Claude Opus 5 Đã Ra Mắt: Trí Tuệ Gần Bằng Fable 5 Với Nửa Giá

Claude Opus 5 Đã Ra Mắt: Trí Tuệ Gần Bằng Fable 5 Với Nửa Giá

Anthropic đã phát hành Claude Opus 5 vào ngày 24 tháng 7 năm 2026, và thông điệp đưa ra rất thẳng thắn: trí tuệ tiệm cận Fable 5 ở mức giá chỉ bằng một nửa. Bằng chứng nổi bật nhất là Frontier-Bench v0.1, nơi Opus 5 đạt 43,3% và cao hơn gấp đôi mức 21,1% của Opus 4.8. Nhưng luôn có một điểm trừ: nó không thắng ở mọi bài kiểm tra. GPT-5.6 Sol vẫn nhỉnh hơn ở một bài kiểm tra lập trình tự động, còn ở lĩnh vực sức khỏe và sinh học, ngôi vương thuộc về Mythos 5. Dưới đây là những gì thực sự thay đổi, bảng benchmark đầy đủ, và liệu bạn có nên đổi mô hình mặc định của mình ngay hôm nay hay không.

Những điểm chính:

• Claude Opus 5 ra mắt ngày 24 tháng 7 năm 2026 trên Claude API, Claude.ai, Claude Code và Claude Cowork, với mã mô hình claude-opus-5.
• Nó dẫn đầu phần lớn các benchmark mà Anthropic công bố (Frontier-Bench, GDPval-AA, ARC-AGI-3, OSWorld 2.0, AutomationBench), nhưng xếp sau ở một vài bài kiểm tra về lập trình, pháp lý và khoa học.
• Giá không đổi so với Opus 4.8 ở mức $5/$25 cho mỗi triệu token, kèm chế độ Fast có giá khoảng gấp 2 lần để đổi lấy tốc độ nhanh hơn khoảng 2,5 lần.

Những Gì Vừa Ra Mắt Hôm Nay: Claude Opus 5 Trong Một Phút

Claude Opus 5 là mô hình frontier mới của Anthropic, phát hành ngày 24 tháng 7 năm 2026 và có mặt ngay trong ngày trên API, Claude.ai, Claude Code và Claude Cowork. Mã mô hình là claude-opus-5. Cách Anthropic định vị, theo thông báo chính thức, là nó "tiệm cận trí tuệ frontier của Claude Fable 5 với mức giá bằng một nửa." Giá tiêu chuẩn vẫn giữ ở mức $5 đầu vào / $25 đầu ra cho mỗi triệu token, giống hệt Opus 4.8.

Đây là một bước nhảy thế hệ thực sự cho công việc agent, chứ không phải một bản cập nhật nhỏ. Nếu bạn đang dùng Claude Opus 4.8, cấu trúc API và tích hợp Claude Code vẫn giữ nguyên không đổi, nên việc chuyển đổi chỉ là thay mã mô hình. Điểm khác biệt nằm ở trần năng lực: trên Frontier-Bench v0.1, Anthropic cho biết Opus 5 đạt điểm cao hơn gấp đôi so với 4.8 với chi phí trên mỗi tác vụ thấp hơn, và nó ghi nhận những con số tiên tiến nhất trên GDPval-AA và ARC-AGI-3.

Vị thế này rất quan trọng. Fable 5 là mô hình frontier đắt nhất của Anthropic. Việc tiến sát đến nó ở mức giá của Opus chính là toàn bộ câu chuyện của bản phát hành này, và đó là lý do dòng "nửa giá" là điều Anthropic nhấn mạnh đầu tiên.

Opus 5 Thực Sự Có Gì Mới So Với 4.8?

Thay đổi lớn nhất từ 4.8 lên 5 là khả năng phán đoán: Opus 5 vượt trội rõ rệt trong việc tự kiểm chứng kết quả của chính mình và lặp lại cho đến khi tác vụ thực sự hoàn tất, chứ không chỉ là có vẻ như đã xong. Anthropic cũng trích dẫn khả năng kỹ thuật phần mềm, công việc tri thức và nghiên cứu khoa học mạnh hơn, cùng chất lượng đầu ra hình ảnh được cải thiện. Giá và API cốt lõi vẫn giữ nguyên.

