Коротко:
- Claude Opus 5 вийшов 24 липня 2026 року й одразу став моделлю за замовчуванням у Claude Max і найпотужнішою опцією в Claude Pro.
- Anthropic позиціонує його не як "наступника Opus 4.8", а як модель, що наближається до рівня Claude Fable 5 приблизно за половину ціни.
- Головні нововведення — режим "effort dial" (low/medium/high/xhigh/max), Fast mode зі швидкістю ~2.5x, контекстне вікно 1 млн токенів за замовчуванням і мислення (thinking), увімкнене за замовчуванням.
- Ціна залишилась незмінною відносно Opus 4.8 — $5 за млн вхідних токенів і $25 за млн вихідних.
- Модель лідирує на Frontier-Bench, GDPval-AA та ARC-AGI 3, але поступається Claude Mythos 5 в exploit-розробці для кібербезпеки і має відомі слабкі місця в логічних помилках, race conditions та роботі з API.
Зміст
Що таке Claude Opus 5
Claude Opus 5 — це нова флагманська модель Anthropic у лінійці Opus, яка прийшла на зміну Claude Opus 4.8. За офіційним описом самої компанії, це "продумана і проактивна" модель, яка наближається до рівня найпотужнішої моделі Anthropic — Claude Fable 5 — приблизно за половину ціни (Anthropic, Introducing Claude Opus 5).
Важливо одразу розвести терміни: Opus 5 — не найрозумніша модель у портфоліо Anthropic. Над нею стоять Claude Fable 5 (комерційна версія з посиленими запобіжниками) і Claude Mythos 5 (модель для довіреного кола організацій із розширеними можливостями в кібербезпеці та біології). Opus 5 закриває нішу "робочої конячки" — моделі, яку розробники й компанії використовують щодня для реальних задач, а не для рекордів на бенчмарках за будь-яку ціну.
Коли відбувся реліз Claude Opus 5
Anthropic випустила Claude Opus 5 24 липня 2026 року одразу на всіх платформах: у Claude.ai, Claude Code, Claude Cowork і через Claude API (офіційний анонс). Це четверта модель, яку компанія випустила менш ніж за два місяці — після Claude Mythos 5, Claude Fable 5 і Claude Sonnet 5 у червні 2026 року (Fortune). Того ж дня Anthropic опублікувала і system card моделі — документ із детальним описом тестів безпеки.
Позиціонування: Opus 5 не "наступник 4.8", а "майже Fable 5 за половину ціни"
Це ключовий момент, який плутають у більшості новинних матеріалів. Формально Opus 5 замінює Opus 4.8 в лінійці, але за рівнем інтелекту Anthropic свідомо порівнює модель не з попередником, а з Claude Fable 5 — своєю топовою моделлю. Компанія прямо каже: Opus 5 наближається до рівня Fable 5, але коштує вдвічі дешевше (Anthropic).
На практиці це означає таке позиціонування на ринку:
| Модель | Роль у портфоліо | Орієнтовна ціна |
|---|
| Claude Mythos 5 | Найпотужніша модель, доступна обмеженому колу партнерів | — |
| Claude Fable 5 | Комерційна топова модель для найскладніших і найдовших задач | Вища за Opus 5 |
| Claude Opus 5 | Модель для щоденного використання, "майже Fable 5" за половину ціни | $5 / $25 за млн токенів |
| Claude Sonnet 5 | Баланс ціни та якості, вийшла раніше, у червні 2026 | Нижча за Opus 5 |
Тобто питання "чи варто оновлюватись з 4.8" насправді складається з двох різних питань: наскільки виріс сам Opus і чи достатньо цього рівня, чи проєкту потрібен саме Fable 5. Детальніше про це — у розділі про Fable 5 нижче.
Які головні зміни порівняно з Claude Opus 4.8
За документацією Claude Platform, Opus 5 — це якісний стрибок відносно Opus 4.8, а не рядове оновлення: найбільший приріст модель отримала у глибокому reasoning, agentic та довгих задачах, а також у масштабуванні test-time compute (Claude Platform Docs). Технічно це виглядає так:
- Контекстне вікно тепер 1 млн токенів за замовчуванням — і водночас максимальне значення; окремого "короткого" варіанту моделі більше немає.
