Indlæser kataloget…
Indlæser kataloget…
Anthropics frontmodel til ræsonnering med et kontekstvindue på 1 million tokens, justerbart ræsonneringsniveau og multimodale inddata til kodning, research og arbejde med lange dokumenter.
Oversigt. Claude Opus 5 er Anthropics flagskibsmodel med lukkede vægte og ræsonnering, bygget til udviklere, der har brug for et stort kontekstvindue og justerbar ræsonneringsdybde i ét endepunkt. Den håndterer et kontekstvindue på 1 million tokens med op til 128k tokens som uddata og accepterer tekst, billeder og filer som inddata. Som en ræsonneringsoptimeret variant tilbyder den et ræsonneringsniveau, der kan konfigureres (low, medium, high, xhigh, max), så du kan afveje svartid mod dybde for hver enkelt forespørgsel.
Vigtigste styrker. Opus 5 ligger i Stavs kvalitetsniveau for frontmodeller, i tråd med placeringen af Opus 4.x-generationen. Dens styrke er ræsonnering: udvidet tænkning er aktiveret som standard og kan justeres via ræsonneringsniveauet, og den accepterer dokumenter (filer) og billeder som inddata. Estimater viser, at kodegenerering er blandt dens stærkeste områder; den når op på 94 % på GPQA Diamond (videnskabelig ræsonnering på kandidatniveau) ved de højeste ræsonneringsindstillinger og viser solid præstation til generelle opgaver og skrivning.
Anvendelsesområder. Brug Opus 5, når en opgave drager fordel af dyb, justerbar ræsonnering — problemløsning med mange trin, kodegenerering eller research på tværs af lange dokumenter, der kræver det fulde kontekstvindue på 1 million tokens. Brug lavere ræsonneringsindstillinger til interaktiv chat med kort svartid, og skru op til high/xhigh/max, når korrekthed er vigtigere end svartid, som ved komplekse agentiske kæder af verktøjskald eller gennemgang af juridiske og tekniske dokumenter. Understøttelsen af fil- og billedinddata gør den også velegnet til dokumenttunge eller multimodale arbejdsflow.
Begrænsninger. Anthropic har ikke oplyst, hvor træningsdataene slutter, eller givet detaljer om arkitekturen for Opus 5, så den præcise viden og antallet af milliarder parametre kan ikke bekræftes. Uddata er kun tekst — der er ingen indbygget lyd- eller billedgenerering — og modellens reelle svartid varierer betydeligt på tværs af ræsonneringsniveauerne, fra interaktiv ved lavt niveau til betydeligt længere ved max.
Bemærkning om suverænitet. Claude Opus 5 er en model med lukkede vægte fra Anthropic, en amerikansk virksomhed underlagt CLOUD Act. Den er kun tilgængelig som et API drevet af leverandøren, uden mulighed for at køre selv eller som model med åbne vægte. Hvor beregningen sker, og om inddata opbevares eller bruges til træning, afhænger af det endepunkt, der betjener den; se fakta om endepunktet på denne side.
| Inferensleverandør | Suverænitet | Kører i | Ind / ud per 1 mio. | Status | Fastgør |
|---|---|---|---|---|---|
| L0 | 4,54 / 22,69€+3 betingede priser | Online | |||
| L0 | 4,99 / 24,96€+1 betinget pris | Aktiveret | |||
| L0 | 4,99 / 24,96€+2 betingede priser | Aktiveret |
50 anvendelsesområder klassificeret af redaktøren. Noten forklarer hvorfor.
Kombinerer verktøjskald, ræsonnering på toppniveau og et kontekstvindue på 1 million tokens — de tre krav til vedvarende, autonome edit-test-debug-løkker over rigtige arkiver.
Indbygget understøttelse af verktøjskald med promptcaching for at holde store funktionsbeskrivelser billige ved hyppige kald.
Billedforståelse til screenshots og DOM-rendering kombineret med verktøjskald matcher den løkke af opfattelse og handling, som browseragenter kræver; ræsonnering på toppniveau understøtter velovervejet valg af handlinger.
Ræsonnering på toppniveau understøtter analytisk ræsonnering i flere trin, og kontekstvinduet på 1 million tokens rummer store tabel- eller logfiler sammen med analyseopgaven.
Kan behandle billeder med et kontekstvindue på 1 million tokens til indlæsning af hele dokumenter på mange sider; bemærk, at det er en vision-LLM-løsning og ikke en dedikeret OCR-motor til scanning af meget store mængder.
Ræsonnering på toppniveau plus verktøjskald lader modellen opstille og teste hypoteser på tværs af en stor kodebase i kontekstvinduet, frem for blot at genkende mønstre i en stack trace.
Håndterer forespørgsler om anonymisering af lange dokumenter med en kontekst på 1 million tokens, men deterministiske behandlingskæder eller mindre modeller foretrækkes normalt til anonymisering, hvor fuldstændighed er kritisk.
Teknisk dygtig med verktøjskald til CRM-opslag, men prisen for en frontmodel og eksponering for US CLOUD Act gør den til et dårligt standardvalg til kundechat i store mængder sammenlignet med et billigere niveau.
Høj skrivekvalitet med verktøjskald til kalender- og CRM-kontekst, selvom opgaven er følsom over for svartid og økonomisk set bedre egnet til en model i mellemklassen.
Meget stærk, men overdimensioneret til de fleste klassificeringsopgaver; mindre og billigere modeller leverer sammenlignelig nøjagtighed til en brøkdel af prisen.
Kan levere kodegenerering af høj kvalitet, men inline-kodegenerering kræver en svartid på under 100 ms, hvilket en frontmodel med ræsonnering ikke sigter efter; bedre egnet til agentisk brug end til brug på tastaturniveau.
Dygtig til generering, men marketingopgaver har sjældent brug for ræsonnering på toppniveau eller 1 million tokens — pris og svartid taler for et billigere niveau til produktion af mange varianter.
Semantisk søgning kræver en embeddingmodell; Claude Opus 5 tilbyder intet endepunkt for embedding, så den kan ikke betjene selve søgelaget direkte.
Ingen lydinddata i sanntid eller taleuddata; kan ikke betjene taleløkken i en stemmeagent uden en ekstern løsning for tale til tekst og tekst til tale og et budget for svartid, som den ikke er designet til.
Ingen egenskaber for generering af tale eller lyd — modellens uddata er kun tekst og struktureret indhold.
Ingen TTS eller flade for lyduddata; ikke en brugbar komponent i en behandlingskæde for talesyntese.
Ingen lydinddata eller ASR-egenskaber i modelprofilen; understøtter kun tekst og billeder.
Tal fra eksterne kilder, ikke vores egne vurderinger. Percentiler er målt mod hele Stav-kataloget.
Beregnet ud fra aa-intelligence-index, gpqa-diamond, aa-engineering-index, aa-coding-index, livecodebench, terminal-bench-v4, aa-lcr.
curl https://api.stav.ai/v1/chat/completions \
-H "Authorization: Bearer $STAV_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "anthropic/claude-opus-5",
"reasoning_effort": "high",
"messages": [{"role": "user", "content": "Hello!"}]
}'→ X-Stav-Request-Id · X-Stav-Model · X-Stav-Provider → X-Stav-Sovereignty-Level — det niveau, forespørgslen blev betjent på