Khả năng phán đoán và tự kiểm chứng tốt hơn

Thay đổi hành vi rõ ràng nhất là Opus 5 tự kiểm tra chính mình. Anthropic trích lời Zimu Li, một nhân viên kỹ thuật, mô tả mô hình này là thứ "kiểm chứng các nhánh, kiểm tra các mẫu" thay vì cứ thế lao về phía trước. Với bất kỳ ai dựa vào một agent để tự phát hiện lỗi của chính nó trong môi trường production, đó chính là đặc điểm tạo nên khác biệt. Đây cũng là điều khó chứng minh nhất trên một biểu đồ benchmark, vì vậy hãy coi nó như một tuyên bố cần được kiểm chứng trên chính các tác vụ của bạn.

Trí tuệ frontier với chi phí của Opus

Sualeh Asif, đồng sáng lập Cursor, đã tóm gọn bản phát hành này là "trí tuệ gần bằng Fable 5 với tốc độ và chi phí của Opus." Đó là cách đọc thực tế: các đội ngũ muốn khả năng suy luận đẳng cấp Fable 5 nhưng không thể biện minh cho mức giá giờ đã có một lựa chọn trung gian. Trên OSWorld 2.0, Anthropic cho biết Opus 5 vượt Fable 5 với chi phí chỉ bằng khoảng một phần ba, và đây là ví dụ đơn lẻ rõ ràng nhất cho lập luận về giá trị.

Tư thế căn chỉnh và an toàn

Anthropic báo cáo Opus 5 có điểm hành vi lệch chuẩn thấp nhất từ trước đến nay (2,3) và gọi đây là mô hình căn chỉnh tốt nhất với Hiến pháp (Constitution) của họ. Về mặt bảo mật, các bộ phân loại an ninh mạng được mô tả là ít hạn chế hơn khoảng 85% so với của Fable 5, kèm theo Chương trình Xác minh Mạng (Cyber Verification Program) cấp doanh nghiệp cho các đội ngũ cần đến nó. Giống như mọi tuyên bố an toàn từ nhà cung cấp, đây là thông tin hữu ích, nhưng vẫn đáng để xác thực lại với các trường hợp red-team của riêng bạn.

Benchmark Của Opus 5: Nơi Nó Thắng (Và Nơi Nó Thua)

Opus 5 dẫn đầu phần lớn các benchmark mà Anthropic công bố, và những chiến thắng quan trọng với người xây dựng agent đều áp đảo: Frontier-Bench v0.1 (43,3%), GDPval-AA (1861 Elo), ARC-AGI-3 (30,2%), OSWorld 2.0 (70,6%) và AutomationBench của Zapier (26,0%). Những ngoại lệ cần nhìn thẳng: GPT-5.6 Sol thắng DeepSWE v1.1, Fable 5 nhỉnh hơn ở các bài kiểm tra FrontierCode và pháp lý, còn Mythos 5 chiếm lĩnh mảng sức khỏe và sinh học.

Hãy đọc các mức chênh lệch, chứ không chỉ điểm số tuyệt đối. Frontier-Bench tăng +22,2 điểm so với Opus 4.8 (từ 21,1 lên 43,3), bước nhảy đơn lẻ lớn nhất và là lý do Anthropic gọi đây là bản phát hành dành cho lập trình và agent. GDPval-AA tăng +268 Elo (từ 1593 lên 1861), vượt qua mọi mô hình trong bảng về công việc tri thức. ARC-AGI-3 là điểm gây chú ý: 30,2% so với 7,8% của GPT-5.6 Sol và 1,5% của Opus 4.8, điều mà Anthropic mô tả là cao gấp khoảng 3 lần mô hình công khai tốt nhất tiếp theo về giải quyết vấn đề mới. Trên AutomationBench, 26,0% cao gấp khoảng 1,5 lần cả nhóm, một tín hiệu trực tiếp cho bất kỳ ai đang xây dựng agent quy trình nghiệp vụ.

Hai lưu ý trung thực về những điểm thua. Thứ nhất, mô hình dẫn đầu ở cột Fable 5 về sức khỏe (66,0%) và phần sinh học do con người giải được thực chất là Mythos 5, mô hình chuyên về khoa học của Anthropic, chứ không phải Fable 5, nên đó không phải là những chiến thắng cùng hạng mục giữa các mô hình tổng quát. Thứ hai, bức tranh lập trình thực sự chia rẽ: GPT-5.6 Sol thắng DeepSWE v1.1 (72,7% so với 68,8%), và Fable 5 thắng FrontierCode trong gang tấc (53,5% so với 53,4%). Nếu công việc của bạn là lập trình thuần túy kiểu SWE-bench, nhãn "tốt nhất tổng thể" không tự động chọn Opus 5.

