สรุปย่อ: Claude Opus 5 ซึ่ง Anthropic เปิดตัวเมื่อ 24 กรกฎาคม 2026 ยกระดับแบบก้าวกระโดดจาก Opus 4.8 ในด้านการให้เหตุผลเชิงลึก การโค้ดแบบเอเจนต์ งานระยะยาว และการแก้ปัญหาใหม่ๆ ทำคะแนนทัดเทียมหรือเหนือกว่า Fable 5 ที่มีราคาสูงกว่าบนเบนช์มาร์กหลัก (รวม 43.3% บน Frontier-Bench v0.1 และสถิติใหม่ 30.2% บน ARC-AGI-3) ขณะที่ราคายังคงเท่า Opus 4.8 — $5 ต่อหนึ่งล้านโทเค็นอินพุต และ $25 ต่อหนึ่งล้านโทเค็นเอาต์พุต พร้อมหน้าต่างบริบท 1M โทเค็น เปิดโหมดคิดโดยค่าเริ่มต้น มีการตรวจสอบตนเองที่แข็งแกร่ง และการจัดแนวที่ปรับปรุงแล้ว (คะแนนพฤติกรรมไม่สอดคล้องต่ำสุดในหมู่ Claude รุ่นล่าสุด) โดดเด่นในงานโค้ดที่ซับซ้อน การใช้งานคอมพิวเตอร์ งานความรู้ และเวิร์กโฟลว์หลายเอเจนต์ โดยระดับความพยายามปานกลางมักให้ประสิทธิภาพสูงสุด
ประเด็นสำคัญ
- Opus 5 คือการอัปเกรดแบบข้ามเจเนอเรชันจาก Opus 4.8 ไม่ใช่เพิ่มทีละน้อย—โดยเฉพาะในความต่อเนื่องเชิงเอเจนต์ การสเกลคอมพิวต์ขณะทดสอบ และเชาวน์ปัญญาเชิงพลวัต (ARC-AGI-3 กระโดดจาก ~1.5% เป็น 30.2%) จาก บล็อก Claude
- ทำผลงานเหนือหรือทัดเทียม Fable 5 บนเบนช์มาร์กโค้ด/เอเจนต์หลัก ในราคาประมาณครึ่งหนึ่ง
- ราคาเท่าเดิมที่ $5/$25 ต่อหนึ่งล้านโทเค็น; ประสิทธิภาพเพิ่มจากผลลัพธ์ต่อโทเค็นที่ดีขึ้น และได้ผลแข็งแกร่งแม้ตั้งค่าความพยายามระดับกลาง/ต่ำ
- โปรไฟล์ความปลอดภัยดีที่สุดของ Anthropic สำหรับสาย Opus โดยจำกัดความสามารถด้านไซเบอร์เชิงรุก และลดการทริกเกอร์ของตัวจำแนก
- แนวทางพรอมต์เปลี่ยนไป: ลบคำสั่งตรวจสอบแบบเดิม ระบุขอบเขตอย่างชัดเจน ควบคุมความยาวและการใช้ซับเอเจนต์ และใช้พารามิเตอร์ effort จาก เอกสาร Claude
- เหมาะกับเอเจนต์ที่ทำงานยาว โค้ดหลายไฟล์ งานความรู้ และงานที่ใช้วิสัยทัศน์; รายงานจากการใช้งานจริงเด่นในเดโม/บิลด์ซับซ้อน พร้อมข้อสังเกตเรื่องการทำตามคำสั่งในฐานโค้ดขนาดใหญ่ที่บางครั้งมีสะดุด
- แพลตฟอร์มอย่าง CometAPI ช่วยให้ส่งทราฟฟิกข้ามโมเดล Claude (และคู่แข่ง) ได้ง่าย ด้วยบิลลิงแบบรวมและระบบสำรอง
Claude Opus 5 คือรุ่นเรือธงล่าสุดในตระกูล Opus ที่พร้อมใช้งานทั่วไป วางตำแหน่งต่ำกว่ากลุ่ม Mythos/Fable ในบางด้านเฉพาะ แต่สามารถแข่งขันหรือเหนือกว่าบนการประเมินสาธารณะหลายรายการ มุ่งเป้าไปที่การโค้ดเชิงเอเจนต์ งานความรู้ระดับองค์กร และงานระยะยาว เปิดตัวเพียงสองเดือนหลัง Opus 4.8 และถือเป็นการก้าวกระโดด ไม่ใช่การปรับเล็กน้อย
Claude Opus 5 คืออะไร?
