最强模型易主！Claude Opus 4.5发布，编程测试超越Anthropic所有人类求职者

最强模型易主，Claude Opus 4.5 今日上线！

Anthropic 称其为目前世界上最适合编程、Agent（智能体）和计算机操作的模型。不仅更聪明、更高效，在深度研究、处理ppt和电子表格等日常任务上也实现了显著提升

一句话总结：Opus 4.5 是 AI 能力的一次跨越，预示着未来工作方式的改变

现在即可使用

开发者：通过 API 调用 claude-opus-4-5-20251101

价格：输入 输 出 25（每百万 token）

平台：覆盖自家 App、API 及三大云平台

对于订阅用户（Max 和 Team Premium），Anthropic 移除了 Opus 专属的限制，并提高了整体使用限额，确保用户能在日常工作中充分使用 Opus 4.5

核心亮点速览：

编程能力碾压：在内部入职测试中，得分超过所有人类求职者

更聪明：能够通过“曲线救国”解决复杂问题（如通过升舱来修改不可改签的机票）。

更省钱：引入“努力程度”控制，中等设置下比 Sonnet 4.5 节省 76% token，性能持平

价格真香：API 价格定为 25（每百万 token），价格只有原来 Opus 4.1 的 1/3

编程能力：超越人类候选人

Anthropic 给 Opus 4.5 安排了一场“硬仗”，自家公司出了名难的性能工程入职笔试

结果令人咋舌：在规定的 2 小时时限内，Claude Opus 4.5 的得分高于以往任何一位人类候选人

虽然这并不代表它拥有人类的协作与沟通技巧，但在技术能力和抗压判断力上，AI 已经跑到了前面。

在实际体验中，测试人员反馈极为一致：Opus 4.5 能够处理模糊性问题，无需手把手指导即可权衡利弊。面对复杂的多系统 Bug，它能独立找出修复方案。几周前 Sonnet 4.5 几乎无法完成的任务，现在 Opus 4.5 都能搞定

”钻空子”也是一种智慧

在考察 Agent 能力的 τ-bench 基准测试中，Opus 4.5 展现出了惊人的变通能力。

测试场景是：作为航空公司客服，帮助一位焦虑的客户修改机票。规则是基础经济舱不可修改

大多数模型会直接拒绝。但 Opus 4.5 找到了一条合规的解决路径：先帮客户升舱，然后再修改航班

虽然基准测试判定其为失败（因为未按预期拒绝），但这正是人类所期待的创造性解决问题的能力。同时，Anthropic 也在安全测试中加强了对此类行为的约束，防止模型为了达成目标而玩弄规则

引入“努力程度”控制：效率提升 76%

模型变强了，通常意味着更贵、更慢？Opus 4.5 给出了新解法。

开发者现在可以通过 API 中的 effort parameter（努力程度参数） 来平衡时间、成本和性能：

中等努力（Medium effort）： 在 SWE-bench Verified 榜单上，Opus 4.5 达到了 Sonnet 4.5 的最高分，但输出 token 减少了 76%

最高努力（High effort）： 性能比 Sonnet 4.5 高出 4.3 个百分点，同时 token 消耗仍减少了 48%

配合上下文压缩和高级工具使用，Opus 4.5 能够运行更久、做更多事，且需要的人工干预更少。

全家桶更新：Excel、Chrome 都能用了

伴随 Opus 4.5 的发布，Claude 开发者平台和消费级应用也迎来了全面升级：

Claude Code：新增 Plan Mode（计划模式），在执行前会先问清楚需求并生成可编辑的计划文件。桌面版支持并行运行多个会话（如一个修 Bug，一个查资料）

Claude for Excel：Beta 版现已向所有 Max、Team 和 Enterprise 用户开放

Claude for Chrome：Max 用户现可使用 Claude 跨标签页处理任务。

长对话无障碍：Claude 应用现在会自动总结早期上下文，长对话不再撞墙

最后最重要的是记得⭐️我，这对我非常重要，每天都在更新：

一键三连，欢迎点赞转发推荐评论，别忘了关注我