Opus 5 Có Giá Bao Nhiêu? Định Giá và Chế Độ Fast

Giá tiêu chuẩn của Opus 5 là $5 cho mỗi triệu token đầu vào và $25 cho mỗi triệu token đầu ra, giống hệt Opus 4.8 theo bảng giá công bố của Anthropic, vì vậy không có chuyện tăng giá cho bản nâng cấp. Tuyên bố "nửa giá" là so với Fable 5, không phải so với 4.8: bạn có được trí tuệ gần bằng Fable 5 mà không phải trả mức giá của Fable 5. Chế độ Fast chạy ở mức giá khoảng gấp 2 lần giá gốc để đổi lấy tốc độ nhanh hơn khoảng 2,5 lần so với mặc định, và API hỗ trợ định tuyến dự phòng (fallback routing).

Vậy điều đó có nghĩa gì trên mỗi tác vụ? Với mức giá tiêu chuẩn, bạn không trả thêm gì so với 4.8 mà lại có được bước nhảy năng lực lớn, khiến bản nâng cấp gần như miễn phí cho hầu hết các khối lượng công việc. Chế độ Fast là đòn bẩy cho các phiên tương tác: bạn đánh đổi mức phí cao gấp 2 lần để có đầu ra phát nhanh hơn khoảng 2,5 lần trên cùng một mô hình, điều này đáng giá khi bạn đang ngồi chờ, nhưng lại gây lãng phí khi bạn chạy các lô xử lý qua đêm mà thời gian thực tế không quan trọng. Nếu giới hạn tốc độ (rate limit) mới là ràng buộc thực sự của bạn, hướng dẫn của chúng tôi về giới hạn sử dụng Claude sẽ giải thích cách các hạng mức tương tác với chi phí.

# Claude Code: point your default model at Opus 5
/model claude-opus-5

# API request body (model ID swap):
{
  "model": "claude-opus-5",
  "messages": [
    { "role": "user", "content": "Refactor this module and verify the tests pass." }
  ]
}

Opus 5 Nằm Ở Đâu Với Các Agent Production

Những cải thiện tập trung đúng vào nơi các agent production hoạt động: lập trình terminal (Frontier-Bench), sử dụng máy tính (OSWorld 2.0), tìm kiếm tự động (BrowseComp) và quy trình nghiệp vụ nhiều bước (AutomationBench). Bốn loại này chính là những khối lượng công việc hay hỏng nhất trong các triển khai thực tế, vì vậy một mô hình nhảy vọt ở cả bốn cùng lúc sẽ thay đổi những gì có thể đưa vào sản phẩm.

Đó là phần đáng để suy ngẫm. Một benchmark như AutomationBench đo lường liệu một agent có thể hoàn thành một quy trình làm việc đa công cụ thực sự từ đầu đến cuối hay không, và mức 26,0% của Opus 5 so với khoảng 17% của cả nhóm chính là khác biệt giữa "demo tốt" và "sống sót khi chạm trán một CRM lộn xộn." Kết quả OSWorld 2.0 (70,6%, đánh bại Fable 5 với một phần ba chi phí) cũng nói lên điều tương tự cho các agent sử dụng máy tính phải click qua phần mềm thực tế. Với các đội ngũ đang triển khai agent AI phục vụ khách hàng, đó là những con số chuyển hóa thành ít sự cố lúc 2 giờ sáng hơn.

Nó cũng hạ thấp chi phí của một mẫu thiết kế mà chúng tôi thường dựa vào: tự kiểm chứng giá rẻ. Khi mô hình thực sự giỏi hơn trong việc kiểm tra các nhánh của chính nó, bạn có thể tốn ít token hơn cho một bước phản biện riêng biệt mà vẫn bắt được cùng số lỗi. Đó là một khoản ngân sách thực sự cho bất kỳ ai vận hành agent ở quy mô lớn.

Cách Chúng Tôi Đưa Opus 5 Vào Stack Của Mình

Chúng tôi xây dựng và vận hành các agent AI production trên stack Claude tại Techsy, vì vậy một bản phát hành frontier đồng nghĩa với việc đánh giá ngay trong ngày, chứ không phải một tiêu đề chúng tôi đọc rồi bỏ qua. Dưới đây là nhận định trung thực ban đầu của chúng tôi, mang tính định tính ở những nơi chưa có con số trước/sau rõ ràng, và cụ thể ở những nơi có.

Bản thân việc hoán đổi là rất đơn giản, và đó chính là điểm mấu chốt. Các pipeline nội dung và tự động hóa của chúng tôi ghim một mô hình mặc định trong cấu hình; việc đổi claude-opus-4-8 thành claude-opus-5 và khởi động lại phiên không cần thêm bất kỳ thay đổi nào khác, giống hệt mọi lần nâng cấp Opus gần đây. Nếu bạn định tuyến qua nhiều nhà cung cấp và muốn A/B test Opus 5 với Fable 5 hoặc GPT-5.6 Sol trên chính các tác vụ của mình, một proxy cho phép bạn chuyển đổi mô hình mà không cần viết lại ứng dụng.