Claude Opus 5 (API model ID: claude-opus-5) คือโมเดล Opus รุ่นใหม่ล่าสุดของ Anthropic ที่ปรับให้เหมาะกับการโค้ดเชิงเอเจนต์ที่ซับซ้อนและเวิร์กโหลดระดับองค์กร มาพร้อมหน้าต่างบริบท 1 ล้านโทเค็น (ทั้งค่าเริ่มต้นและสูงสุด) เอาต์พุตสูงสุด 128k โทเค็น และโหมดคิดเปิดโดยค่าเริ่มต้น โมเดลจะตัดสินใจเองว่าจะคิดเมื่อไรและมากแค่ไหน นักพัฒนาควบคุมความลึกได้ผ่านพารามิเตอร์ effort (low, medium, high, xhigh, max)
ความสามารถและพฤติกรรมใหม่เมื่อเทียบกับรุ่นก่อน รวมถึง:
- ความต่อเนื่องเชิงเอเจนต์ที่แข็งแกร่งขึ้น—ทำงานต่อจนสำเร็จแทนที่จะหยุดที่คำตอบฟังดูใช่
- การตรวจสอบตนเองและดีบักหาสาเหตุรากที่ดีขึ้น
- การประสานงานหลายเอเจนต์และการมอบหมายซับเอเจนต์ที่ดีขึ้น
- วิสัยทัศน์ที่แข็งแกร่งขึ้นสำหรับกราฟ เอกสาร ไดอะแกรม และการจำลอง UI/หน้าบ้าน (โดยเฉพาะเมื่อใช้เครื่องมือซ้ำๆ)
- งานออฟฟิศ/เอกสารที่ดีขึ้น (สเปรดชีตหลายชีตซับซ้อน สไลด์เด็คแบบมีโครงสร้าง)
- เปลี่ยนเครื่องมือกลางบทสนทนา (เบต้า) ลดขั้นต่ำของ prompt-cache (512 โทเค็น) และโหมด fallbacks เป็นค่าเริ่มต้น
- โหมด Fast (research preview) มีใน Claude API ที่อัตราค่าบริการสูงกว่า
Anthropic อธิบายว่าให้ระดับสติปัญญาแนวหน้าที่มีต้นทุนครึ่งหนึ่งของ Fable 5 ขณะขับเคลื่อนเอเจนต์ทำงานยาว ด้วยการปรับปรุงในงานโค้ดและงานมืออาชีพ
Claude Opus 5 เทียบกับ Opus 4.8
Opus 5 ถูกวางกรอบว่าเป็นการก้าวกระโดดจาก Opus 4.8 โดยกำไรใหญ่สุดปรากฏในด้านการให้เหตุผลเชิงลึกบนชุดปัญหายาว การโค้ดเชิงเอเจนต์และลูปใช้เครื่องมือระยะยาว (ทำฟีเจอร์หลายไฟล์ครบจบโดยไม่ทิ้งสตับ) การสเกลคอมพิวต์ขณะทดสอบ ประสิทธิภาพที่ระดับความพยายามต่ำกว่า ความแม่นในการรีวิวโค้ด/หา bug วิสัยทัศน์ ความสอดคล้องในบริบทยาว งานออฟฟิศ และการประสานงานหลายเอเจนต์
เชิงพฤติกรรม เอาต์พุตดีฟอลต์และงานเขียนจะยาวขึ้น โมเดลบรรยายความคืบหน้าในเซสชันเชิงเอเจนต์มากขึ้น มอบหมายซับเอเจนต์คล่องขึ้น และตรวจงานตัวเองโดยไม่ต้องบอก คำสั่งเก่าอย่าง “ทำขั้นตรวจสอบสุดท้าย” หรือคล้ายกันจะทำให้ตรวจเกินจำเป็นและเปลืองโทเค็น—ควรลบออก
โหมดคิดเปิดโดยค่าเริ่มต้น (เดิม 4.8 ต้องตั้งค่า adaptive/thinking ชัดเจน) การปิดโหมดคิดอนุญาตเฉพาะเมื่อ effort อยู่ที่ high หรือต่ำกว่า; ที่ระดับสูงกว่า การปิดจะถูกปฏิเสธ ราคาเท่าเดิม: อินพุต $5 / เอาต์พุต $25 ต่อหนึ่งล้านโทเค็น
สรุป ทีมที่ย้ายรุ่นควรอัปเดต model ID ประเมินค่าเริ่มต้นของ effort ใหม่ด้วยอีวัลภายใน ล้างสคริปต์ตรวจสอบจากพรอมต์ และคาดว่าเอาต์พุตจะยาวขึ้นแต่คุณภาพสูงขึ้นพร้อมความเป็นอิสระที่แข็งแรงกว่า
ผลการทดสอบประสิทธิภาพ: ข้อมูลบอกอะไรเรา?
