Opus 5 的命令列與 IDE 整合細節，可以參考 Claude Code 的命令列與 IDE 整合。
Anthropic API：直接用 model ID claude-opus-5 呼叫，是唯一讓你完全控制 effort、context、caching 的路徑。量大、要做快取、要批次、要用 Fast mode、要 US-only inference 的場景，只能在這裡。門檻是技術能力，要會寫程式或用 Postman 之類的工具，但靈活度與成本控制遠高於訂閱制。
Opus 5 API 第一次呼叫（curl）
若要最快驗證 Opus 5 的中文回應，一支 curl 就夠。先把 ANTHROPIC_API_KEY 設成環境變數再執行：
curl https://api.anthropic.com/v1/messages \
-H "x-api-key: $ANTHROPIC_API_KEY" \
-H "anthropic-version: 2023-06-01" \
-H "content-type: application/json" \
-d '{
"model": "claude-opus-5",
"max_tokens": 1024,
"messages": [{"role":"user","content":"用繁體中文介紹 Opus 5 與 Opus 4.8 的差異"}]
}'回應裡的 usage 欄位會把思考與回覆的 token 分開計；把相同 prompt 分別用 high 與 xhigh effort 各跑一次，就能親眼看到 effort 對 token 消耗與回覆深度的實際影響，比看規格表更具體。注意 max_tokens 是思考加回覆的合計上限，從 Opus 4.8 搬過來的腳本要記得拉高，否則思考把額度吃掉會讓回覆被截斷。
雲端夥伴：Amazon Bedrock、Google Cloud Vertex AI、Microsoft Foundry 三家都已 GA。Vertex AI 與 Foundry 用 claude-opus-5（與 API ID 一致），Amazon Bedrock 的模型 ID 命名規則與 API 不同，實際字串以 Bedrock 主控台顯示為準。一個額外好處：Bedrock 上 zero data retention (ZDR) by default，對合規敏感的企業是實質加分。已在這些雲端上跑工作流程的，透過自家雲端叫 Opus 5 不必另開 Anthropic 帳號，帳單、合規、IAM 全走雲端既有架構。
四條路徑怎麼選？個人使用者與內容工作者走 claude.ai 最簡單，開發者加訂 Claude Code，企業 API 用量大或需要嚴格成本控制走 Anthropic API 直連，已在雲端生態裡的企業走自家雲端夥伴。Fast mode 只在 Claude API 提供，要走 Fast mode 的人只能在 API 直連這條路上。
從 Opus 4.8 搬過來會踩哪些雷
Opus 4.8 沒有被強迫退役，沒有發布 dead line 強制遷移時程。所以「要不要升級」是你自己評估，不是急著動手。
但遷移要小心三個層面。
第一個是 thinking 預設開這件事造成的 max_tokens 重算。4.8 預設不開 thinking，你設多少 max_tokens 就是回覆上限；Opus 5 預設開 thinking，max_tokens 變成「思考 + 回覆」的合計硬上限。從 4.8 搬過來的 workload，如果本來 max_tokens 設得剛剛好，搬到 Opus 5 後可能因為模型把一部分預算花在思考上、導致回覆被截斷。升級前把 max_tokens 全部重看一遍，這是最常見的雷。
第二個是前面提過的 breaking change：同時關閉 thinking 又用 xhigh 或 max effort 的請求會回 400。API 仍保留關閉 thinking 的選項，但配合的 effort 上限是 high。看個 before/after。
4.8 時代這樣寫還能跑：
{
"model": "claude-opus-4-8",
"max_tokens": 4096,
"thinking": {"type": "disabled"},
"effort": "max",
"messages": [{"role": "user", "content": "..."}]
}搬到 Opus 5，要嘛把 thinking 拿掉（接受預設開），要嘛把 effort 降到 high 以內，否則回 400：
{
"model": "claude-opus-5",
"max_tokens": 8192,
"effort": "max",
"messages": [{"role": "user", "content": "..."}]
}注意 max_tokens 從 4096 拉到 8192，是因為 thinking 預設會吃一部分預算，不拉高就可能截斷。
