בקצרה
אנתרופיק (Anthropic) משיקה את Claude Opus 5, עדכון משמעותי למודל ה-AI המצליח שלה. הגרסה החדשה מהווה קפיצת מדרגה ביכולות, במיוחד בתחום של סוכנים אוטונומיים הפועלים לאורך זמן ובמשימות קידוד ועבודה מקצועית. הוא מציג שיפורים ניכרים בביצועים לצד יעילות כלכלית גבוהה יותר, וממצב אותו כמוביל חדש במדדי ביצועים שונים. אנתרופיק מדגישה גם את היישור והבטיחות של המודל, שמפגין עמידה טובה יותר בחוקה של Claude ורמות נמוכות יותר של התנהגות מטעה.
שתפו את הכתבה
Claude Opus 5 זמין היום. זהו מודל בעל יכולת חשיבה עמוקה ופרואקטיבי, המתקרב לאינטליגנציית החזית של Claude Fable 5, אך במחיר נמוך בחצי.
במדדי ביצועים של קידוד ועבודת ידע, כגון Frontier-Bench ו-GDPval-AA, Opus 5 קובע סטנדרט חדש בתחום, אם כי הוא עדיין מפגר מאחורי Mythos 5 במשימות אבטחת סייבר.
Opus 5 עוצב לשימוש יומיומי: הוא פועל ביעילות רבה יותר ממודלים אחרים. הוא המודל ברירת המחדל החדש ב-Claude Max, והמודל החזק ביותר ב-Claude Pro.
<span dir="ltr">Opus 5</span> הדגים חזותית את זרימת האוויר מעל אובייקטים אווירודינמיים (ולא-אווירודינמיים). נסה הגדרות שונות במנהרת הרוח כאן.
Claude Opus 5 מציג שיפור ניכר בביצועים באותה עלות כמו קודמו, Opus 4.8. הגרפים בחלק זה מראים כיצד הביצועים משתנים בהתאם להגדרת מאמץ המודל, שיכולה לשמש לקוחות לאופטימיזציה לאינטליגנציה או לחיסכון בטוקנים לתוצאות מהירות וזולות יותר.
Opus 5 מצטיין במשימות הנדסת תוכנה בעלות ערך. לדוגמה, במדד ביצועים Frontier-Bench v0.1, מודל Opus 5 עוקף את כל המודלים האחרים ומכפיל את ביצועי Opus 4.8 בפחות ממחצית העלות למשימה. במדד CursorBench 3.2, במאמץ מרבי, המודל מגיע לביצועים הקרובים ב-0.5% לציון השיא של Fable 5, אך במחיר נמוך בחצי למשימה; הוא גם משיג ביצועים גבוהים יותר בעלות נתונה מכל המודלים האחרים ברמות מאמץ גבוהות (high, xhigh, ו-max).
אנו רואים תוצאות דומות גם בעבודות ידע ובמשימות פתרון בעיות. לדוגמה:
זהו גם המודל הטוב ביותר והחסכוני ביותר שלנו בכמה הערכות קשורות:
Opus 5 מהווה שיפור משמעותי לעומת Opus 4.8 במחקר מדעי. הוא מציג ביצועים טובים יותר מ-Opus 4.8 בכל אחת מהערכות מדעי החיים שלנו, המכסות נושאים הכוללים ביולוגיה מבנית, כימיה אורגנית וביואינפורמטיקה. שיפוריו בולטים במיוחד במשימות כימיה אורגנית, כמו הסקת מבנים מולקולריים מנתוני ספקטרוסקופיה (הוא משיג 10.2 נקודות אחוז יותר מ-Opus 4.8 במדד הביצועים הפנימי שלנו), ובמשימות הקשורות לחלבונים, כמו חיזוי כיצד שינויים ברצף חלבון משפיעים על תפקודו (כאן, הוא משיג 7.7 נקודות אחוז יותר).
