R

Claude Opus

创建 2026-05-15 更新 2026-05-16 共创

Claude Opus

Anthropic Claude 系列的旗舰大模型，定位”最深推理 / 最复杂任务 / 最长 horizon”。在 Claude Sonnet 主打速度与性价比时，Opus 负责承担”难题终判”。当前主线版本：Claude Opus 4.7（2026.5）。

模型定位

  • 能力轴：复杂多步推理、长上下文（200K+）、代码 Agent、研究级写作。
  • 成本轴：单 token 价格显著高于 Sonnet（约 5–6x），但单位有效任务上往往更便宜，因为减少了重试与人工兜底。
  • 延迟轴：明显高于 Sonnet，不适合实时交互；适合”提交 → 等结果”的离线 / 后台任务。
  • 典型场景：Claude Code 中的”困难修复 / 大架构改动”、深度研究助理、法律 / 科研 / 投研分析、产品 / 战略 long-form 思考。

版本与节奏

  • Claude 3 Opus（2024.3）：首次在多个学术基准超越 GPT-4，是 Anthropic 进入第一梯队的标志。
  • Claude Opus 4（2025）：把 Agentic 能力作为主升级方向，编码 SWE-bench 表现跃升。
  • Claude Opus 4.5 / 4.6：迭代 Function Calling、parallel tool use、Memory Tool（KV Cache / prompt caching 默认开启）。
  • Claude Opus 4.7（2026.5，当前）：知识截止 2026.1；显著加强对话内压缩（compaction）、agentic loop 中的自纠错与长任务持续运行。

与同档对手对比

  • vs. GPT-5 / o3-pro：Opus 在”长 horizon 编码 + 工具调用 + 写作 voice”上稳定，o-series 在数学 / 竞赛推理上更强。
  • vs. Gemini 3 Pro / Ultra：Gemini 在多模态 + 上下文长度上有优势；Opus 在代码 / 指令服从 / 安全行为上更稳。
  • vs. DeepSeek V4-Pro / R1：DeepSeek 性价比碾压，但在复杂 Agent loop 与”自我评估”环节稳定性不如 Opus。

使用判断（Rick 视角）

  • 何时用 Opus：任务一次性失败成本高（重要文档、跨文件重构、决策建议）、需要”模型自己规划多步”、需要安全 / 可解释行为（如带审计要求的输出）。
  • 何时用 Sonnet 而不是 Opus：日常对话、批量任务、实时 IDE 自动补全、需要并行多 Agent 时（成本权衡）。
  • 何时用 Haiku 而不是 Opus：分类、提取、路由、便宜的子任务派发。
  • 何时该跨家选型：见 m202 - 工程选型决策矩阵——单点能力极致时考虑 GPT/Gemini/DeepSeek 互补。

对 Rick 的价值

  • 当前 Claude Code 主体执行模型：本日志即 Opus 4.7 写就。它的输出风格与 Rick 已建立长期默契：节制、不堆砌、能区分”该写”与”不该写”。
  • Agentic 产品标准的检验器：当 Rick 评估别家 Agent 产品时，Opus 是稳定的对照基准——能力底线和操作风格都可预期。

关联节点

来源 / 证据池

  • 公开来源：Anthropic Model Card、定价页、Claude Code release notes