Opus 5 ทำคะแนนโดดเด่น โดยเฉพาะบนการประเมินเชิงใหม่และเอเจนต์ ตัวเลขด้านล่างมาจาก system card/วัสดุเปิดตัวของ Anthropic และแหล่งรวมอิสระ ณ ปลายกรกฎาคม 2026; โปรดทราบว่าคะแนนที่รายงานในห้องแล็บใช้ฮาร์เนสและพรอมต์ของผู้ให้บริการ
ผลเด่นด้านโค้ดและเอเจนต์
- Frontier-Bench v0.1 (agentic terminal coding): Opus 5 43.3% vs Fable 5 33.7% vs Opus 4.8 18.7%.
- SWE-bench Verified: 96.0% (เทียบ Fable 5 95.0%, Opus 4.8 88.6%)
- SWE-bench Pro: 79.2% (เทียบ Fable 5 80.3%, Opus 4.8 69.2%)
- DeepSWE v1.1: 68.8% (แข่งขันได้; บางรุ่น GPT-5.6 สูงกว่า)
- FrontierCode 1.1 (ประสิทธิภาพสูงสุดที่ effort ระดับ medium): ~53.4% main / 63.6% extended — เป็นคอนฟิกที่ประหยัดคอมพิวต์ที่สุดในหนึ่งการวิเคราะห์
- CursorBench 3.2 (effort สูงสุด): ภายใน ~0.5% ของประสิทธิภาพสูงสุดของ Fable 5 ที่ต้นทุนต่อภาระงานประมาณครึ่งหนึ่ง ผลงานต่อดอลลาร์แข็งแกร่งที่ effort สูง/xสูง/สูงสุด
การให้เหตุผลเชิงใหม่และเชาวน์ปัญญาเชิงพลวัต
- ARC-AGI-3: 30.2% (แนวหน้าก่อนหน้า ~7.8% สำหรับ GPT-5.6 Sol ที่ effort สูง; Opus 4.8 ~1.5%) เป็นการกระโดดใหญ่สุด; โมเดลแสดงการสร้างแบบจำลองเชิงพีชคณิตภายในของพลวัตเกม และประสิทธิภาพการใช้ตัวอย่างระดับมนุษย์บนสภาพแวดล้อมที่ยังไม่ถูกแก้มาก่อน ประมาณ 3× โมเดลรองลงมา — การแก้ปัญหาใหม่ที่แข็งแกร่ง
- GDPval-AA v2: ระดับแนวหน้าบนงานความรู้เชิงวิชาชีพ
- Zapier AutomationBench: ~1.5× โมเดลรองลงมาพร้อมอัตราผ่านสูงบนออโตเมชันธุรกิจ end-to-end
- OSWorld 2.0 (การใช้คอมพิวเตอร์): แซงผลดีที่สุดที่รายงานของ Fable 5 ที่ต้นทุนราวหนึ่งในสาม
- นำหน้าหรือดีที่สุดในคลาสบน HLE (Humanity’s Last Exam) และงานวิจัยเชิงลึกแบบ DeepSearchQA
การใช้คอมพิวเตอร์ งานความรู้ และการใช้เครื่องมือ
- OSWorld 2.0: 70.6% — เหนือกว่าคู่แข่งที่จุดราคาที่กำหนด
- BrowseComp: ~90–90.8% (ทัดเทียมหรือด้อยกว่าคอนฟิก GPT-5.6 สูงสุดเล็กน้อย)
- GDPval-AA v2 (Elo): 1861 (นำหน้า Fable 5 และรุ่นก่อน)
- AutomationBench: อัตราผ่านแข็งแกร่ง; รายงาน ~1.5× โมเดลรองลงมาที่ต้นทุนใกล้เคียงในบางการวิเคราะห์
Opus 5 ให้กำไรแบบไม่เพิ่มทีละน้อย โดยเฉพาะในการประเมินด้านโค้ด เอเจนต์ และงานความรู้ รายงานจาก Anthropic และแหล่งอิสระเน้นว่า:
วิทยาศาสตร์และโดเมนเฉพาะทาง
กำไรมีนัยสำคัญเหนือ Opus 4.8 บนการประเมินด้านชีววิทยาศาสตร์ รวมถึง:
- เคมีอินทรีย์ (อนุมานโครงสร้างโมเลกุลจากสเปกโตรสโกปี): +10.2 จุดเปอร์เซ็นต์
- การทำนายหน้าที่โปรตีน: +7.7 จุดเปอร์เซ็นต์
- การปรับปรุงสม่ำเสมอในชีววิทยาโครงสร้างและชีวสารสนเทศ
เพราะ Fable 5 มีการ์ดราวด์ด้านชีววิทยาที่เข้มกว่า Opus 5 จึงเป็นโมเดลที่พร้อมใช้งานทั่วไปที่แข็งแกร่งที่สุดของ Anthropic สำหรับเวิร์กโฟลว์วิจัยวิทยาศาสตร์หลายรายการในปัจจุบัน
ที่มา: claude
โดยรวมจากลีดเดอร์บอร์ดสาธารณะ Opus 5 อยู่ใกล้จุดสูงสุด (เช่น ~82.8/100 และอันดับ #2 จาก 215 ใน BenchLM) โดยเด่นมากในหมวดความรู้ เอเจนต์ โค้ด และมัลติโหมดอล
ฟีดแบ็กจากนักพัฒนาจริงมีทั้งบวกและลบ: สร้างเกม one-shot ได้น่าประทับใจ ทำฟีเจอร์ซับซ้อนจนจบ และดีบักตัวเอง คู่กับรายงานบางครั้งเมินคำสั่ง หลอนบนฐานโค้ดใหญ่ หรือซับซ้อนเกินจำเป็น เบนช์มาร์กสะท้อนความสามารถสูงสุดภายใต้สภาวะควบคุม; ผลในโปรดักชันขึ้นกับพรอมต์ การออกแบบเครื่องมือ และการตั้งค่า effort อย่างมาก
ภาพรวมผลทดสอบ
ที่มา: claude
ประสิทธิภาพและค่าใช้จ่าย
ราคาคงเดิมจาก Opus 4.8: $5 ต่อหนึ่งล้านโทเค็นอินพุต / $25 ต่อหนึ่งล้านโทเค็นเอาต์พุต อินพุตที่แคชไว้ถูกลงมาก (~$0.50) โหมด Fast คิดราว 2× ($10/$50) ซึ่งประมาณครึ่งหนึ่งของ Fable 5 ที่ $10/$50 การปรับปรุงประสิทธิภาพมาจาก:
- บริบท 1M ทำให้เวิร์กโฟลว์ทั้งฐานโค้ดหรือเอกสารยาวทำได้โดยไม่ต้องหั่นหนัก
- ผลลัพธ์แข็งแรงแม้ที่ effort ต่ำ/กลาง (ใช้โทเค็นน้อยลงเพื่อคุณภาพใกล้เคียงในหลายงาน)
- การตรวจสอบตนเองและวนซ้ำในตัวที่ลดรอบล้มเหลวและการแก้ไขโดยมนุษย์
- การเปลี่ยนเครื่องมือกลางบทสนทนา (เบต้า) ที่รักษา prompt cache
เรื่องเล่าความคุ้มจริงคือผลลัพธ์ต่อดอลลาร์และต่อโทเค็น Opus 5 แปลง effort เพิ่มเป็นผลที่ดีกว่ารุ่น Opus ก่อนหน้าได้สม่ำเสมอ ระดับ medium มักให้คะแนนสูงสุดหรือใกล้สูงสุดบนเบนช์มาร์กโค้ดที่ค่าโทเค็น ~1.5× ของระดับต่ำ ขณะที่ high/xhigh/max อาจให้ผลลดน้อยหรือแบนบนบางชุด