לבסוף, Opus 5 מסוגל להפיק תוצאות ויזואליות חזקות בהרבה:
Claude Opus 5 חזק בהרבה באימות עבודתו ובביצוע איטרציות קפדניות עד להצלחה. בהערכות ובבדיקות גישה מוקדמת, אנו והמשתמשים שלנו מצאנו דוגמאות רבות ליכולת הסוכני שלו ולדקדקנותו:
להלן דיווחים נוספים מלקוחות הגישה המוקדמת שלנו על ניסיונם בעבודה עם Opus 5:
ב-FrontierCode 1.1, Claude Opus 5 מתקרב לביצועי Fable במחצית העלות. בתוך Devin, הוא גם מפגין עוצמה מיוחדת במשימות ניפוי באגים קשות וניתוח שורש הבעיה.
Claude Opus 5 מספק אינטליגנציה כמעט ברמת Fable 5 במהירות ובעלות של מודלי Opus. ב-CursorBench הוא רק מעט פחות טוב מ-Fable 5 ובעל התנהגויות רבות דומות. אנו נרגשים לראות כיצד מפתחים ישתמשו בו ב-Cursor.
Claude Opus 5 הגיע לראש טבלת המובילים של Zapier AutomationBench מבלי לבזבז יותר טוקנים ממודלי Claude קודמים. הוא לקח גיליון עבודה גולמי של בריאות חשבונות והריץ רצף מלא של מניעת נטישה מקצה לקצה: סימון חשבונות בסיכון, התראה לבעל החשבון המתאים, וסיכום עבור פעולות שימור. מודלים קודמים לא עברו; Opus 5 הגיע ל-100%.
בעבודת ניתוח הגנומיקה שלנו, Claude Opus 5 מתנהג יותר כמדען זהיר מכל מודל שהרצנו. הוא בוחר את המבחנים הסטטיסטיים הנכונים כדי לשלול משתנים מבלבלים, בודק את תוצאותיו באמצעות שיטות בלתי תלויות, ונשאר ממוקד בניתוחים ארוכים מרובי שלבים.
Claude Opus 5 עקף כל מודל במשפחתו בהערכות הפנימיות שלנו. הוא לא רק טוב יותר במשימות הקידוד הסוכני הקשות ביותר שלנו, עם שיפור של 22% מעל Opus 4.7, אלא שהוא יציב יותר, עם פחות שונות משמעותית בין הרצות. עבור מיליוני המפתחים ב-Lovable, עקביות זו היא שם המשחק כולו. תוצאות אמינות, בנייה אחר בנייה.
Claude Opus 5 הוא קפיצת המדרגה הגדולה ביותר במשפחת Opus מאז גרסה 4.5. באותן בניית אפליקציות פול-סטאק, הצד הקדמי מראה זאת ראשון: האנימציות, המשחקים ועבודות התלת-ממד הטובות ביותר שראינו ממודל Opus.
אנחנו אוהבים את Claude Opus 5. עבור סוג העבודה האנליטית הפתוחה שהסוכן שלנו מטפל בה, זוהי שדרוג מובהק לעומת Opus 4.8, והרווחים הגדולים ביותר הם בדיוק היכן שזה חשוב: המשימות הקשות והמעורפלות יותר. התגובות ברורות ותמציתיות יותר, ואנו רואים יעילות משופרת גם ברמות מאמץ גבוהות יותר.
Claude Opus 5 הוא שיפור מרשים לעומת Opus 4.8 עבור זרימות עבודה של מחקר פיננסי שהאנליסטים שלנו מריצים מדי יום. הוא בולט בחשיבה מספרית, עבודת טבלאות וחשיבה ביקורתית חדה יותר בה דיוק חשוב.
Claude Opus 5 מספק את האינטליגנציה והדיוק התעשייתי החיוניים לניתוח תוכן ארגוני מומחה. Box מצאה כי Opus 5 עוקף את Opus 4.8 ב-8% ומספק רווחי ביצועים בולטים בזרימות עבודה של ניתוח נתונים (שיפור של 11%) ובבדיקת נאותות (שיפור של 17%), עליהן מסתמכים ארגונים בטכנולוגיה, בריאות ובמגזר הציבורי מדי יום.
Claude Opus 5 הוא קפיצת מדרגה דורית ברורה מ-Opus 4.8. במהלך סוף שבוע אחד נתתי לו תפקיד של ראש מטה בסביבות הפיתוח שלי: הוא בנה לעצמו מערכת ניטור, ניהל כל קופסה, וקרא לי רק להחלטות הדורשות שיקול דעת אנושי.
