İçeriğe geç
Seviye A — Öncü
Çalıştığı yer:USYapıldığı yer:United States
Anthropic

Claude Opus 5

Seviye A — Öncü · 1M token

Tokonomix Editöryel Ekibi·İnceleyen Mes Kalkan··
Bölüm 01

Hız analizi

Tüm benchmark çalıştırmalarında ölçülen gecikme. P50 (medyan) ve P95 (95. yüzdelik) normal ve yoğun yük altında yanıt hızının gerçekçi bir resmini verir.

P50 gecikme (medyan)P95 gecikme106 runs
8103815682098251283009-1010-06ms
Bölüm 02

Kalite puanları

Bu modelin her soru kategorisinde sahanın geri kalanına göre nerede durduğu; aynı sorular üzerinde ikili karşılaştırmayla hesaplanır. Ham jüri puanı her sayının altındadır.

27%
Kod üretimi
jüri ortalaması 69
88%
Yaratıcı
jüri ortalaması 92
51%
Olgusal
jüri ortalaması 86
51%
Çok dilli
jüri ortalaması 92
56%
Akıl yürütme
jüri ortalaması 89

Kategori başına kazanma oranı: bu modelin o kategoriden bir soruda ortalama bir modeli ne sıklıkla yendiği. %50 ortalamadır, kalma notu değildir. Doğru cevap yüzdesi de değildir.

Bölüm 03

Fiyatlar

Bu modeli Tokonomix üzerinden kullandığınızda milyon token başına ödediğiniz tutar ve tipik bir konuşma için tahmini maliyet.

💰
API tarifeleri — Claude Opus 5
$6.50 1M giriş token başına
$32.50 1M çıkış token başına
≈ $0.0104 tipik konuşma başına (800 token)
Giriş vs çıkış fiyatı (1M token başına)
1M giriş token başına$6.50
1M çıkış token başına$32.50
Bölüm 04

Saniye başına token

Ölçülen P50 gecikmesinden türetilen saniye başına token verimi. Yüksek daha iyidir; dalgalanmalar sağlayıcı tarafındaki yükü yansıtır.

Verim (token / s)185 / avg 139
24532

P50 gecikme × 200 çıkış token tahmininden hesaplandı — mutlak rakam bu varsayıma bağlıdır; önemli olan eğilimdir.

Bölüm 05

Yetenekler

toolssource: manualvisionjson modepdf inputreasoningjson schemaprompt cachingmax output tokens: 128000
Bölüm 06

Kullanılabilirlik

Kullanılabilirlik

Bu modelin çağrıldığında ne sıklıkla yanıt verdiği — son 30 gün içindeki gerçek API istekleri ve canlı testler üzerinden ölçülmüştür. Bu kaliteden bağımsızdır: bu sayılar yalnızca modelin yanıt verip vermediğini gösterir, yanıtın ne kadar iyi olduğunu değil.

Son 7 gün

97.9%

n=95

Son 30 gün

96.0%

n=174

Medyan yanıt süresi

21,488ms

n=167

Baz alınan 548 ölçüm son 30 gün içinde.

Teknik detaylar

Yalnızca gerçek API çağrıları ve canlı test istekleri sayılır — dahili yoklamalar ve kıyaslama çalıştırmaları hariçtir.

Özel API anahtarıyla (BYOK) yapılan çağrılar hariçtir: bu hatalar anahtara özgüdür, model kesintisinin işareti değildir.

Başarısız çağrılar kalite puanlarına DAHİL EDİLMEZ — kalite yalnızca başarılı yanıtlar üzerinden ölçülür. Kullanılabilirlik ve kalite bağımsız sinyallerdir.

Kaydedilmiş süreye sahip başarılı çağrılarda medyan yanıt süresi (p50). Aykırı değerler medyanı ortalamadan daha az etkiler.

Toplam çağrı (30d)

174

OK yanıtlar (30d)

167

Toplam çağrı (7d)

95

OK yanıtlar (7d)

93

Bölüm 07

Tokonomix kıyaslama kararları

⚖️
Endorsed by 2 judges
Independent LLM judges evaluated this model on our weekly intelligence tests
cohere/command-a100/100 · 1 runs
1 correct0 partial0 wrong100% accuracy
claude-sonnet-4-583/100 · 46 runs
35 correct5 partial6 wrong76% accuracy
● 2026-10-04

Claude Opus 5 adds reasoning mode and structured output capabilities

Claude Opus 5 introduces several significant capabilities in this benchmark window. The model now supports tools, vision, JSON mode, PDF input, reasoning mode, JSON schema validation, and prompt caching. These additions represent a substantial expansion of the model's functionality beyond text completion. The reasoning mode capability suggests enhanced problem-solving approaches, while structured output options via JSON mode and schema validation provide developers with more control over response formats. Vision and PDF input expand the model's multimodal capabilities, allowing it to process and analyze visual content and documents directly. Tool support enables function calling and integration with external systems. Prompt caching can improve efficiency for repeated interactions with similar context. Without performance metrics from the current window, it's difficult to assess how these new capabilities affect baseline performance on standard benchmarks. Users should note that the addition of these features represents a significant evolution in the model's versatility, making it suitable for a broader range of applications including document analysis, structured data extraction, and complex reasoning tasks. The expanded capability set positions Claude Opus 5 as a more comprehensive solution for diverse AI integration scenarios.