บนกราฟต้นทุนเทียบประสิทธิภาพรอบเปิดตัว Opus 5 อยู่ในตำแหน่งที่ดีเมื่อเทียบกับ Fable 5, Opus 4.8 และโมเดลแนวหน้าอื่น—ได้คะแนนสูงกว่าที่ต้นทุนต่อภารกิจสำเร็จต่ำกว่า การใช้โทเค็นต่อรีวิวหรือลูปเอเจนต์อาจสูงขึ้นในเชิงปริมาณเพราะเหตุผลและตรวจสอบที่ยาวขึ้น แต่คุณภาพและอัตราสำเร็จที่ดีขึ้นทำให้ต้นทุนรวมต่อผลลัพธ์สำเร็จมักลดลง
ที่มา: claude
สำหรับทีมโปรดักชัน ข้อแนะนำเชิงปฏิบัติคือเริ่มที่ effort ค่าเริ่มต้น high แล้วสแกน low/medium บนชุดอีวัลภายใน ใช้ prompt caching อย่างเข้ม (ตอนนี้ใช้ได้กับความยาวสั้นลง) เปลี่ยนเครื่องมือกลางบทสนทนาเพื่อรักษาแคช และใช้ระบบสำรองระดับแพลตฟอร์ม เกตเวย์ API แบบรวมอย่าง CometAPI ช่วยเพิ่มประสิทธิภาพโดยส่งงานง่ายไปยังโมเดลที่ถูกกว่า (สาย Sonnet/Haiku) และเก็บ Opus 5 สำหรับงานเอเจนต์ซับซ้อน พร้อมอนาไลติกส์การใช้งานและคุมงบกลาง
ความปลอดภัยและการจัดแนว
Anthropic ระบุว่า Claude Opus 5 คือ “โมเดลที่จัดแนวดีที่สุดจนถึงปัจจุบัน” และ “ปลอดภัยที่สุด” ในหลายรายงาน ประเด็นสำคัญจาก system card และประกาศ:
- ความเสี่ยงการจัดแนวโดยรวมต่ำมาก; ไม่มีคุณสมบัติน่ากังวลใหม่เมื่อเทียบกับรุ่นก่อน
- อัตราพฤติกรรมหลอกลวงต่ำสุดที่ Anthropic วัดได้
- อัตราการตอบไม่เป็นอันตรายบนคำขออันตรายสูง พร้อมอัตราปฏิเสธเกินจำเป็นบนคำถามปกติต่ำที่สุดในกลุ่ม
- ต้านทานการใช้ในทางที่ผิดบางแบบดีขึ้น; การ์ดราวด์ไซเบอร์คาลิเบรตใกล้ระดับ Fable 5 เนื่องจากความสามารถแข็งแกร่งขึ้น แต่ตัวจำแนกทำงานน้อยลง (~85% น้อยกว่า Fable 5 ในบางประมาณ)
- ไม่ข้ามเกณฑ์นโยบายการขยายอย่างรับผิดชอบของ Anthropic สำหรับการทดแทน R&D โดยอัตโนมัติหรือความเสี่ยงเคมี/ชีวะระดับสูงกว่า (ปฏิบัติคล้ายโมเดล Opus ล่าสุดด้วยการป้องกันสไตล์ ASL-3 ที่เกี่ยวข้อง)
ยังมีการตระหนักรู้การประเมินสูงในระหว่างทดสอบ (พบบ่อยในโมเดลแนวหน้า) การมอนิเตอร์ในโลกจริงแสดงอัตราพฤติกรรมที่น่ากังวลต่ำมาก เช่นเดียวกับโมเดลแนวหน้าทั้งหมด องค์กรควรใช้การ์ดราวด์ระดับแอป โดยเฉพาะในงานเสี่ยงสูงหรือเอเจนต์อัตโนมัติ
วิธีพรอมต์ Claude Opus 5 เพื่อผลลัพธ์ที่ดีที่สุด
Anthropic เผยแพร่แนวทางพรอมต์เฉพาะโมเดล เพราะ Opus 5 มีพฤติกรรมต่างจากรุ่นก่อน จุดเปลี่ยนใหญ่: ตรวจสอบตนเอง เสร็จงานครบถ้วน ขยายขอบเขตได้ และให้คำตอบยาวขึ้นโดยดีฟอลต์
หลักการสำคัญสำหรับ Opus 5
