Anthropic发布Claude Opus 4.5，综合测评：编程性能全面提升！

分类：AI功能使用

2025年11月25日，Anthropic正式发布最新AI模型Claude Opus 4.5，定位为在编码、智能体以及计算机操作方面表现领先的通用模型。在软件工程测试中，该模型的表现超越了所有人类测试者，标志着AI编程能力迈入新阶段。本文将详细介绍Claude Opus 4.5的核心特性及在Cursor中的使用方法。

Claude Opus 4.5核心亮点

根据Anthropic官方介绍，Claude Opus 4.5在多个关键领域实现了突破性进展：

性能表现

  1. 超越人类工程师：在Anthropic内部的高难度软件工程测试中，Claude Opus 4.5在规定的2小时限时内得分超过了历来所有人类候选人
  2. 视觉与推理提升：在视觉、推理与数学方面取得显著进步，多个领域达到行业先进水平
  3. 深度研究能力：在深度研究、演示文稿处理以及电子表格任务上实现实质性提升
  4. 智能体协调：在管理子智能体方面表现良好，可用于构建协调性更高的多智能体系统
Claude Opus 4.5性能表现

效率优化

  1. Token消耗降低：任务执行步骤减少，推理过程中的回溯与冗余更少
  2. 中等effort设置：与Sonnet 4.5在SWE-bench Verified上达到相近分数，但输出Token使用量减少76%
  3. 最高effort设置：得分比Sonnet 4.5高出4.3个百分点，同时减少48%的输出Token
  4. 深度研究提升：结合努力控制、上下文压缩与高级工具使用，性能提升近15个百分点

τ2-bench基准测试亮点

在模拟航空公司服务场景的τ2-bench测试中，Claude Opus 4.5展现了创造性解决问题的能力。面对"基础经济舱机票不可修改"的规则，模型提出了"先升级舱位，再变更航班"的替代方案——虽然增加费用，但完全符合航空公司条款，体现了超越预设路径的洞察力。

τ2-bench基准测试亮点

安全性重大升级

Anthropic表示，Claude Opus 4.5是其迄今对齐程度最高的模型：

  1. 行业领先对齐：推测其对齐水平在行业前沿模型中处于领先位置
  2. 提示注入防御：进一步强化对提示注入攻击的防御能力
  3. 欺骗指令抵御：能更有效避免欺骗性指令的影响
  4. 奖励规避防范：针对"reward hacking"等潜在风险进行了专门的安全测试

定价与可用性

Claude Opus 4.5已在Anthropic应用、API以及三大云平台开放使用：

  1. 输入定价：5美元/百万tokens（约合35.6元人民币）
  2. 输出定价：25美元/百万tokens（约合177.8元人民币）
  3. API版本：开发者可通过Claude API使用 claude-opus-4-5-20251101 版本
  4. 使用上限：拥有Opus 4.5权限的用户已取消该模型的特定使用上限

开发者平台新功能

effort参数控制

开发者可通过Claude API中新增的effort（投入度）参数，在速度、成本与能力之间进行灵活调节：

  1. 低effort：快速响应，适合简单任务
  2. 中等effort：平衡性能与成本，Token消耗显著降低
  3. 高effort：最佳性能，适合复杂编程任务

Claude Code更新

  1. Plan Mode增强：现在会先通过提问澄清需求，再生成可编辑的plan.md文件并执行任务
  2. 桌面应用支持：Claude Code已登陆桌面应用，可同时运行多个本地与远程会话
  3. 长对话支持：系统会自动总结旧内容以持续展开聊天，不再受长度限制

产品扩展

Claude for Chrome已向所有Max用户开放，Claude for Excel也扩展到Max、Team与Enterprise用户的测试权限。Max与Team Premium用户的总体额度也有所提升。

在Cursor中使用Claude Opus 4.5

模型选择步骤

  1. 打开Cursor编辑器
  2. 点击右上角的模型选择器
  3. 在可用模型列表中查找"Claude Opus 4.5"或"claude-opus-4-5"
  4. 选择该模型开始使用
Cursor如何使用Claude Opus 4.5

最佳使用场景

  1. 复杂编程任务：利用其超越人类的软件工程能力处理高难度开发任务
  2. 多智能体协作：构建需要协调多个AI代理的复杂系统
  3. 深度代码研究：分析大型代码库，进行深度重构和优化
  4. 企业级安全需求：对安全性和对齐程度有高要求的商业项目

与其他模型对比

Claude模型系列定位

  • Claude Opus 4.5：旗舰模型，最强综合能力，适合复杂任务
  • Claude Sonnet 4.5：平衡性能与成本，SWE-bench得分82%
  • Claude Haiku 4.5：轻量快速，适合简单任务和实时应用

行业影响与未来展望

Claude Opus 4.5的发布引发了关于AI将如何改变工程职业的讨论：

  • 技术能力边界：在限时测试中超越人类，展示了AI在特定任务上的优势
  • 协作模式演变：从"AI辅助编程"向"AI主导+人类审核"模式转变
  • 安全研究重点：Anthropic的"社会影响与经济未来"研究团队正关注此类变化
  • 工作方式变革：预示着未来工作方式将出现更广泛的变化

使用建议

虽然Claude Opus 4.5在测试中表现出色，但该测试主要考察技术能力与压力下的判断力，并不涉及协作或长期经验等能力。在实际项目中，建议结合人工审查和团队协作，充分发挥AI与人类各自的优势。

相关问题