IT之家 11 月 25 日消息，當地時間周一，Anthropic 宣布推出其最新 AI 模型“Claude Opus 4.5”，定位為一款在編碼、智能體以及計算機操作方面表現領先的通用模型，并在深度研究、演示文稿處理以及電子表格任務上實現了實質性提升。

據官方介紹，這一版本不僅是對現有能力的推進，也預示著未來工作方式將出現更廣泛的變化。

在軟件工程相關測試中，Claude Opus 4.5 達當前最先進水平。該模型已在 Anthropic 應用、API 以及三大云平臺開放使用，開發者可通過 Claude API 使用 claude-opus-4-5-20251101 版本。其輸入輸出定價分別為 5 美元（IT之家注：現匯率約合 35.6 元人民幣）和 25 美元（現匯率約合 177.8 元人民幣）每百萬 tokens，旨在讓更多個人用戶、團隊與企業能夠使用到 Opus 級別的能力。

與此同時，公司也更新了 Claude Developer Platform、Claude Code 以及面向消費者的應用，加入支持更長時間運行的智能體工具，并擴展了 Claude 在 Excel、Chrome 以及桌面端的使用方式。對于應用用戶而言，長對話不再受長度限制，系統會自動總結舊內容以持續展開聊天。

性能評估：超過所有人類測試者

Anthropic 表示，它會讓性能工程崗位候選人完成一項難度極高的居家測試，同時也將這一測試用于模型內部評估。在規定的兩小時限時內，Claude Opus 4.5 的得分超過了歷來所有人類候選人。

這項測試旨在考察技術能力與壓力下的判斷力，但并不涉及協作或長期經驗等其他能力。

盡管如此，這一表現引發了關于 AI 將如何改變工程職業的討論。Anthropic 的“社會影響與經濟未來”研究團隊正關注此類變化，并計劃公布更多成果。

IT之家注意到，Claude Opus 4.5 在視覺、推理與數學方面也取得了顯著進步，在多個領域達到行業先進水平。

在真實任務基準中表現突出

在用于衡量智能體能力的 τ2-bench 基準中，模型需模擬航空公司服務人員處理客戶訴求。

開發者設定的“標準答案”是必須拒絕修改“基礎經濟艙”機票，但 Claude Opus 4.5 給出了一個在規則允許范圍內的替代方案 —— 先升級艙位，再變更航班。

模型在推理時引用政策內容并提出解決策略，例如：

“在其他情況下，所有預訂（包括基礎經濟艙）都可以在不更改航班的情況下更改艙位。”

并進一步指出可先升級到經濟艙或商務艙，再調整出行日期。這種方式雖增加費用，但符合航空公司條款。

該案例被判定為失敗，因為它未遵循預設路徑，但 Anthropic 表示，這類“有洞察力的解決方案”正是測試者與用戶感受到的進步。

公司也指出，某些情境下類似行為可能被視為“獎勵規避”（reward hacking），因此相關防范是安全測試的重要內容。

安全性提升

Anthropic 表示，Claude Opus 4.5 是其迄今對齊程度最高的模型，并推測其對齊水平在行業前沿模型中也處于領先位置。為應對客戶在關鍵任務中的使用需求，該版本進一步強化了對提示注入攻擊的防御能力，能更有效避免欺騙性指令的影響。

開發者平臺更新

隨著模型能力增強，其任務執行步驟減少，推理過程中的回溯與冗余也更少，從而降低 token 消耗。開發者可通過 Claude API 中新增的 effort（投入度）參數，在速度、成本與能力之間進行調節。

在中等 effort 設置下，Opus 4.5 與 Sonnet 4.5 在 SWE-bench Verified 上達到相近分數，但輸出 token 使用量減少 76%；在最高 effort 設置中，其得分比 Sonnet 4.5 高出 4.3 個百分點，同時減少 48% 的輸出 token。

公司表示，在“努力控制、上下文壓縮與高級工具使用”的組合下，Opus 4.5 在深度研究評估中性能提升近 15 個百分點。此外，其在管理子智能體方面表現良好，可用于構建協調性更高的多智能體系統。

產品更新

在 Claude Code 中，Opus 4.5 帶來兩項升級：Plan Mode 現在會先通過提問澄清需求，再生成可編輯的 plan.md 文件并執行任務；此外，Claude Code 已登陸桌面應用，可同時運行多個本地與遠程會話。

消費者應用方面，Claude 現在可自動總結對話上下文以支持更長的交流內容。Claude for Chrome 已向所有 Max 用戶開放，而 Claude for Excel 也擴展到 Max、Team 與 Enterprise 用戶的測試權限。

對于擁有 Opus 4.5 權限的 Claude 與 Claude Code 用戶，公司已取消該模型的特定使用上限；Max 與 Team Premium 用戶的總體額度也有所提升，以確保滿足日常工作需求。公司表示，未來隨著新模型發布，相關限制可能繼續調整。