- ระบุงานครบถ้วนตั้งแต่ต้น — ให้สเปกครบ บริบท ข้อจำกัด และผลลัพธ์ที่ต้องการในพรอมต์เดียว ทำงานได้ดีที่สุดเมื่อให้รันต่อเนื่องแทนป้อนทีละขั้น จะทำฟีเจอร์ end-to-end แทนการทิ้งสตับ
- เอาคำสั่งตรวจสอบออก — คำอย่าง “double-check,” “verify your work,” หรือ “ใช้ซับเอเจนต์ตรวจสอบ” ทำให้ตรวจเกินจำเป็นและเปลืองโทเค็น Opus 5 ตรวจและวนซ้ำภายในอยู่แล้ว ลบบรรทัดเหล่านี้จาก system prompts และไฟล์ CLAUDE.md
- คุมขอบเขตอย่างชัดเจน — สามารถขยายงานตามดุลยพินิจได้ เพิ่มขอบเขตชัดเจน: “ส่งมอบเฉพาะสิ่งที่ร้องขอในขอบเขตที่ตั้งใจ ตัดสินใจประจำเอง เช็คอินเฉพาะเมื่อคำตีความต่างกันจะทำให้งานต่างออกไปอย่างมีนัย หากคำขอดูเหมือนผิด ให้บันทึกสั้นๆ แล้วทำงานต่อ”
- จัดการความยาว — คำตอบดีฟอลต์ยาวขึ้น หากต้องการกระชับให้เพิ่ม: “ให้ตอบเน้นประเด็น กระชับ และสั้น ให้ความสำคัญกับคำตอบแกนหลัก; ทำข้อควรระวังให้สั้น”
- ใช้ effort อย่างฉลาด — เริ่มที่ high (ดีฟอลต์) ใช้ low/medium อย่างเต็มที่สำหรับการจัดประเภท การแก้ไขง่าย หรือปริมาณมากที่คุณภาพยังดี เก็บ xhigh/max สำหรับปัญหาโค้ดและเอเจนต์ที่ยากที่สุด ประเมินการตั้งค่า effort ที่สืบจาก Opus 4.8 ใหม่
- ควบคุมซับเอเจนต์ — โมเดลมอบหมายได้คล่องขึ้น สั่งว่า: “มอบหมายซับเอเจนต์เฉพาะงานใหญ่ที่เป็นอิสระและขนานได้จริง อย่าใช้ซับเอเจนต์เพื่อตรวจสอบหรือทำงานที่คุณเสร็จได้ในไม่กี่ครั้งเรียกเครื่องมือ”
- รีวิวและออดิต — ขอให้รายงานผลครบพร้อมป้ายความมั่นใจ/ความรุนแรง แล้วคุณค่อยกรองเอง คำสั่ง “รายงานเฉพาะประเด็นรุนแรงสูง” จะถูกทำตามตรงตัวและอาจพลาดปัญหาบางอย่าง
โครงพรอมต์ตัวอย่างสำหรับโค้ดแบบความพยายามสูง
text
[Set effort to max or xhigh]
Complete the following end-to-end: [full feature description, acceptance criteria, constraints, existing file structure, style guidelines].
Deliver production-quality code. Adapt strategy as needed. Do not leave stubs or TODOs. Stay within the stated scope unless a material issue requires a one-sentence note.
Output the final artifacts and a brief summary of decisions.
ตัวอย่างการจัดประเภทแบบความพยายามต่ำ
text
[Set effort to low]
Classify the input into exactly one of: [categories]. Return only the category name.
