Claude Opus 4.5來了：谷歌把Anthropic逼到了墻角

上周，Google實在是太猛了，拳打OpenAI，腳踢Anthropic。Gemini 3 Pro模型在編程、數學、推理等能力上都達到了當之無愧的SOTA級別。

被逼到墻角之后，就看誰先有能力掀桌坐不住了。

于是，就在今天，Anthropic發布了Claude Opus 4.5。

Opus 4.5的核心還是聚焦在編程能力，可以說很炸裂：SWE-bench Verified達到80.9%，首次突破80%，超越Gemini 3 Pro的76.2%。

以及，很少見的是，他們甚至降價了！價格從之前的貴得離譜的$15/$75直接降到$5/$25 per million tokens，直降66%！！

Opus 4.5的發布，說明Anthropic是真的急了——或者說，終于認真了。

Opus 4.5到底有多強？

先說benchmark數據。

SWE-bench Verified：80.9%

這是業界公認的編程能力測試標準。Opus 4.5是第一個突破80%的模型。

對比一下：

- Gemini 3 Pro：76.2%

- Claude Sonnet 4.5：77.2%

- GPT-5.1：76.3%/77.9%

80.9%是什么概念？Anthropic內部拿性能工程師的面試題測試，Opus 4.5的得分超過了所有人類候選人。

Terminal-bench 2.0：59.3%

這個測試主要看模型在終端環境下的編程能力。Opus 4.5比Gemini 3 Pro高了5個百分點（54.2%），比自家的Sonnet 4.5高了近10個百分點（50.0%）。

這個差距說明一個事實：Claude在真實開發環境下，就是比其他模型強。

GPQA Diamond：87.0%

這是研究生級別的推理測試，涵蓋物理、化學、生物。Opus 4.5在這個測試上落后于Gemini 3 Pro（91.9%），但87%的成績也不差。

總結一下：編程能力世界第一，推理能力也不弱。

價格策略的巨大轉變

Opus 4.5最讓人意外的，是在性能提升的同時，價格還暴降了。

新定價：

- 輸入：$5 / million tokens

- 輸出：$25 / million tokens

Anthropic的官方說法是："making Opus-level capabilities accessible to even more users, teams, and enterprises"（讓更多用戶、團隊和企業能用上Opus級別的能力）。

邏輯很明顯：Anthropic需要更多人用Opus。

之前Opus的定位是"高端用戶"，但高端市場就那么大。現在降價，是要搶占"中端市場"——那些之前用Sonnet，但其實需要更強能力的開發者。

不到一周，正面交鋒

11月18日，Google發布Gemini 3 Pro。

11月24日，Anthropic發布Claude Opus 4.5。

不到一周，兩個頂級模型連續發布。

這不是巧合。

Gemini 3 Pro發布時，各種benchmark數據都很炸裂，尤其是GPQA Diamond的91.9%，直接刷新了推理能力的記錄。當時AI圈的共識是：Google這次真的起來了。

Anthropic當然不會讓Google獨占風頭。

Opus 4.5的發布時機，明顯是沖著Gemini 3來的。而且，Anthropic選擇的戰場很聰明：不和你比推理，和你比編程。

Gemini 3 Pro在推理上確實強（91.9% vs 87.0%），但在編程上，Claude Opus 4.5領先了近5個百分點（80.9% vs 76.2%）。

更關鍵的是，編程能力是開發者最關心的指標。推理能力再強，如果寫不出好代碼，開發者也不會買單。

這就是Anthropic的策略：在自己最擅長的領域，做到絕對領先。

為什么Anthropic能在編程上這么強？

之前我在測試Claude Code時，有個很深的感受：

Claude Code好用的邏輯，不是因為它是終端工具，而是因為Anthropic有模型成本和模型認知的優勢。

他們可以更無所畏懼地投喂代碼上下文燒token，能知道如何擠壓模型Agentic的能力實現更長步驟的推理，可以用agentic search而非RAG的方式處理上下文。

這些優勢，說白了就一個原因：Anthropic從一開始就是奔著編程和Agent去優化模型的。

我之前評價Claude 4時說：最強編程模型 + 最強Agent基建。

Anthropic對模型的所有優化，都是奔著To B做AI coding和讓開發者建agent而去的。他們主要做了這幾個方面的優化：

1. 擴展思維與工具使用：允許模型在思考和使用工具之間來回切換，形成"思考-執行-再思考"的循環

2. 改進的記憶能力：可以創建和維護"記憶文件"來存儲關鍵信息，支持長時間任務

3. 更強的指令遵循能力：可以處理超過10000個token的系統提示

4. 減少獎勵黑客行為：模型為了達到目標而走捷徑的傾向降低了80%以上

這些優化，放在Opus 4.5上，效果更明顯了。

相比之下，Gemini 3的優勢在于多模態。如果你的任務涉及視覺、圖片、視頻，Gemini 3會更強。但如果是純編程任務，Claude Opus 4.5幾乎沒有對手。

產品層面的配合

Opus 4.5的發布，不是孤立的。

Anthropic同時推出了幾個重要的產品更新：

1. Claude Code進入桌面端：支持并行運行多個本地和遠程會話，長對話自動總結早期上下文

2. Claude for Chrome：擴展至所有Max用戶

3. Claude for Excel：面向所有Max、Team和Enterprise用戶正式發布

這些產品更新，都是在強化一個信號：Claude不只是一個聊天模型，它是一個生產力工具。

尤其是Claude Code。

我之前說過，從工具層面來說，從Cursor這種IDE圖形界面退回到Claude Code這種終端命令行工具，其實是個挺大的退步。但Claude Code之所以還是比Cursor好用，就是因為它背后的模型能力太強了。

現在Opus 4.5出來了，Claude Code的優勢會更明顯。

而且，Anthropic還宣布了和Microsoft、NVIDIA的戰略合作：Claude擴展至Azure平臺，由NVIDIA提供算力支持。這意味著，Claude的To B布局在快速推進。

開發者該怎么選？

最后說點實際的：如果你是開發者，該選Claude還是Gemini？

我的建議是：

選Claude Opus 4.5，如果你的任務主要是：

• 純代碼編寫和調試

• 后端邏輯和復雜推理

• 長時間的編程任務（需要記憶和上下文管理）

選Gemini 3 Pro，如果你的任務主要是：

• 多模態任務（涉及圖片、視頻、視覺）

• 前端、UI設計

• 需要超強推理能力的研究級任務 如果預算夠，最好的辦法是：兩個都用。

Claude處理編程，Gemini處理多模態。各取所長。

我前兩天剛剛同時用Claude Code+Gemini 3 Pro，開發了一個有儀式感地記錄日常生活和靈感碎片的app「小票筆記 - Thermal」，在開發這款app時，我的工作步驟和體驗是：

1）Gemini 3在生成和復刻前端效果上明顯表現更優

2）實際的開發和解決bug的過程，Claude Code還是比Cursor + Gemini 3 Pro，或者使用Antigravity的體驗，因為長程的編程能力還需要工具更好的工程化能力，以及模型更底層的編程能力。

最后

Opus 4.5的發布，不是孤立事件。

它是Anthropic在編程和Agent這條路上的又一次發力，是對Gemini 3的正面回應，也是對自己商業化策略的調整。

Anthropic這么跳，說明AI大模型的競爭進入白熱化了。

對開發者來說，這是好事。模型越來越強，價格越來越低，工具越來越好用。

接下來，看OpenAI怎么接招。

當然，如果你因為訂閱或者網絡問題不方便使用原版Claude Code的話，也歡迎試試我前段時間開發的GLM Code：