Claude Opus 5 ביצע שינויים בקנה מידה גדול בבסיס הקוד של Fundamental Research Assistant שלנו, התאים את עצמו למשוב לאורך זרימת עבודה סוכנית והסביר את ההסקה שלו בצורה ברורה יותר מכל מודל שבו השתמשנו. הוא טיפל בעבודה שבדרך כלל היינו מפרקים לחתיכות קטנות בהרבה.
בכמה ממשימות הניתוח הפיננסי הקשות ביותר שלנו, Claude Opus 5 הוא קפיצת מדרגה ברורה מ-Opus 4.8 הן מבחינת דיוק והן מבחינת יעילות. רמת הביצועים המינימלית שלו גבוהה משמעותית, במיוחד בלוגיקה עמוקה של תחום הפיננסים. בכל רמות המאמץ הוא השיג בממוצע 9 נקודות אחוז דיוק גבוהות יותר עם שליש פחות פניות וקריאות כלים ו-60% פחות זמן.
Claude Opus 5 בודק את עבודתו בדרך שבה מפתח פרונט-אנד אמיתי היה עושה זאת. במדד הביצועים שלנו הוא פתח את העמודים שלו בדפדפן ברוחבי שולחן עבודה וטלפון, זיהה מוצר שהיה חבוי מתחת ל-fold בנייד וכפתור צ'קאאוט מחוץ למסך, ותיקן את שניהם לפני שהחזיר את העבודה.
Claude Opus 5 הוא קפיצת מדרגה ברורה בביצועים בעבודת סוכן משפטי בהשוואה למודלי Opus קודמים, וראינו את הרווחים הגדולים ביותר בתחומי עיסוק כמו ממשל תאגידי ובוררות. התרשמנו גם מיכולתו של Opus 5 לשמור על איכות ברמות הסקה נמוכות יותר, והשיג ביצועים דומים תוך יצירת 26% פחות טוקנים בממוצע בהשוואה ל-Opus 4.8 ברמת הסקה מקסימלית.
הרווחים הגדולים ביותר של Claude Opus 5 עבורנו הם בעבודה ארוכת טווח: בניית מצגת מלאה, ולאחר מכן תיקונה. איכות ה-Artifacts היא מה שמכריע איזה מודל אנו משיקים, וזוהי קפיצת המדרגה הברורה ביותר שראינו – הבנה ויזואלית טובה יותר, עיצוב נקי יותר, פחות בעיות בשקפים.
מה שבולט ב-Claude Opus 5 הוא שיקול הדעת. הוא אינו ממהר לפרסם בעת מסירת PR (בקשת משיכה): הוא מאמת את הענפים, בודק את התבנית וחושב על ההשלכות של הבדיקות, כך שהמסירה תהיה נקייה. המודלים הישנים נטו לקפוץ קדימה ולהיתפס בבדיקות שלנו.
במהלך מפגש ארכיטקטורה מחדש, Claude Opus 5 דחה עיצוב שהצעתי, והוא לא נסוג כשעמדתי על שלי. במקום זאת, הוא הסביר בדיוק מה היה בעל ערך ברעיון שלי, צמצם את התנגדותו לשאלת עיצוב אחת, והציע פשרה ששמרה על החלק הטוב תוך תיקון הפגם. זהו סוג שיקול הדעת שמאפשר לנו לבטוח בו עם פחות פיקוח.
בתיקונים ראשוניים (redlines), Claude Opus 5 השיג את הציון הגבוה ביותר מכל מודל שבדקנו, כמעט כפול מ-Opus 4.8. גם הוספת הערות טובה יותר: בהסכמי סודיות (NDAs) הוא מגיע לתיקון בפחות זמן ועם פחות מעברים, כשהדיוק נשמר או אף משתפר.
Claude Opus 5 כותב דיפים נקיים וצפופים ללא קוד מת, והוא מזהה סיכונים חזק יותר בבעיות עדינות וספציפיות לבסיס קוד. אנו מאמצים אותו עבור עומסי עבודה של ייצור.