สำหรับการย้ายจาก Opus 4.8: ทดสอบพรอมต์ใหม่ ลบโครงตรวจสอบ เพิ่มการควบคุมความยาว/ขอบเขต และสแกนระดับ effort บนการประเมินภายในของคุณ Anthropic ระบุว่าชุดคำสั่งละเอียดๆ รุ่นเก่าหลายอย่างสามารถทำให้เรียบง่ายขึ้นได้แล้ว
ตารางเปรียบเทียบ: Claude Opus 5 กับทางเลือกสำคัญ (โดยประมาณ, กรกฎาคม 2026)
| โมเดล | อินพุต/เอาต์พุต ($/MTok) | Frontier-Bench | SWE-Verified | ARC-AGI-3 | บริบท | หมายเหตุ |
|---|---|---|---|---|---|---|
| Claude Opus 5 | $5 / $25 | 43.3% | 96.0% | 30.2% | 1M | คุ้มค่าที่สุดต่อราคา/ประสิทธิภาพสำหรับการใช้งานรายวันระดับสูง |
| Claude Opus 4.8 | $5 / $25 | ~19–21% | 88.6% | ต่ำ | 1M | รุ่น Opus ก่อนหน้า |
| Claude Fable 5 | $10 / $50 | ~33.7% | ~95% | ต่ำกว่า | 1M | รุ่นสูงกว่า มีข้อจำกัดมากกว่าในบางกรณี |
| GPT-5.6 Sol (approx.) | Competitive | ต่ำกว่า | สูง | ต่ำกว่า | Varies | ทางเลือกที่แข็งแกร่ง |
| Claude Sonnet 5 | ต่ำกว่า (~$3/$15 หรือโปรโม) | ต่ำกว่า | แข็งแกร่ง | ต่ำกว่า | 1M | เร็ว/ถูกกว่าสำหรับงานประจำ |
ตัวเลขดึงจากประกาศของ Anthropic และรายงานจากผู้รวบรวม; ควรยืนยันการประเมินอิสระล่าสุดเสมอ
คำแนะนำ CometAPI: CometAPI ให้การเข้าถึง Claude Opus 5 (และโมเดลกว่า 500 รายการ) ผ่านปลายทางที่เข้ากันกับ OpenAI (https://api.cometapi.com/v1) และรองรับ Anthropic Messages API ราคาที่ระบุแข่งขันได้ (เช่น ประมาณ $4/$20 ต่อ MTok สำหรับ Opus 5 ณ เวลาที่เขียน) ด้วยคีย์ API เดียว บิลลิงง่าย และสลับโมเดลสะดวก เหมาะสำหรับทีมที่ต้องการความสามารถของ Claude โดยไม่ต้องจัดการหลายบัญชีผู้ให้บริการหรือโควตาแยก ตรวจสอบรายการโมเดลและราคา CometAPI ปัจจุบันสำหรับเรทล่าสุดและโปรโมชันโทเค็นฟรี
สรุป
Claude Opus 5 ยกระดับมาตรฐานของตระกูล Opus: ประสิทธิภาพเชิงเอเจนต์และการให้เหตุผลระดับแนวหน้าที่ราคาจากรุ่นก่อน พร้อมการพัฒนาที่มีนัยสำคัญในความสามารถแก้ปัญหาด้วยตนเอง (เด่นด้วยผล ARC-AGI-3) และตัวเลขการจัดแนวที่ดีที่สุดที่ Anthropic เผยสำหรับคลาสนี้ ยังไม่สมบูรณ์—ความถดถอยเฉพาะโดเมนและรายงานการทำตามคำสั่งในโลกจริงเตือนเราว่าเบนช์มาร์กไม่ใช่ทุกสิ่ง—แต่สำหรับเอเจนต์โค้ด เวิร์กโฟลว์ระยะยาว งานความรู้ และแอปใช้คอมพิวเตอร์ ถือเป็นหนึ่งในตัวเลือกที่แข็งแกร่งที่สุดที่พร้อมใช้งานทั่วไปในตอนนี้
จับคู่ระเบียบวินัยในการพรอมต์กับปุ่มปรับ effort ใช้หน้าต่างบริบท 1M อย่างคุ้ม และจัดเส้นทางทราฟฟิกอย่างชาญฉลาด (ผ่าน API ทางการหรือแพลตฟอร์มอย่าง CometAPI) เพื่อเพิ่มคุณค่า เช่นเดียวกับโมเดลแนวหน้าทุกตัว ควรประเมินต่อเนื่องกับข้อมูลจริงของคุณเอง ก้าวการปรับปรุงของ Anthropic เร็วและน่าคาดหวังความละเอียดเพิ่มเติมในไม่ช้า; Opus 5 มอบความสามารถที่กระโดดและคุ้มค่า ซึ่งควรค่าแก่การใช้งานวันนี้
แหล่งอ้างอิงและอ่านเพิ่มเติม:
- Anthropic: What’s new in Claude Opus 5 — https://platform.claude.com/docs/en/about-claude/models/whats-new-opus-5
- Anthropic: Prompting Claude Opus 5 — https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/prompting-claude-opus-5
- ประกาศข่าวและ system card ของ Anthropic (กรกฎาคม 2026)
- DataCamp: Claude Opus 5 Explained — https://www.datacamp.com/blog/claude-opus-5
- MindStudio / Vellum / BenchLM สรุปเบนช์มาร์ก (กรกฎาคม 2026)
- ARC Prize Foundation verified scores