- Максимум вихідних токенів на один запит — 128 тис.
- Режим мислення (thinking) увімкнений за замовчуванням — це зміна поведінки відносно того, як і коли thinking можна вимикати.
А в цифрах продуктивності приріст виглядає так:
- На Frontier-Bench v0.1 модель більш ніж удвічі перевершує результат Opus 4.8, і при цьому дешевша в перерахунку на задачу.
- На внутрішніх бенчмарках з органічної хімії Opus 5 набирає на 10.2 п.п. вище за Opus 4.8, а на задачах прогнозування впливу мутацій білка — на 7.7 п.п. вище.
Разом ці зміни означають, що з коробки Opus 5 тепер підходить для задач, які раніше вимагали ручного контролю за розміром контексту або окремого переходу на Fable 5: великі кодові бази, довгі агентні сесії й задачі, де раніше доводилось штучно обрізати вхідні дані під ліміт токенів, тепер поміщаються в стандартний режим роботи моделі.
Effort dial: режими low / medium / high — як це працює
Головна практична фішка релізу — можливість керувати тим, скільки обчислювальних ресурсів модель витрачає на задачу. У Opus 5 доступно п'ять рівнів "зусилля": low, medium, high, xhigh і max (Sim, довідка з параметрів моделі). Це не просто перемикач швидкості — це компроміс між якістю відповіді, кількістю використаних токенів і вартістю запиту.
За словами команди юридичного агента, з якою тестувала модель Anthropic, Opus 5 зберігає майже ту саму якість на нижчих рівнях reasoning, витрачаючи в середньому на 26% менше токенів порівняно з Opus 4.8 на максимальному reasoning (Anthropic, відгуки партнерів). Команда фінансового моделювання повідомила про приріст точності в середньому на 9 відсоткових пунктів при третині менше кроків і викликів інструментів та скороченні часу виконання на 60% на всіх рівнях effort.
Практичний висновок: для рутинних задач (прості CRUD-ендпоінти, форматування, короткі рефакторинги) є сенс тестувати low/medium — це суттєво знижує вартість без відчутної втрати якості. Для складного проєктування архітектури, багатокрокового агентного планування чи задач з високою ціною помилки варто одразу брати high або xhigh.
Fast mode: пришвидшення ~2.5x і подвійна ціна
Окремо від effort dial, Opus 5 доступний у режимі Fast mode, який працює приблизно у 2.5 раза швидше за стандартний режим. Як і в Opus 4.8, Fast mode коштує вдвічі дорожче за базову ціну на Claude Platform, а в Claude Code списується через usage credits (Anthropic). Це має сенс для інтерактивних сценаріїв — наприклад, коли модель працює в парі з розробником у реальному часі і затримка у відповіді напряму впливає на зручність роботи.
Нові можливості моделі
Крім суто продуктивнісних покращень, Anthropic продемонструвала кілька нових якісних можливостей:
- Значно сильніші візуальні артефакти — інтерактивні 3D-візуалізації та симуляції, які модель здатна генерувати з нуля.
- Здатність писати власний computer-vision pipeline для вилучення геометрії із зображення, коли пряме бачення креслення недоступне — саме так модель відтворила 3D FreeCAD-модель деталі з рисунка.
- Управління власною пам'яттю в довгих production-сценаріях: модель здатна перевіряти власні попередні висновки проти нових даних, коригувати записи в пам'яті і самостійно завершувати задачі моніторингу.
- Помітно кращий computer use — на бенчмарку OSWorld 2.0 модель перевершує всі інші за будь-якої ціни, а найкращий результат Fable 5 повторює менш ніж за третину вартості.