Điều chúng tôi theo dõi đầu tiên là tuyên bố về tự kiểm chứng, vì đó là điều thực sự có thể thay đổi kiến trúc của chúng tôi. Các agent hiện tại của chúng tôi chạy một bước phản biện rõ ràng để bắt các chỉnh sửa hỏng trước khi chúng được áp dụng; nếu Opus 5 đáng tin cậy trong việc tự đánh dấu các nhánh yếu của mình, chúng tôi có thể làm mỏng bước đó đi và tiết kiệm token. Chúng tôi sẽ không công bố con số về điều đó cho đến khi chạy nó trên một bộ tác vụ có thể lặp lại, cùng một kỷ luật mà chúng tôi kỳ vọng từ bất kỳ ai trích dẫn số liệu về agent. Nếu bạn muốn biết phương pháp, đó chính là phương pháp trong hướng dẫn của chúng tôi về đánh giá agent AI trong production: cùng prompt, cùng trạng thái repo, đếm số lần rẽ sai, chứ không đếm cảm tính.

Bạn Có Nên Chuyển Từ Opus 4.8 Không? (Chuyển / Chờ / Giữ Nguyên)

Việc có nên chuyển hay không phụ thuộc vào khối lượng công việc của bạn, chứ không phải mô hình nào "thắng" tổng thể. Những bước nhảy về agent và công việc tri thức là lớn và thực chất, vì vậy hầu hết các đội ngũ nên chuyển. Các xưởng lập trình thuần túy với pipeline GPT hoặc Fable có lý do để kiểm tra trước khi cam kết, và những người dùng đã gần trần năng lực ở các tác vụ giá rẻ có thể giữ nguyên mà gần như không mất gì.

Chuyển ngay nếu: công việc của bạn dựa vào các tác vụ agent, sử dụng máy tính, tự động hóa quy trình nghiệp vụ hoặc công việc tri thức. Frontier-Bench (+22,2 so với 4.8), AutomationBench (~1,5 lần cả nhóm) và GDPval-AA (+268 Elo) là những cải thiện thực tế lớn nhất, và giá không đổi, nên không có hình phạt chi phí nào khi nâng cấp.

Chờ nếu: quy trình làm việc của bạn là lập trình tự động thuần túy và bạn đang dùng GPT-5.6 Sol hoặc Fable 5 cho việc đó. GPT-5.6 Sol vẫn dẫn đầu DeepSWE v1.1 và Fable 5 nhỉnh hơn ở FrontierCode, vì vậy hãy chạy bài đánh giá lập trình của riêng bạn trước khi đổi. Cũng nên chờ nếu bạn đang giữa dự án và việc đổi mô hình sẽ làm rối một cuộc đánh giá bạn đang tiến hành.

Giữ nguyên 4.8 nếu: bạn nhạy cảm về chi phí ở các tác vụ vốn đã gần trần năng lực với bạn và bạn không đụng đến các khối lượng công việc agent mà Opus 5 vượt trội. Bạn sẽ trả chi phí chuyển đổi cho một mức chênh lệch mà bạn không cảm nhận được. Để xem bức tranh rộng hơn, hãy xem các mô hình xếp hạng ra sao trong bài phân tích Claude Sonnet 5 và tổng quan về Fable 5 và Mythos 5 của chúng tôi.

Chúng tôi chọn và kết nối các mô hình như thế này cho các bản dựng agent của khách hàng mỗi tuần. Nếu bạn đang quyết định nên chuẩn hóa mô hình nào cho một agent production, hãy nhận tư vấn miễn phí và chúng tôi sẽ giúp bạn ghép mô hình với khối lượng công việc thay vì với marketing.

Về Tác Giả

Mert Batur Gurbuz là Đồng sáng lập của Techsy.io, nơi đội ngũ triển khai các agent AI, hệ thống tự động hóa và pipeline giọng nói/SDR cho khách hàng B2B. Anh học tại Đại học Birmingham và viết về stack công cụ LLM mà đội ngũ Techsy thực sự vận hành trong production.

Đồng sáng lập, Techsy.io, Đại học Birmingham · LinkedIn

Câu Hỏi Thường Gặp

Claude Opus 5 là gì?

