AI之戰白熱化!Anthropic推出Claude Opus 4.5:程式、代理、電腦操作,性能碾壓Gemini 3 Pro?
AI之戰白熱化!Anthropic推出Claude Opus 4.5:程式、代理、電腦操作,性能碾壓Gemini 3 Pro?

重點一:Anthropic 推出 Claude Opus 4.5,宣稱為目前最強,在程式、代理與電腦操作領先。

重點二:模型新增可調整的「effort參數」,趕時間就選低 effort,追求最強效能就選高 effort。讓開發者能用更少資源,跑更長、更複雜的流程,還能依需求調整「思考力」與「成本」。

重點三:Claude Opus 4.5的輸入/輸出代幣降價約三分之二。

Anthropic 宣布推出新一代大型模型 Claude Opus 4.5,定位為其最旗艦版本,並表示在「程式開發、代理(agentic workflows)與電腦使用」方面具備領先能力。

官方指出,Opus 4.5 在多項真實世界工程測試表現出色,包含 SWE-bench 類型的評測,且在多語言與長程推理上有明顯進步。

實務面上,Opus 4.5 在多家早期客戶測試中被評為「用更少 Token 完成更難任務」,包含 GitHub Copilot 等重度代理場景、跨程式碼庫重構、長時間自主編碼與長篇故事生成等使用情境。

Claude Opus 4.5 的軟體工程能力
Anthropic指出,Opus 4.5的軟體工程能力堪稱當今最強。
圖/ Anthropic

目前,模型已在 Anthropic 各管道上線,包括App、API 與三大雲平台,開發者已可使用「claude-opus-4-5-20251101」。

值得注意的是,API定價從前代大幅下修至每百萬輸入代幣 5 美元(約新台幣 160 元)、每百萬輸出代幣 25 美元(約新台幣785元),相較 Claude Opus 4.1 的 15 美元與 75 美元降幅約三分之二,使先進AI能力更具可及性。

除了模型本身,Anthropic 同步更新 Claude Developer Platform、Claude Code 與消費端 App,強調更長時程代理、跨 Excel、Chrome 與桌面環境的整合,以及聊天在長對話中的自動摘要銜接,減少斷點。

「Effort參數」是什麼?

Opus 4.5 的核心變化之一是效率與控制。Anthropic引入「Effort參數」,允許開發者在「速度與成本」與「能力最大化」之間調整,搭配「Context Compaction(情境壓縮)」與「Advanced Tool Use(進階工具使用)」等平台能力,使長任務更穩定、探查更少、推理更精煉。

官方數據顯示, 在中等 Effort 下,Opus 4.5 可用顯著更少的輸出 Token 達到與 Sonnet 4.5 相近或更好的分數;在最高 Effort 下,仍能以更少 Token 超越 Sonnet 4.5。

平台也強化「Context Management(情境管理)」與「Memory Capabilities(記憶能力)」,並支持多子代理協作,讓複雜多階段任務更可控、可組合。

在產品面上,Claude Code 的 Plan Mode 更精準,會先提出澄清問題並建立可編輯的 plan.md,再執行;同時提供桌面版以並行多個本地/遠端 Session。

消費端則開放 Claude for Chrome 給 Max 用戶,並擴大 Claude for Excel 的測試名單至 Max、Team、Enterprise。而在資費與配額方面,Opus 4.5 取消專屬上限(原本有配額限制),力求可作為日常主力。

Opus 4.5進化!代理、長文能力都更強

Anthropic在系統卡中稱 Opus 4.5 是其迄今「對齊(Alignment)」最穩健的模型,並強化對「提示注入(Prompt Injection)」的抵抗力。公司表示在與第三方強攻擊集的評測中,Opus 4.5 比其他前沿模型更不易被駭客欺騙,對企業關注的安全使用情境是一項關鍵提升。

官方亦強調 Opus 4.5 的代理能力。指出在其中一個測試情境中,模型必須扮演航空公司服務代理,協助一位焦慮的客戶。該基準(τ2-bench)預期模型會拒絕修改基本經濟艙預訂,因為航空公司不允許更改該艙等的機票。然而,Opus 4.5 找到了一個富有洞察力(且合法)的方法來解決問題:先升級艙等,然後再修改航班。