第三個是行為校準。effort 權重在 Opus 5 提高，同樣的 high 在 4.8 與 5 上表現出來的「想多久」可能不同；本來寫給 4.8 的 prompt 不需要全部重寫，但建議先在非生產環境跑兩週 A/B，把輸出與成本和 4.8 並排比較，再決定要不要全面切換。Prompt caching 最低值降到 512 tokens 是好消息，本來因為 system prompt 太短不能開 cache 的場景，現在可以開始用了，這個要在搬遷時一起設定，否則等於把可省的錢放著不撿。
prompt 本身的寫法也建議跟著調整。Opus 5 的 thinking 預設開、effort 權重高，對「目標導向」的 prompt 反應比「步驟導向」更好。4.8 時代常見的寫法「先做 A、再做 B、再做 C」這種過度具體的步驟指令，到了 Opus 5 反而可能綁住模型的思考；改成「給我 X 結果，考慮 Y 限制，輸出格式是 Z」這種目標與限制描述，產出通常更接近你要的。這個調整方向與 Anthropic 近幾代的 API 設計哲學一致：模型自己決定怎麼想，你用自然語言描述目標，不要用抽樣參數或步驟指令微調。
新功能裡最該注意的三個：tool changes、default fallbacks、cache 最小值
這次的新功能寫在 Opus 5 what’s-new 文件 裡，多數是給開發者用的 API 層改進，一般訂閱用戶感覺不到，但對企業部署很重要。
Mid-conversation tool changes（beta）：對話中途可增刪工具，而且保留 prompt cache。以前要嘛一開始就把工具清單固定下來，要嘛改一次就重送整段、cache 失效；現在可以視任務進展動態加工具，cache 還能繼續用。這個對長程 agentic workflow 的成本控制是實質改善。beta header 是 mid-conversation-tool-changes-2026-07-01。
Default fallbacks mode（beta）：fallbacks 參數新增 "default" 模式，依拒絕分類套用 Anthropic 建議的 fallback 模型，開發者不必自己維護 fallback 模型清單。整個 fallbacks 參數為 beta、opt-in，不是自動行為。要特別知道的是，Opus 5 在高風險領域可能 fallback 到 Opus 4.8，會通知使用者；這是 System Card 明講的設計。beta header 是 server-side-fallback-2026-07-01。
Lower prompt cache minimum：最低可快取 prompt 長度從 1,024 tokens 降到 512 tokens。這個改動看起來小，實務上很有感，因為不少應用的 system prompt 剛好落在 500 到 1,000 tokens 這個尷尬帶，本來開 cache 沒效果、現在可以開始用了。
這三個都是 opt-in 的 beta 或設定，預設不開，遷移時要自己選起來。
常見迷思
最常見的，是把 Opus 5 當成 Fable 5 的等價品。System Card 白紙黑字寫著 Opus 5 整體未超過 Fable 5，CursorBench 上也是略低於 Fable 5。把推薦文寫成「Opus 5 已超越 Fable 5」是過度陳述，任何這樣講的評測或評論都該打折。比較準的講法是「同成本下最強」「半價接近 Fable 5」。
另一個誤解，是把「thinking 預設開」當成「每次都要付思考成本」。預設開不代表每次都會想很久，模型自己會判斷任務需不需要想、想多久；簡單任務的思考成本可能接近零，複雜任務才會把思考預算吃滿。要把思考關掉也可以，但受 effort 上限限制（關閉 thinking 時 effort 最高到 high）。
effort 越高越好，同樣不是鐵律。high 是預設，多數任務合理；量大或對延遲敏感的任務就該往下調。同一個 prompt 每天跑破千次，或延遲預算壓在兩秒內，往下調到 medium 甚至 low，多數情況輸出品質只掉一點點，成本卻可能差好幾倍。effort 調的是花多少，不是做多好。
「Opus 5 很安全，所以能做進攻型資安工作」這句只對一半。Opus 5 整體 alignment 風險評估為 very low，prompt injection 抵抗力是歷代 Opus 提升最多的；它也允許所有存取層級的原始碼漏洞發現，做防禦方工作比 4.8 更好用。但進攻型、編譯二進位檔的漏洞發現仍然不行，整體 cyber 能力仍落後 Mythos 5。做防禦方工作它很好，做需要進攻能力的資安研究，要拿 Fable 5。
1M context 也是常被高估的數字。技術上可以把整個知識庫塞進去，實務上 context 越長、recall 越差，這是所有 LLM 共通的現象。1M context 的正確用法是放完整長文件、整個 repo、整場會議逐字稿這類結構清楚的內容，不是把雜亂無章的資料全塞進去期待它找得到。
使用限制與審核邊界