Claude Opus 5 là mô hình frontier của Anthropic, phát hành ngày 24 tháng 7 năm 2026, với mã mô hình claude-opus-5. Anthropic định vị nó là tiệm cận trí tuệ của Fable 5 với mức giá bằng một nửa, và nó dẫn đầu phần lớn các benchmark được công bố, bao gồm Frontier-Bench, GDPval-AA và ARC-AGI-3. Nó có mặt trên Claude API, Claude.ai, Claude Code và Claude Cowork.

Claude Opus 5 được phát hành khi nào?

Claude Opus 5 được phát hành vào ngày 24 tháng 7 năm 2026. Nó lên sóng ngay trong ngày trên toàn bộ Claude API, Claude.ai, Claude Code và Claude Cowork, không có triển khai theo giai đoạn, vì vậy bạn có thể đổi mô hình mặc định của mình sang claude-opus-5 ngay lập tức.

Claude Opus 5 có tốt hơn Opus 4.8 không?

Với hầu hết công việc, có. Opus 5 cao hơn gấp đôi Opus 4.8 trên Frontier-Bench v0.1 (43,3% so với 21,1%), tăng 268 Elo trên GDPval-AA, và nhảy từ 1,5% lên 30,2% trên ARC-AGI-3. Giá không đổi, nên không có hình phạt chi phí. Các ngoại lệ là một vài bài kiểm tra lập trình và khoa học nơi GPT-5.6 Sol, Fable 5 hoặc Mythos 5 vẫn dẫn đầu.

Claude Opus 5 có giá bao nhiêu?

Giá tiêu chuẩn là $5 cho mỗi triệu token đầu vào và $25 cho mỗi triệu token đầu ra, giống hệt Opus 4.8. Dòng "nửa giá" là nói đến Fable 5, không phải 4.8: Opus 5 mang lại trí tuệ gần bằng Fable 5 với mức giá của Opus. Chế độ Fast có giá khoảng gấp 2 lần giá gốc và chạy nhanh hơn khoảng 2,5 lần trên cùng một mô hình.

Claude Opus 5 có đánh bại Fable 5 không?

Không phải ở mọi mặt. Opus 5 vượt Fable 5 trên OSWorld 2.0, BrowseComp, GDPval-AA và Frontier-Bench, và nó làm điều đó với một phần nhỏ mức giá của Fable 5. Nhưng Fable 5 vẫn nhỉnh hơn ở FrontierCode và benchmark pháp lý, còn Mythos 5 (mô hình khoa học của Anthropic) dẫn đầu về sức khỏe và sinh học. Thông điệp là "gần bằng Fable 5 với nửa giá," chứ không phải "tốt hơn Fable 5 ở mọi thứ."

Opus 5 thua ở đâu?

GPT-5.6 Sol thắng lập trình tự động trên DeepSWE v1.1 (72,7% so với 68,8%), Fable 5 thắng FrontierCode v1.1 với cách biệt 0,1 điểm và benchmark pháp lý phần giữ lại (13,3% so với 11,7%), còn Mythos 5 dẫn đầu HealthBench Professional và các bài kiểm tra sinh học. Nếu khối lượng công việc của bạn bị chi phối bởi bất kỳ bài nào trong số đó, hãy benchmark trước khi chuyển.

Claude Opus 5 có tốt cho việc xây dựng agent AI không?

Nó được sinh ra cho việc đó. Những cải thiện lớn nhất nằm ở lập trình terminal tự động (Frontier-Bench), sử dụng máy tính (OSWorld 2.0), tìm kiếm tự động (BrowseComp) và quy trình nghiệp vụ nhiều bước (AutomationBench), chính là những khối lượng công việc mà các agent production vận hành. Khả năng tự kiểm chứng mạnh hơn của nó cũng cho phép bạn tốn ít token hơn cho một bước phản biện riêng biệt.

Làm thế nào để chuyển sang Opus 5 trong Claude Code và API?

Đặt mô hình của bạn thành claude-opus-5 (dùng /model claude-opus-5 trong Claude Code) và bạn đã xong với hầu hết các đội ngũ. Trong API, đổi trường model thành claude-opus-5; cấu trúc request không đổi so với Opus 4.8, nên không cần thay đổi code nào khác.

Chế độ Fast trong Claude Opus 5 là gì?

Chế độ Fast là một hạng mức tốc độ cao hơn, chạy Opus 5 ở tốc độ nhanh hơn khoảng 2,5 lần so với mặc định với mức giá khoảng gấp 2 lần giá tiêu chuẩn. Nó giữ bạn ở trên mô hình claude-opus-5 đầy đủ thay vì định tuyến bạn sang một mô hình nhỏ hơn, điều này khiến nó hữu ích cho các phiên tương tác nơi bạn đang chờ đầu ra, và không đáng dùng cho các công việc xử lý theo lô không nhạy cảm về độ trễ.