Claude Opus 4.5 的各項能力值
Anthropic指出,Opus 4.5在各項能力都勝過當前模型。
圖/ Anthropic

至於在典型業務場景的具體改善,則如下:

  • Excel 自動化:讀取多表、交叉引用、生成樞紐與圖表,對錯誤資料有更好的容錯與修正建議;財務模型可維持單位、期間與假設一致。
  • 金融建模:現金流、比率分析、情境測試與敏感度分析更可靠;能追蹤假設來源並對不一致的前提提出更正。
  • 企業級多步任務:跨文件檢索→工具呼叫→彙整→產出決策稿的長流程更少卡住;在長達 30 分鐘的自主編碼與流程協調裡,失誤率下降、步驟更精簡。

官方也強調,Opus 4.5 在長內容生成的穩定性更強力。例如10~15 頁章節,在段落結構、角色與設定的一致性更好;能維持主線邏輯與前後呼應,不易出現前後矛盾。而若生成事實型長文,Opus 4.5 可在長上下文中持續引用同一套資料與定義,較少遺忘或自相矛盾。

總體而言,Opus 4.5 不僅是能力提升,更是讓開發者能以可調節的成本/能力曲線構建更長、更可靠的代理系統。

延伸閱讀:哪一款AI最可靠?研究揭Claude家族最老實:為何對LLM來說,坦承無知比「已讀亂回」更難?

資料來源:Anthropicventurebeat

本文初稿為AI編撰,整理.編輯/ 李先泰

往下滑看下一篇文章
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?

2019年金融監理機關正式將雲端納入委外規範後,揭示金融業上雲時代來臨,國泰金控數數發中心成立雲端策略發展部,負責擬定集團上雲策略,並於2020年正式啟動7年集團雲端轉型計畫;在多數金融機構仍停留在單點遷移或IT現代化的現下,國泰金融集團在 2025 年即完成 100 套系統上雲,更將雲端轉型階段從 Cloud Ready、Cloud Adoption 推向 Cloud First,成為數據與人工智慧應用的關鍵引擎。

國泰金控資訊長|吳建興 James Wu
圖/ 數位時代

「百套系統上雲不僅僅是數字,更是讓國泰從『 IT 進化業務』邁向『 IT 驅動成長』的關鍵轉折。」國泰金控雲端策略發展部協理顏勝豪表示,上雲帶來的效益十分顯著,包括提升資源可用性與營運敏捷度、減輕 IT 維運負擔;同時,雲端業者多具備零碳排或綠能機房機制,亦有助於企業朝向 ESG 永續營運邁進。「金融上雲不是單純的現代化基礎設施或者是升級技術,而是為了換取速度與可靠度,讓集團可以加速創新腳步、彈性調配資源,以及培育所需人才與技能,為未來做最佳準備。」
為讓集團員工、金融同業以及有志上雲的夥伴可以進一步探討雲端轉型的各種可能,國泰金控舉辦雲端轉型成果發表會,會中除有集團子公司分享最新成果,三大公有雲平台業者也從不同技術視角共同探討在合規、資安與 AI 應用的可能。

七年、三階段,國泰金融集團將雲端內化為營運流程與創新引擎

國泰金控科技長|姚旭杰 Marcus Ya
圖/ 數位時代

為什麼國泰可以領先市場完成雲端轉型、數據與 AI 賦能業務?