בהחלט נבצע מיגרציה של מספר מקרי שימוש ב-Cosmos, פלטפורמת הסוכנים המאוחדת שלנו. אנו מצפים להשתמש יותר ויותר ב-Claude Opus 5 לסקירת קוד, ואני בטוח לומר כי אנו מעדיפים שאנשים ישתמשו ב-Opus 5 במקום ב-Opus 4.8.
מה שבולט ב-Claude Opus 5 הוא שיקול הדעת. הוא חושב קשה יותר לפני שהוא כותב שורה אחת, מזהה תקלות לוגיות משלו במהלך התכנון במקום לאחר מעשה, ומסיק מדוע תשובה נכונה, לא רק אם היא עובדת. זוהי קפיצת המדרגה הברורה ביותר בפתרון בעיות שראינו ממודל Claude אחד למשנהו, ואנו מצפים לראות אותו מאומץ בסביבות הפיתוח המשולבות (IDEs) של JetBrains.
Claude Opus 5 הוא מודל Opus החזק ביותר שבדקנו במדד המסחר שלנו, והוא מגיע לתוצאות אלו באמצעות כשביעית מטוקני ההסקה ובפחות ממחצית זמן ההשהיה של Opus 4.8. תשובות טובות יותר בשבריר מהכוח החישובי.
Claude Opus 5 מאפשר לסוכני ניטור לנהל חלקים מהזיכרון שלהם בסביבת ייצור, מה שהופך אותם לאוטונומיים ואמינים יותר לאורך טווחי זמן ארוכים. הסוכן מתייחס להקשר שלו כאל מסמך חי: לאחר שסימן אנומליה אפשרית באחד מהשירותים שלנו, הוא בדק מחדש את ההנחה שלו מול סביבת הייצור, גילה שהאות היה תקין, כתב את התיקון לזיכרון שלו והשבית את שאילתות הניטור שלו בעצמו.
Claude Opus 5 הוא מודל קידוד סוכני חזק שנבנה לעבודה ארוכת טווח ורבת שלבים. הוא מבין לעומק את בסיס הקוד שלכם, שומר על רצף לאורך משימות מורכבות, ומגדיר דרישות לפיתוח פיצ'רים ולתיקון באגים ביעילות רבה יותר מ-Opus 4.8. מפתחים יכולים כעת לבנות עם Opus 5 ב-Kiro ולנצל את היכולות המתקדמות שלו לפרויקטים שאפתניים.
01 / 24
יישור. במהלך בדיקות טרום-פריסה, ביקורת ההתנהגות האוטומטית שלנו מצאה את Opus 5 כמודל המיושר ביותר שלנו עד כה (כפי שמוצג בגרף להלן). הוא עומד ב-חוקה של Claude טוב יותר מ-Opus 4.8, Sonnet 5 או Fable 5; מפגין את השיעורים הנמוכים ביותר של התנהגות מטעה; והוא הפחות רגיש להטעיה לשימוש לרעה. זהו גם המודל הבטוח ביותר שלנו עד כה מבחינת הימנעות מפעולות פזיזות שעלולות להיות להן השלכות קשות לתיקון.
בטיחות. Opus 5 אינו מקדם את הגבול ביכולות מסוכנות בעלות שימוש כפול. בהערכות קפדניות שנערכו לצד שותפים מהמגזר הפרטי והממשלתי, מצאנו שהוא נשאר מאחורי Mythos 5 הן במחקר ביולוגי והן באבטחת סייבר התקפית. מידע נוסף על הערכות אלו ניתן למצוא ב-System Card שלנו.
בדומה לקודמו, Opus 4.8, נמנענו בכוונה מאימון Opus 5 על משימות סייבר. עם זאת, המודל השתפר באופן ניכר במשימות אלו כתוצאה מכך שנהיה בעל יכולות כלליות יותר, והוא מתקרב ל-Mythos 5 במציאת חולשות אבטחת סייבר. אולם, הוא נשאר מאחורי Mythos 5 באופן משמעותי בניצול חולשות אלו – כלומר, בהפיכת חולשות לאיומי סייבר ממשיים.
זה מומחש על ידי ביצועי Opus 5 ב-OSS-Fuzz, הערכה שפיתחנו כדי לבדוק עד כמה מודלים יכולים למצוא ולאחר מכן לנצל חולשות ללא הכוונה אנושית נרחבת. למרות ש-Mythos 5 ו-Opus 5 מזהים חולשות בהצלחה דומה, הציון של Opus 5 בפיתוח אקספלויטים מפגר הרחק מאחורי זה של Mythos 5.