幻覺與諂媚（sycophancy）的具體數字官方沒有公布，你要的是「方向」這個訊號，不是某個精確百分比。Over-refusal 在良性請求上是近期模型最低之一，這對實際使用體驗是好消息，因為前幾代 Claude 為人詬病的就是過度拒絕。多輪回應可能較冗長詳細，這對需要簡短輸出的場景要注意。
Opus 5 沿用與 Opus 4.8 相同的 ASL-3 防護。化生風險評為 CB-1（非新型武器合成），不是 CB-2，與 Mythos 5 的 CB 風險相當；未跨越 RSP 的 automated AI R&D 門檻，AI R&D 能力與 Mythos 5 相當但未接近替代研究員；沒有新令人擔憂的 covert capabilities。這些是 System Card 公開的評估，不是負評，但企業部署要把 ASL-3 這個標籤放進合規討論。
對合規敏感的產業還有一個設計要曉得：Opus 5 在高風險領域可能 fallback 到 Opus 4.8，會通知使用者。這個 fallback 不是隱藏行為，是寫進 System Card 的明文機制，開發者也可以透過 API 的 fallbacks 參數自己設定。對金融、醫療、政府合約這類需要可預測行為的場景，這個機制要在 SLA 與使用者告知裡寫清楚：你的請求有時會跑到 4.8，行為可能與 5 略有差異，審計要能區分兩者。防禦型資安工作則有一個實質利好：Opus 5 允許所有存取層級的原始碼漏洞發現，但仍阻擋編譯二進位檔的漏洞發現（後者較常用於進攻）。
Opus 5 的同期競爭對手還有 OpenAI 的 GPT-5.6 與 xAI 的 Grok 4.5，各自在 coding、agentic、知識工作有不同的強項與定價結構，橫向比較留給那兩篇。選哪一個，看你的主要任務類型、生態綁定（IDE、雲端、API SDK）、合規需求，沒有絕對贏家，建議實際拿你的真實任務跑 A/B，比看評測分數準。
實際使用上要設計人類審核環節的幾個情境。對外發送的內容（email、公關稿、社群貼文、客服回覆）一定要人看過再送，因為 LLM 偶爾會自信地寫出錯誤事實或語氣不合的句子，這不是 Opus 5 獨有，但它的 agentic 能力讓它「自己跑完」的範圍變大，等於把這個風險面也放大了。涉及金額、日期、合約條款、法規解讀的輸出，必須雙重核對原始資料，不要相信它「記得」。需要原地修改外部系統的 agentic 動作（寫資料庫、改檔案、發 API 請求），最好先在沙盒或 staging 環境跑，確認行為符合預期再開放正式環境。
哪種任務絕對不要完全交給它？涉及人際判斷的（例如錄用決定、績效評估、客戶關係處理）、需要創始人直覺的（例如產品方向、品牌定位）、需要承擔法律責任的（例如醫療診斷、法律建議、投資建議）。這些領域它可以做草稿、做資料整理、做假設情境分析，但最終判斷與責任在人類身上。
下一步：三種讀者怎麼動手
如果你是 Claude Max 訂閱用戶，什麼都不用做，Opus 5 已經是預設模型。要做的是認識 thinking 預設開與 effort 梯隊，給任務時調整 prompt 習慣，少寫死步驟，多描述目標與限制。第一次試可以用一段你常做的工作，分別用 high 與 xhigh 各跑一次，看輸出差異與用量差異，建立自己的 effort 直覺。如果你是 Pro 訂閱用戶，要到設定裡手動切換才能用 Opus 5，用量上限比 Max 緊，建議把最難的任務留給它，日常用 Sonnet 5 即可。
如果你是開發者，本來用 Opus 4.8 寫 API 或跑 Claude Code，先在非生產環境試跑，把 max_tokens 重看一遍（因為 thinking 預設吃預算）、確認沒有「關閉 thinking 又用 xhigh/max effort」這種會回 400 的組合、把 Prompt caching 設起來（最低 512 tokens 現在更實用）。確認沒問題再切換 production。Opus 4.8 沒有強制退役，你不急的話可以分階段搬，先搬低風險 workflow，觀察兩週再擴大。
如果你是企業在評估大規模部署，走雲端夥伴（Bedrock、Vertex AI、Foundry）比較省事，帳單合規都走既有架構。Bedrock 的 ZDR by default 對合規敏感的產業是實質加分。要做的事是重新校準 TCO，把 effort 提高帶來的多算幾輪、Prompt caching 命中率、Fast mode 是否需要、US-only inference 1.1 倍加價全算進去，再跟 Sonnet 5、Haiku 4.5 的混合配置比一遍（粗估：月呼叫 5,000 萬 tokens、cache 命中七成，用上面的單價套一遍，就是企業要編進預算的那個數字）。光看單價會選錯。同時要設計人類審核環節，因為 Opus 5 在高風險領域會 fallback 到 4.8，這個 fallback 路徑要在 SLA 與使用者告知裡寫清楚。
不管走哪條路，都別只看規格表就下判斷，拿你的真實任務實跑一週，讓數字自己說話。規格表告訴你上限，實跑告訴你均值，兩者差距就是你決策的空間。切換以後第一個月也要加強監控實際成本，effort 權重提高與 thinking 預設開會在你意料之外的地方偷跑出來，最常見的浪費點是高 effort 跑了大量其實只需要 medium 的任務，這個落差只有實際看用量資料才看得出來，靠感覺抓不準。