Як змінилася якість програмування
Для розробників це найважливіший розділ, тож розберемо його детальніше. На Frontier-Bench v0.1 — бенчмарку реальних інженерних задач — Opus 5 випереджає всі інші моделі. На CursorBench 3.2 за максимального effort модель відстає від пікового результату Fable 5 лише на 0.5%, при цьому коштуючи вдвічі дешевше за задачу (Anthropic).
Партнери, які тестували модель у ранньому доступі, окремо відзначають не так "сирий" рівень коду, як якість самоперевірки. В одному з наведених Anthropic прикладів модель отримала реальний баг у популярному пакетному менеджері з відкритим кодом і знайшла першопричину, яку пропустив офіційний патч спільноти — конкурентна модель у тому ж тесті виправила лише зовнішній симптом.
Водночас незалежні тести дають більш стриману картину. Огляд CodeRabbit щодо якості код-рев'ю показує, що слабкими місцями моделі залишаються логічні помилки, race conditions та неправильне використання API — тобто саме ті класи багів, які найважче ловити без глибокого розуміння рантайм-поведінки коду (CodeRabbit, Claude Opus 5 Benchmarks for AI Code Review). Це означає, що Opus 5 варто розглядати як сильного додаткового рев'юера, а не єдину лінію захисту для коду, де конкурентність або коректність API критичні.
Що змінилося в reasoning
На ARC-AGI 3 — бенчмарку, що перевіряє здатність вирішувати нові, раніше не бачені задачі, — результат Opus 5 утричі вищий за найближчого конкурента (Anthropic). Це показник не завченої поведінки, а власне гнучкості мислення моделі при зіткненні з нестандартною постановкою задачі.
Партнери в galuzi юридичного і фінансового аналізу окремо відзначають зростання якості на задачах, де раніше моделі "здавались" — розмиті, погано сформульовані задачі з високою вагою кожного кроку. Тут приріст найбільш помітний саме тому, що це не задачі з чіткою метрикою успіху, як у бенчмарках, а задачі, де важливе саме судження моделі.
Agentic Tasks: які покращення отримала модель
На Zapier AutomationBench, який вимірює здатність доводити бізнес-задачі до кінця без втручання людини, Opus 5 показує коефіцієнт успіху приблизно у 1.5 раза вищий за найближчого конкурента за тієї самої вартості задачі — і навіть на найнижчому рівні effort проходить більше задач, ніж будь-яка інша модель (Anthropic). CEO Zapier повідомив, що модель очолила лідерборд AutomationBench, не витрачаючи більше токенів, ніж попередні моделі Claude, і провела повний цикл роботи з обробки відтоку клієнтів end-to-end.
Ще один показовий приклад — інженер трейдингової компанії використав Opus 5 для побудови фіда ринкових даних для нової біржі за одну сесію; попередні моделі не могли впоратись із цією задачею навіть маючи детальний план від інженера. Не знайшовши живого фіда для перевірки, модель самостійно побудувала власний тестовий гарнес для валідації парсингу даних біржі.
Як працює новий режим Thinking
Найпомітніша поведінкова зміна — thinking тепер увімкнений за замовчуванням, і документація прямо називає це зміною поведінки відносно того, коли й як мислення можна вимикати (Claude Platform Docs). Для команд, які мігрують з Opus 4.8, це означає, що інтеграції варто перевіряти окремо — поведінка за замовчуванням змінилась, і старий код, що покладався на вимкнене мислення, може вимагати оновлення.
Практично це працює разом з effort dial: рівень effort визначає, наскільки глибоко модель "думає" перед фінальною відповіддю чи викликом інструменту. Ось як це виглядає в реальному запиті до API — параметр передається через output_config.effort, а не через окремий thinking-об'єкт, як було в старіших моделях:
import anthropic
client = anthropic.Anthropic()
response = client.messages.create(
model="claude-opus-5",
max_tokens=64000,
output_config={"effort": "high"},
messages=[
{"role": "user", "content": "Проаналізуй цей SQL-запит на N+1 проблему та запропонуй фікс."}
],
)
print(response.content)
У відповіді перший елемент масиву content тепер, як правило, є блоком мислення, а не текстом — це варто врахувати, якщо ваш код раніше жорстко очікував content[0] як готову відповідь:
{
"content": [
{
"type": "thinking",
"thinking": "Спочатку перевірю, чи запит виконується всередині циклу..."