מנגנוני ההגנה של Claude Opus 5 עוצבו כדי לאפשר שימושים מועילים של המודל הן באבטחת סייבר והן בביולוגיה. הם דומים לאלו שהפעלנו ב-Opus 4.8, למעט מנגנוני הגנה חזקים יותר במגוון צר של משימות סייבר.
אבטחת סייבר. מסווגי הסייבר של Opus 5 פחות מגבילים באופן יחסי מאלה שב-Fable 5. הם מאפשרים ל-Opus 5 למצוא חולשות בקוד המקור, אך חוסמים סריקת חולשות "מבוססת קבצים בינאריים" (שיטה בעלת סבירות גבוהה יותר להיות קשורה לגורמים זדוניים), בדיקות חדירה ויצירת אקספלויטים.
בהתבסס על הבדיקות שלנו, אנו מצפים שהמסווגים יתערבו ב-85% פחות מהתדירות שבהם הם מתערבים עבור Fable 5. ב-Claude.ai, Claude Code ו-Claude Cowork, כל בקשה מסומנת תחזור ל-Opus 4.8 כברירת מחדל. ניתן גם להפעיל חזרה ל-Opus 4.8 ב-API.
תוכנית אימות הסייבר (CVP) שלנו מקלה על עבודת אבטחת סייבר שאחרת הייתה נחסמת על ידי מנגנוני ההגנה של המודל. ארגונים וחוקרים שכבר חלק מה-CVP מקבלים גישה מיידית לגרסה של Opus 5 עם פחות מגבלות אבטחה.
ביולוגיה. מכיוון של-Opus 5 יש חבילת מנגנוני הגנה דומה לזו של Opus 4.8, הוא כעת המודל בעל היכולות הגבוהות ביותר הזמין באופן כללי למחקר מדעי. עם זאת, המודל עדיין מציג מגבלות חשובות במשימות מחקר אוטונומיות ארוכות טווח, שם אנו מצפים שמודלי AI יציבו את הסיכונים המשמעותיים ביותר הקשורים לביולוגיה. (Mythos 5 נשאר המודל החזק יותר עבור סוג זה של עבודה ביולוגית.) כחלק מהשקה זו, בקשות הקשורות לביולוגיה שנחסמות ב-Fable 5 ינותבו כעת ל-Opus 5 במקום ל-Opus 4.8.
Claude Opus 5 זמין היום בכל הפלטפורמות, במחיר של 5 דולר למיליון טוקני קלט ו-25 דולר למיליון טוקני פלט (בדומה ל-Opus 4.8). מפתחים יכולים להתחיל לעבוד עם claude-opus-5 ב-Claude API.
הוא מוצע גם במצב Fast (מהיר), שבו הוא פועל בערך פי 2.5 מהמהירות הרגילה. בדומה ל-Opus 4.8, מצב Fast זמין במחיר כפול ממחיר הבסיס של Opus 5 בפלטפורמת Claude ובאמצעות זיכויי שימוש ב-Claude Code.
לצד Opus 5, אנו משיקים שני עדכונים בגרסת בטא:
בדומה למודלי Opus קודמים, ל-Opus 5 אין דרישות שמירת נתונים עבור גישה כללית.
להדרכה נוספת כיצד להפיק את המיטב מ-Opus 5, עיין ב-מדריך הפרומפטים שלנו.
Frontier-Bench v0.1, גרף מאמץ: תוצאות אלו הן מהרצה פנימית של Frontier-Bench v0.1, על הרתמת mini-SWE-agent ובקאנד GKE, תגמול ממוצע על פני 5 ניסיונות למשימה. Opus 4.8 שימש כגיבוי בדחיית מסווג בטיחות עבור Opus 5 ו-Fable 5.
מקור: קרא את המאמר המקורי באנגלית באתר Anthropic
תוכן זה תורגם באופן אוטומטי באמצעות בינה מלאכותית ונערך על ידי צוות Anthropic IL. המאמר המקורי פורסם באנגלית באתר anthropic.com.
עודכן לאחרונה: 23 באוגוסט 2026
