UMBRELLA 4365 Claude Opus 5
Anthropic · Claude 谱系 · 2026.07.24 发布 · 在 12 项基准上留有 13 条公开成绩。数字全部取自官方发布材料、第三方评测机构与站内已查证档案，评测口径（版本 / 算力档 / 脚手架）标在备注里；因训练数据污染撤榜的成绩不收录。仅作记录，不构成选型建议。
以 Opus 的速度和价格交付接近 Fable 5 的智能，每任务成本约一半。发布前以代号 Honeycomb 在 Cursor 里两度走光，连报错弹窗都提前泄了底。
◈ 评分卡 SCORECARD
| 维度 | 基准 | 成绩 | 相对前沿 | 该维度当前最高 | 日期 |
|---|---|---|---|---|---|
| 编码 | SWE-bench Verified | 97% | 100 | Claude Opus 5.5 89.9% | 2026.08.19 |
| 终端 Agent | Terminal-Bench 4.0 | 51.8% | 78 | Claude Opus 5.5 66.4% | 2026.09.02 |
| 科研 Agent | Terminal-Bench-Science 0.1 | 29% | 44.9 | GPT-6 Astra 64.6% | 2026.09.01 |
| Cursor 考卷 | CursorBench | 70% | 95.4 | Claude Fable 5.1 73.4% | 2026.09.01 |
| 综合智能 | AA Intelligence Index | 63 分 | 95.5 | Claude Fable 5.1 66 分 | 2026.09.01 |
| 前沿推理 | HLE | 56.6% | 87.9 | Claude Opus 5.5 64.4% | 2026.09.01 |
◈ 身份卡 IDENTITY
| 实验室 LAB | Anthropic |
| 谱系 FAMILY | Claude |
| 发布日 RELEASE | |
| 定位 TIER | 旗舰 · 主力 |
| 上下文 CONTEXT | 1M |
| 价格 PRICE | $5 / $25 每百万 token 输入 / 输出 |
| 权重 WEIGHTS | 闭源 CLOSED |
| 状态 STATUS | 在役 ACTIVE |
| 信源 SOURCE | www.anthropic.com/news/claude-opus-5 |
| 站内档案 ARCHIVE | 档案 #68 » |
◈ 全部公开成绩 ALL RESULTS13 条
| 基准 | 分数 | 日期 | 口径 / 备注 | 信源 |
|---|---|---|---|---|
| AA Coding Agent Index | 68.1 分 | v1.4 版指数 · 据 GPT-6 Astra 发布对照表 · 表内最高 | 原文 ↗ | |
| AA Intelligence Index | 63 分 | 2026-09 版指数 | 原文 ↗ | |
| CursorBench | 70% | CursorBench 3.2 满力档 · 据 Fable 5.1 发布对照表 | 原文 ↗ | |
| CursorBench 4.0 | 46.6% | 据 Opus 5.5 发布对照表 · 与 CursorBench 3.2 不可比 | 原文 ↗ | |
| DeepSWE v1.1 | 74% | 据 Gemini 3.8 Flash 发布对照表 | 原文 ↗ | |
| FrontierCode 1.1 Main | 53.4% | 据 GPT-6 Astra 发布对照表（Extended 63.6） | 原文 ↗ | |
| HLE | 56.6% | 无工具 · 据 Fable 5.1 发布对照表（带工具 63.6） | 原文 ↗ | |
| SWE-bench Pro | 79.2% | 据 Opus 5.5 发布对照表 | 原文 ↗ | |
| SWE-bench Verified | 97% | Vals AI 第三方统一 harness（bash-only）· 榜首 | 原文 ↗ | |
| Terminal-Bench 2.1 | 89.1% | 据 Gemini 3.8 Flash 发布对照表 | 原文 ↗ | |
| Terminal-Bench 4.0 | 51.8% | 据 Gemini 3.8 Flash 发布对照表 | 原文 ↗ | |
| Terminal-Bench 4.0 | 52.3% | Anthropic 自报 · 据 Fable 5.1 发布对照表（Google 表 51.8 / OpenAI 表 52.6） | 原文 ↗ | |
| Terminal-Bench-Science 0.1 | 29% | 据 Fable 5.1 发布材料的对照数字 | 原文 ↗ |
◈ 同谱系 LINEAGEAnthropic · Claude · 由旧到新
◈ 相关档案 RELATED RECORDS按模型名在档案库检索 · 含正史与野史
Anthropic 发布 Opus 5：接近 Fable 5 的智能，价格一半，CursorBench 满力档与 Fable 峰值只差 0.5%。发布前它已在 Cursor 里两度走光——代号 Honeycomb，连报错弹窗都提前泄了底。
GitHub 一次性下架 Copilot 全线四个模型：Gemini 3.5 Flash 与 3.6 Flash（并为 Gemini 3.8 Flash）、Kimi K2.7 Code（并为 Kimi K3）、Claude Opus 4.7（并为 Claude Opus 5.5）。预告与执行相隔二十九天，替代品一栏在最后一天换了名字。
Anthropic 发布 Claude Opus 5.5，5.5 家族首款：Terminal-Bench 4.0 冲上 66.4%、CursorBench 4.0 57.8%，均刷新自家纪录。代价同时下调——缓存读从 0.5 美元砍到 0.2，每任务成本比 Opus 5 低四成。半小时后 Cursor 模型列表里就出现了它。
Google 六周内第三次发 Flash：3.8 Flash 售价不变，Terminal-Bench 2.1 以 89.4% 压过 Opus 5，单价只有后者的 15%。被反复推迟的旗舰 3.5 Pro 据报已在内部叫停，下一款 Pro 要等 Gemini 4。小杯当家，大杯缺席。
情报：开发者 Lumina 晒出泄露 checkpoint，Cursor 疑似以代号 Vega 内测下一代模型——六个变体、四档推理，传闻对标 Opus 5 与 Sol、价格五分之一。官方未认领一字。全部按传闻处理。