},
{
"type": "text",
"text": "У цьому запиті є класична N+1 проблема: ..."
}
],
"stop_reason": "end_turn"
}
Важливий нюанс для міграції: старий ручний синтаксис thinking: {"type": "enabled", "budget_tokens": N} на Opus 5 більше не працює і повертає помилку 400. Крім того, вимкнути thinking повністю не можна разом з рівнями effort xhigh або max — API поверне ту саму помилку. А оскільки thinking-токени тепер входять у той самий ліміт, що й max_tokens, для задач на високому effort варто одразу закладати щонайменше 64 000 токенів, інакше відповідь ризикує обірватися.
Зміни в Claude API: mid-conversation tool changes та automatic fallbacks
Одночасно з Opus 5 Anthropic випустила дві бета-функції на Claude Platform:
- Mid-conversation tool changes. Розробники тепер можуть змінювати набір доступних Claude інструментів прямо посеред розмови, не інвалідуючи prompt cache — раніше зміна tools часто означала повторну оплату всього контексту заново.
- Automatic fallbacks. Запити, які позначені класифікаторами безпеки на Opus 5 (або Fable 5), тепер можна автоматично перенаправляти на іншу модель замість повної відмови у відповіді. З увімкненими automatic fallbacks запит завжди повертає результат від найкращої доступної моделі, а не блокується.
Обидві функції особливо актуальні для production-агентів, які раніше мали або жорстко фіксований набір tools на весь діалог, або ризик отримати повну відмову замість відповіді на прикордонний запит.
Вартість Claude Opus 5
Ціна Opus 5 не змінилась відносно Opus 4.8: $5 за мільйон вхідних токенів і $25 за мільйон вихідних (Anthropic). За даними трекера моделей Sim, кешовані вхідні токени коштують $0.5 за мільйон (Sim). Fast mode, як згадано вище, коштує вдвічі дорожче за базову ціну.
| Параметр | Значення |
|---|
| Вхідні токени | $5 / млн |
| Вихідні токени | $25 / млн |
| Кешовані вхідні токени | $0.5 / млн |
| Fast mode | 2x базової ціни |
| Контекстне вікно | 1 млн токенів (за замовчуванням і максимум) |
| Максимум вихідних токенів | 128 тис. за запит |
На яких benchmark модель показує найкращі результати
За офіційними даними Anthropic, Opus 5 займає перше місце або є найефективнішою моделлю на: Frontier-Bench v0.1, CursorBench 3.2 (на високих рівнях effort), ARC-AGI 3, GDPval-AA v2, OSWorld 2.0, AutomationBench і DeepSearchQA (Anthropic). Незалежний рейтинг Artificial Analysis на день релізу поставив Opus 5 на перше місце одночасно за Intelligence Index та Agentic Index (BOVO Digital, аналіз system card).
Де Claude Opus 5 поступається конкурентам
Тут варто розділити два типи слабких місць — конкурентні та власне продуктові.
Відносно інших моделей Anthropic: Opus 5 суттєво поступається Claude Mythos 5 у розробці експлойтів для кібербезпеки (хоча за самим пошуком вразливостей результати близькі) та в задачах, пов'язаних з біологічними дослідженнями — Anthropic прямо це визнає в офіційному анонсі (Anthropic).
Відносно конкурентів з інших компаній: флагман OpenAI GPT-5.6 Sol випереджає Claude Fable 5 на бенчмарку Agents' Last Exam на 13.1 бала, хоча сам же поступається на SWE-Bench Pro на 15.4 бала (GCN) — тобто картина конкурентного розташування залежить від того, який саме клас задач вимірюється.