Kalite

—

Gecikme p50

—

Test çalıştırmaları

0

✓ Added reasoning mode✓ Structured output support added✓ Vision and PDF input enabled✓ Tool calling now supported
Bölüm 08

Tam model profili

Claude Opus 5 — model derinlemesine inceleme

Claude Opus 5, Anthropic'in Opus serisindeki yeni amiral gemisi modeldir; 24 Temmuz 2026'da Opus 4.8'in halefi olarak yayınlandı. Anthropic bu modeli "karmaşık agentic kodlama ve kurumsal iş için" konumlandırıyor ve artık Anthropic'in kendi kodlama ajanı olan Claude Code'daki varsayılan model. Claude API (model kimliği claude-opus-5), Amazon Bedrock, Google Cloud Vertex AI, Microsoft Foundry ve Claude Platform on AWS üzerinden erişilebiliyor.

Fiyat ve bağlam penceresi

Anthropic'e göre "Opus 5, Fable 5'in birçok yeteneğini yarı fiyatına eşliyor" — bu, bağımsız olarak doğrulanmamış, Anthropic'in kendi ifadesidir. Bağlam penceresi 1.000.000 token'a ulaşıyor; senkron bir çağrıda azami çıkış 128 bin token — büyük kod tabanlarını veya uzun belge kümelerini tek bir bağlamda kapsamaya yetecek kadar.

Adaptive thinking ve bilgi kesim tarihi

Eski genişletilmiş düşünme mekanizmasının elle ayarlanan budget_tokens parametresi yerine Opus 5, beş kademeli bir effort parametresiyle yönetilen adaptive thinking kullanıyor: low, medium, high, xhigh ve max (varsayılan: high). Eğitim verisi güvenilir biçimde Mayıs 2026'ya kadar uzanıyor — Anthropic'e göre şu anda sunulan tüm Claude modelleri arasında en güncel kesim tarihi.

Uzun soluklu özerklik

Anthropic'in Opus 5 için öne çıkardığı temel iddia, uzun ve gözetimsiz görevlerde dayanıklılıkla ilgili: saatlerce bağımsız çalışabilme, kendi hatalarından toparlanabilme, tıkanma noktalarında durmak yerine etrafından dolaşabilme ve kendi işini ara ara denetleyebilme. Anthropic bunu kendi rakamlarıyla destekliyor: Frontier-Bench v0.1'de %43,3 (Opus 4.8'de %18,7'ye karşılık) ve DeepSWE v1.1'de %68,8 (Opus 4.8'de %59,0'a karşılık). Bunlar Anthropic'in kendi yayımladığı sonuçlardır, Tokonomix tarafından bağımsız olarak yeniden üretilmemiştir.

Daha iyi muhakeme

Anthropic ayrıca daha iyi muhakemeyi öne çıkarıyor: model, belirsiz bir talimat karşısında tahmin yürütmeden önce daha sık açıklayıcı soru soruyor, hatalı veya eksik tanımlanmış bir talimatı harfiyen uygulamak yerine daha sık itiraz ediyor ve bir değişikliği uygulamadan önce sonuçlarını daha sık değerlendiriyor. Anthropic bu davranış için nicel bir ölçüm yayımlamıyor — bu, niteliksel olarak tarif edilen bir tasarım amacı.

Opus 5'i ne zaman seçmeli

Anthropic, Opus 5'i karmaşık agentic kodlama ve kurumsal görevler için yeni varsayılan seçim, kendi ifadesiyle birçok alanda benzer yeteneklere sahip olduğu Fable 5'e göre daha ucuz alternatif olarak konumlandırıyor. Daha basit işler için — kısa sohbetler, sınıflandırma, hafif çıkarım — daha küçük ve daha ucuz bir model genellikle daha maliyet etkin seçim olmaya devam ediyor; Opus 5, yüksek hacimli basit işler için değil, uzun süreli, karmaşık ve yüksek riskli işler için tasarlandı.

Tokonomix'te kullanılabilirlik

Claude Opus 5, Tokonomix'te claude-opus-5 slug'ı altında, tier A, Anthropic direct üzerinden ABD'de barındırılıyor olarak listelenmiştir. Tokonomix'in kendi test koşucularından bağımsız kıyaslama puanları bu model için henüz mevcut değil — model bir sonraki test döngüsüne dahil edildiğinde bu sayfada otomatik olarak görünecektir.

Son otomatik test
6 Eki 2026 · 14:02 UTC · Hız testi
P50 gecikme
1080 ms
P95 gecikme
1090 ms
Hatalar
0 / 6 çalıştırma
Son inceleyen Tokonomix Ekibi·15 Eylül 2026