常見問題
Claude Opus 5 規格是什麼？
API model ID 是 claude-opus-5，1M context window、128k 最大輸出、thinking 預設開啟、effort 梯隊 low 到 max（預設 high），支援文字、圖片、檔案輸入與 tool use。標準 API 價 $5/$25（每百萬 tokens），與 Opus 4.8 同價、是 Fable 5 的半價；梯隊定位是 Opus 梯隊最強，低於 Fable 5、高於 Sonnet 5 與 Haiku 4.5。本文前面有完整的規格對照表與各項說明。
Claude Opus 5 跟 Claude Opus 4.8 差在哪？
規格升級，API 標準價不變，都是 $5/$25。Context 1M、最大輸出 128k 與 4.8 相同，但 thinking 預設開啟（4.8 預設關）、effort 權重提高（Opus 5 是歷代 Opus 中把額外 effort 轉成更好結果最可靠的一代），並新增 mid-conversation tool changes、default fallbacks、cache 最小值降到 512 tokens、Fast mode 等功能。效能上對 4.8 是全面勝出，Frontier-Bench v0.1 達到 4.8 兩倍以上表現、ARC-AGI 3 是次佳模型三倍。遷移要注意 thinking 預設開會吃 max_tokens 預算，以及關閉 thinking 又用 xhigh/max effort 會回 400。
Claude Opus 5 真的比 Fable 5 強嗎？
不。Anthropic 在 System Card 裡明說 Opus 5 整體能力並未超過 Fable 5。CursorBench 3.2 上 Opus 5 在 Fable 5 巔峰分數的 0.5% 內，但單任務成本減半；進攻型 cyber 能力仍落後 Mythos 5。正確說法是「Opus 梯隊最強」「同成本下最強」「半價接近 Fable 5 智慧」，不是「整體最強」。
Claude Opus 5 一個月要花多少錢？
訂閱制與計量制結構不同。claude.ai Free 方案不提供 Opus 5；Pro 是固定月費、可手動選用 Opus 5 但用量較緊；Max 是固定月費、Opus 5 是預設模型。API 計量制是 $5/$25（每百萬 tokens），實際花費取決於 token 用量。例如每天 1,000 次呼叫、每次約 8,000 tokens 輸入與 2,000 tokens 輸出，一天約 $90，一個月（22 個工作天）約 $1,980。把 Prompt caching（cache min 512 tokens）與 Batch API 設起來可以把這數字再壓一大塊。Fast mode 是 $10/$50，2 倍價格換 2.5 倍速度，且僅 Claude API 提供。
Claude Opus 5 台灣能用嗎？
Opus 5 是 ASL-3、非 Mythos-class，沒有受到像 Fable 5 那樣的美國出口管制。Opus 5 專屬的台灣可用性目前沒有直接的第三方報導，與同系列模型相同，使用前建議再確認一次 Anthropic 官方支援區域，區域政策會調整。要完全控制 API，可直接用 model ID claude-opus-5 呼叫 Anthropic API，或透過 Amazon Bedrock、Google Cloud Vertex AI、Microsoft Foundry（三個都已 GA）。在企業雲端上跑工作流程的，走自家雲端叫 Opus 5 不必另開 Anthropic 帳號。
Claude Opus 5 適合寫程式嗎？
適合，而且是它的主力場景，官方定位就是「complex agentic coding and enterprise work」。Frontier-Bench v0.1 達到 Opus 4.8 兩倍以上表現、CursorBench 3.2 在 Fable 5 巔峰的 0.5% 內但成本減半、ARC-AGI 3 是次佳模型三倍。Claude Code 把它設成 Max 訂閱的預設模型，Devin 與 Cursor 都把它列為主力選項。一般中型開發 Sonnet 5 也夠，但最難的大型 repo 重構與複雜除錯，Opus 5 是 Opus 梯隊裡最合理的選擇。
Claude Opus 5 何時會被取代？
官方沒有公布下一代發表時程。Opus 4.x 這條線在六個月內換了四代（4.5 到 4.8），4.8 才上線兩個月就被 Opus 5 接替，但這不是固定週期，不能直接外推。Opus 5 是否沿用類似的支援週期，官方還沒說；要追最新時程，以 Anthropic 官方公告與 Models overview 為準。對企業部署來說，假設主力模型一年內可能被接替、API 支援至少再維持一年以上，是比較穩的規劃假設。