Проблема з галюцинаціями — і чому 50% не означає "модель бреше в половині відповідей". Незалежний аналіз system card фіксує рівень галюцинацій близько 50% на тестових наборах, орієнтованих саме на межові, невизначені запити — задачі, де правильна відповідь часто "я не знаю" або "недостатньо даних" (BOVO Digital). Причина не в поганому фактажі як такому, а в поведінковому зсуві: модель стала більш охоче давати конкретну відповідь замість визнати невпевненість. Для звичайних задач з чіткою відповіддю це майже не проявляється — але для сценаріїв, де ціна помилкової впевненості висока (медицина, юридичний аналіз, фінансові розрахунки), я б обов'язково додавав guardrails і не покладався на "сирі" відповіді моделі без перевірки.
Схильність до переінженерингу. Окремо хочу зупинитись на висновку незалежного розбору system card від Zvi Mowshowitz: слабші результати Opus 5 в частині сценаріїв пояснюються непродуктивною самоперевіркою та неправильною оцінкою масштабу задачі (Zvi Mowshowitz, Claude Opus 5: The System Card). На практиці я бачу це так: якщо попросити модель "додати ендпоінт для оновлення email користувача", Opus 5 на високому effort може замість простого PATCH-хендлера з валідацією запропонувати повноцінний event-driven механізм зі шаром абстракції для майбутніх типів оновлень профілю, чергою подій на випадок майбутньої інтеграції з email-сервісом підтвердження і окремим сервісом аудиту змін — жодне з цього не було в задачі, але модель "передбачає" можливі майбутні вимоги і закладає під них інфраструктуру одразу. Формально код буде робочим і навіть добре структурованим, але для простої задачі це зайва складність, яку потім комусь доведеться підтримувати. На нижчих рівнях effort (low/medium) ця схильність проявляється значно рідше — ще один практичний аргумент на користь того, щоб не ставити max effort "за замовчуванням про всяк випадок".
Для кого підійде Claude Opus 5
- Команди, які раніше використовували Opus 4.8 для щоденної розробки і хочуть суттєвого приросту якості без зростання рахунків за API.
- Продукти з агентними сценаріями (автоматизація процесів, обробка даних, довгі workflow), де важлива стабільність між запусками, а не одноразовий пік результату.
- Команди, яким потрібне велике контекстне вікно (1М токенів) за замовчуванням без додаткових налаштувань.
- Проєкти з чутливістю до вартості, де effort dial дозволяє гнучко балансувати між якістю та ціною запиту в межах однієї моделі.
Коли варто брати Fable 5 замість Opus 5
Anthropic прямо рекомендує Fable 5 для більш просунутих проєктів, включно з тими, які модель може виконувати автономно протягом кількох днів (Fortune). Це саме той сценарій, де різниця між "майже Fable 5" і "Fable 5" стає відчутною: чим довший і автономніший ланцюжок дій без людського нагляду, тим більше накопичуються дрібні відхилення в якості.
На практиці я б орієнтувався на три конкретні сигнали, що задача переросла рівень Opus 5.
Перший — горизонт автономності. Якщо задача укладається в одну сесію роботи з людиною в циклі (ви ставите задачу, модель виконує кілька кроків, ви перевіряєте результат і коригуєте) — Opus 5 впорається добре, і effort dial дозволить ще й контролювати вартість. Але щойно йдеться про сценарій "постав задачу і повернись за результатом через день чи два" — це вже інша категорія ризику. Я вище описував, що Opus 5 схильний до непродуктивної самоперевірки і переінженерингу навіть у коротких задачах; на довгому автономному горизонті ця схильність не зникає, а накопичується — модель просто встигає прийняти більше дрібних архітектурних рішень, які ніхто вчасно не перевірив.
Другий — ціна відкату. Якщо помилка на середині автономного ланчюжка коштує дорого — зламана production-міграція, невірний висновок у фінансовій моделі, який поїде далі в звіт, — я б не покладався на модель, яка "майже" Fable 5, саме тому, що "майже" в довгих ланцюжках дій означає не постійний невеликий розрив у якості, а зростаючу ймовірність того, що десь на кроці 40 з 60 накопичена похибка виведе весь результат за межі прийнятного. Anthropic сама формулює це як компроміс "інтелект близько до Fable 5 за половину ціни" — і половина ціни виправдана рівно доти, доки ціна помилки нижча за економію.