顏勝豪認為,雲端轉型的起點不是直接遷移系統,而是從四個面向打底:應用系統盤點評估、雲端架構設計、雲端遷移藍圖規劃,以及組織治理框架建立,而這也是 Cloud Ready 階段最重要的事情。
「不同子公司有不同商業模式與節奏,若沒有共同語言與平台底座,上雲很容易各自為政。」顏勝豪表示,為讓所有員工可以齊步前行,國泰以雲端遷移方法論 Cathay 6R(註1)作為共同語言、用平台作為共同底座,讓轉型不只是技術選擇,而是集團行動。
完成單一系統的雲端遷移後,便進入 Cloud Adoption 階段。在這個階段中,要透過大規模遷移建立更成熟的上雲標準作業流程(SOP),透過 FinOps 機制控管與優化雲端營運成本,以及透過自動化與治理模型確認多雲環境與安全與維運穩定性,目標是將雲端內化為組織日常運營的一部分,進而邁向 Cloud First 階段:在合規前提下,新專案與系統升級預設在雲端環境開發,並善用雲原生優勢加速新產品功能開發速度。
「集團雲端策略只有一個核心原則:讓雲成為 AI 時代的成長引擎,而不是單純的基礎設施。」關於國泰的未來雲端布局,顏勝豪如是總結。

國泰金控 雲端策略發展部 協理|顏勝豪 Otto Yen
圖/ 數位時代

以雲端為 AI 資源引擎、發揮數據燃料價值,實現 AI 賦能業務應用

國泰不僅在2025年完成集團百套系統上雲,也啟動數據上雲計畫並為 GenAI 奠定基礎建設。
例如國泰金控實現數據上雲,打造資料湖倉與 GAIA 生態系統架構為 AI 賦能業務做準備:成立國泰風險聯防中心(CRC)攜手集團洗防人員強化風險控管與金融犯罪因應能力;釋出國泰員工 AI 助手–Agia–Beta
版,提供差勤、福利與權益、技術支援、職務職能與集團其他資訊等五大類別管理辦法等查詢服務;此外,亦推出集團數據共享平台、集團法規知識庫、 AI 評測中心等服務,更好發揮 Cloud First 與 AI 賦能業務應用的價值。
雲端是 AI 時代的關鍵底座、數據則是 AI 的燃料。顏勝豪指出,發展AI需要龐大的 GPU 算力,若自建 GPU 機房,不僅硬體設備昂貴、折舊速度快,光是散熱系統一年就高達兩、三千萬元的成本,若採取雲端資源,可以隨啟隨用,同時,大幅降低試錯成本。「當雲端打好基礎、AI成為能力模組,銀行、人壽、產險與證券的創新不再是單點突破,而是放大集團級綜效。」

國泰以 Cloud First + AI 持續領先市場、形塑未來樣貌

「雲端可以優化算力成本,資料則決定 AI 應用上限。」顏勝豪解釋,在 AI 新世代,AI 模型定調能力「下限」,集團子公司掌握的「獨特資料」則決定應用的「上限」,考量雲端有許多好用 AI 服務,唯有資料上雲才能發揮數據價值、用 AI 賦能集團各子公司業務。
例如國泰世華銀行將採取多公有雲策略,打造雲端智慧生態圈,並以現代化雲原生技術拓展應用場景;同時,運用 AI 與資料分析優化客戶服務體驗,並藉由跨雲整合機制支援多元業務模式,以充分發揮上雲效益。至於國泰產險,不僅在兩年半內完成13套核心系統上雲、優化營運流程,如以 Serverless 架構打造百萬級效果、萬元成本的短網址系統等,讓雲端成為產險驅動長期成長的核心引擎與標準配備。

國泰人壽則是透過雲端與 AI 滿足不同客戶需求,如以 AI Search 精準呈現關鍵字搜尋結果,讓客戶可以精準且快速的查找所需資料、大幅優化官網體驗與滿意度。至於國泰證券則是於2026年初推出「庫存管家」服務,以客戶持股為核心,應用 AI 技術打造個人化推播服務,協助投資人更有效率地掌握庫存狀況,提供更即時、系統化的投資管理體驗。
總的來說,國泰金控在集團的雲端轉型不僅是技術升級,更是思維革新,從百套系統上雲進展到 Cloud First 階段,可以預期在雲地基礎下,國泰將進一步引領 AI 時代變革,持續提升營運韌性與放大創新價值。

註1:Cathay 6R 國泰設計 Cathay 6R 雲端遷移方法論,將系統遷移方式依據上雲模式、系統開發成本分為 Rehost 、Replatform、Refactor、Rewrite、Replace 和 Retain 共6種遷移架構,並能對應到 IaaS、PaaS、SaaS 三種不同上雲模式。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