Claude Opus 5

要充分发挥这个模型的能力，这里是一份新的提示指南：智能体编程：Claude Opus 5 在困难编码任务上表现最强：多文件功能、大型重构以及端到端功能开发。它能完整完成任务，而不会留下存根或占位符，并且当给它完整任务说明并让它自行运行时表现最佳。在简单任务如单次编辑上表现也不错，但与前代模型的差距较小。代码审查与错误查找：Claude Opus 5 以高精度和高召回率审查代码：每次都能以高概率发现真正的问题，而且它额外发现的基本都是真实问题而非误报。在较低 effort 设置下准确度依然保持，支持快速审查和后续更彻底的审查。如果你的审查提示说“只报告高严重性问题”或“保守一点”，模型可能会照字面执行而报告较少；建议让它报告所有问题，然后在另一轮中筛选。低 effort 下的效率：低和中等 effort 在远少于高设置的 token 和延迟下产生高质量结果，并且优于前代 Opus 模型相同设置。只要你的评估显示质量保持，就放心用它们作为控制 token 成本和响应时间的主要手段；对于编码和智能体工作，仍推荐从 xhigh 开始。如果你从前代模型延续了 effort 默认值，请在自己的评估上重新做一次 effort 扫描。完整建议见 Effort 部分。视觉能力：Claude Opus 5 在图表、文档和图表理解以及 UI 和前端视觉还原方面表现出色。重新验证你为前代模型调整过的任何提示端视觉变通方法，它们可能不再需要。当模型拥有工具来迭代分析、裁剪和视觉验证其工作时，视觉性能最强，并且使用工具比单纯思考更具成本效益。长上下文工作：Claude Opus 5 拥有 100 万 token 的上下文窗口，既是默认也是最大值，并且其指令遵循、工具调用和推理在整个窗口内保持一致。办公与文档任务：Claude Opus 5 能生成并处理包含复杂公式的多工作表电子表格，并制作结构良好的幻灯片。提示它需要遵循的任何特定样式或模板。多智能体协调：Claude Opus 5 能很好地协调子智能体团队，具有有效的编写-验证模式，且很少有智能体覆盖彼此工作的情况。对于成本敏感的工作负载，限制委派；参见控制子智能体生成。

已经在 Claude Code 里跑起来了。目前还不确定它对我来说比 Fable 5 好还是差，但光是 token 效率就是一大胜利。

非常棒。这是 Opus 5 在其发布页上生成的一条评论。

Claude 对我帮助巨大。我对技术了解得不错但并不是开发者，它帮我把以前只存在于脑子里的想法变成了真正可用的软件，能直接给测试用户看。它一步步指导我发布了在线网站，甚至设置了完整的开发环境（包括 GitHub），这些东西我自己根本搞不定。很期待用 Opus 5，看看它跟 Fable 5 相比如何。

好吧——Opus 5 真厉害。Fable 5 水平的推理，价格只要一半，@Claude by Anthropic 太强了。它已经在 @Kilo Code 上运行，早期迹象显示性能与 GPT-5.6 相当。

现在真正的问题不是 AI 能不能写好代码，而是哪个模型适合哪项任务，成本是多少。冲吧

我对Claude 5对比4.8的看法有点复杂。还没到能给出明确意见的时候，但我也还没感觉到"惊艳"。