Третій — предметна область. Для біологічних досліджень і задач, де ризики пов'язані саме з довгими автономними дослідницькими сесіями, Anthropic відкрито називає Mythos 5 сильнішою моделлю — і це не маркетингове застереження, а прямий висновок з їхніх власних тестів безпеки. Якщо ваша задача близька до цієї категорії (наприклад, дослідницький агент, який самостійно формулює гіпотези і планує наступні експерименти без проміжного затвердження людиною), я б одразу дивився в бік Fable 5 чи навіть Mythos 5, а не намагався заощадити на Opus 5 і компенсувати різницю додатковим наглядом — сам сенс такої задачі в тому, щоб наглядати за нею було не потрібно.
Якщо жоден із цих трьох сигналів не спрацьовує — задача коротка, ціна помилки помірна, а предметна область не критична — Opus 5 залишається розумнішим вибором просто тому, що коштує вдвічі менше за порівнянну якість.
Чи варто оновлюватися з попередньої версії
Якщо коротко: за ту саму ціну команда отримує помітно кращу модель практично в усіх сценаріях — від коду до агентних задач. Але оновлення не варто робити "наосліп":
- Перевірте інтеграції, які покладались на вимкнене за замовчуванням мислення — поведінка змінилась.
- Якщо ви використовували кастомні "skills" під Opus 4.8, перетестуйте їх на сумісність.
- Для задач, чутливих до логічних помилок, race conditions чи коректної роботи з API, не покладайтесь лише на Opus 5 як єдиний code review — тримайте додаткову перевірку.
- Скористайтесь effort dial для калібрування: почніть з medium і піднімайте рівень лише там, де це виправдано складністю задачі.
Часті запитання
Коли вийшов Claude Opus 5?
24 липня 2026 року, одразу на всіх платформах Anthropic — у Claude.ai, Claude Code, Claude Cowork і через Claude API.
Скільки коштує Claude Opus 5?
$5 за мільйон вхідних токенів і $25 за мільйон вихідних — ціна не змінилась відносно Opus 4.8.
Чим Claude Opus 5 відрізняється від Claude Fable 5?
Fable 5 — найпотужніша комерційна модель Anthropic, орієнтована на найскладніші й найдовші автономні задачі. Opus 5 наближається до її рівня інтелекту приблизно за половину ціни, але Anthropic все ще рекомендує Fable 5 для задач, що виконуються автономно протягом кількох днів.
Що таке effort dial у Claude Opus 5?
Це параметр із п'ятьма рівнями (low, medium, high, xhigh, max), який дозволяє керувати тим, скільки обчислень модель витрачає на задачу, балансуючи між якістю відповіді і вартістю запиту.
Яке контекстне вікно у Claude Opus 5?
1 мільйон токенів — це одночасно значення за замовчуванням і максимум; окремої "короткої" версії моделі не існує.
Висновки
Проаналізувавши офіційні дані Anthropic та незалежні тести, я бачу в Claude Opus 5 не косметичне оновлення номера версії, а модель, яка суттєво зменшує розрив із топовою Fable 5 при незмінній ціні. Головні практичні нововведення для розробників — effort dial, Fast mode, мільйонне контекстне вікно за замовчуванням і бета-функції API — дають реальні інструменти для контролю вартості й поведінки моделі в production, і саме ці інструменти я б порадив протестувати в першу чергу перед повним переходом.
Водночас я б не поспішав вважати Opus 5 універсальною заміною для всіх задач. Модель не позбавлена слабких місць: логічні помилки, race conditions, неправильне використання API та відставання від Mythos 5 в exploit-розробці — це те, що варто враховувати при виборі моделі під конкретну задачу, особливо там, де ціна помилки висока. Моя порада: почніть з medium effort на некритичних задачах, а рішення про повний перехід приймайте вже на основі власних acceptance-тестів, а не тільки вендорських бенчмарків.
