Claude——從 AI 安全實驗室到 SWE-bench 冠軍，閉源 Agent 最強選擇

TL;DR Claude 是 Anthropic 推出的閉源 LLM 家族，以 Constitutional AI 訓練、Agent 能力和 Coding 表現聞名。2026 年 7 月的 Opus 5 以 SWE-bench Verified 96% 拿下 coding 冠軍，Fable 5 則以 LiveBench 83% 領跑通用能力。四層產品線（Fable / Opus / Sonnet / Haiku）從 $1 到 $10 覆蓋不同場景，是系列裡唯一完全沒有開放權重的家族。

#ai-agent #llm #claude #anthropic #model-family-claude #constitutional-ai #agentic-coding #model-selection

家族演化時間線
兩條產品線：API 平台 vs 消費級 Claude，加上四層推論等級
架構：從安全研究到 Agent 能力
Claude 5 系列：Fable 5 和 Opus 5 怎麼選
1. 授權陷阱：只有商用 API，沒有開放權重
2. 效能位置：coding 與 agentic 任務領先，但定價最高
子線與生態系：一張表看懂 Claude 有多少模型
跟競品的位置
對 Agent 開發者的意義
整體來說
參考資料

系列: AI 模型家族 (7 / 19)

Mistral——歐洲的開源 AI 挑戰者：用更小模型和歐洲主權打一場不一樣的仗 GLM——從清華實驗室到 744B 開源旗艦，以及 GLM-5.3 的資安突襲

🌏 English version

2023 年 3 月，當 OpenAI 的 GPT-4 剛上線時，Anthropic 在同一週悄悄發佈了 Claude——一個以「安全」為核心設計哲學的語言模型。三年半後的 2026 年 7 月，Claude Opus 5 在 SWE-bench Verified 拿下 96%，成為 coding 能力最強的模型；Claude Fable 5 在 LiveBench 以 83% 領跑通用能力排行榜。這是「AI 模型家族」系列的第七篇深度介紹，追蹤 Claude 從 Claude 1 到 Fable 5 的完整演化。

怎麼解讀文中引用的 benchmark 數字，請參考AI 模型評測來源指南。這篇是AI 模型用途總覽系列的一部分。

家族演化時間線

版本	時間	關鍵事實
Claude 1	2023-03	首個公開模型，9K context，Constitutional AI 訓練
Claude 2	2023-07	100K context，首次大規模公開，引用《世界人權宣言》原則
Claude 2.1	2023-11	200K context，系統提示、tool use 實驗
Claude 3 Opus/Sonnet/Haiku	2024-03	三層產品線確立，多模態（視覺）
Claude 3.5 Sonnet	2024-06	Sonnet 品質超越前代 Opus，Artifacts 功能
Claude 3.5 Sonnet (new)	2024-10	Computer Use 公測
Claude 3.7 Sonnet	2025-02	首個混合推理模型，Claude Code 啟動
Claude 4 Opus/Sonnet	2025-05	Agent 編碼世代，MCP 標準化
Claude 4.5 Sonnet/Haiku/Opus	2025-09~11	Sonnet 首次超越 Opus 基準
Claude 4.6 Opus/Sonnet	2026-02	Agent Teams、1M context
Claude 4.7 Opus	2026-04	新 tokenizer、adaptive thinking
Claude 4.8 Opus	2026-05	Dynamic Workflows、effort 控制
Claude Fable 5	2026-06	Mythos 級首次公開，LiveBench #1（83%）
Claude Sonnet 5	2026-06	最強 agentic Sonnet，$2/$10 定價
Claude Opus 5	2026-07	SWE-bench Verified 96%，coding 冠軍

三年半、15 個里程碑。Claude 的演化有一條清晰的主線：從安全研究到 Agent 能力的逐步釋放。3.7 Sonnet 引入推理、4.0 引入 Agent、4.6 引入 1M context、5.0 把所有能力推到極致，並在 2026 年 6 月新增 Mythos 級的 Fable 5，把產品線從三層拉到四層。

兩條產品線：API 平台 vs 消費級 Claude，加上四層推論等級

看懂 Claude 在 2026 年的動作，關鍵是把它拆成兩條平行線，再加上一張四層推論等級表：

API 平台線（developer / enterprise）：所有推理都走 Anthropic 官方 API，或經授權的雲端——AWS Bedrock、Google Cloud Vertex AI、Microsoft Foundry。這條線負責開發者與企業營收，也是 Claude Code、MCP、各種 Agent 工作流的承載層。

消費級 Claude app 線：面向終端使用者的 claude.ai 與桌面/行動 App，把同一批模型包成對話、寫作、分析產品。這條線不對外開放權重，也不提供自架選項。

中間還有推論等級的分層——2026 年 6 月 Claude 從三層擴展為四層，新增 Mythos 級（以 Fable 5 為公開版）：

項目	Fable 5	Opus 5	Sonnet 5	Haiku 4.5
定位	最強推理，長時間 Agent	複雜 coding，企業工作	日常 coding，高吞吐	快速回應，低成本
Input ($/MTok)	$10	$5	$2	$1
Output ($/MTok)	$50	$25	$10	$5
Cache 命中	$1	$0.50	$0.20	$0.10
Batch API	$5/$25	$2.50/$12.50	$1/$5	$0.50/$2.50
Context	1M	1M	1M	200K
Max output	128K	128K	128K	64K
Adaptive thinking	永遠開啟	預設開啟	預設開啟	—
延遲	最慢	中等	快	最快

定價有兩個值得記住的細節。其一是五代 Opus 維持相同定價：從 Opus 4.5 到 Opus 5，全部是 $5/$25，只有已退役的 Opus 4.1（$15/$75）不同——如果你還在用舊版 Opus 是為了「重現性」，你並沒有省到錢。其二是 Sonnet 5 的「降價升級」：從 Sonnet 4.6 的 $3/$15 降到 $2/$10，且永久維持（原訂 8/31 恢復 $3/$15 後取消），讓它成為 Claude 生態中性價比最高的選項。另外，Fast mode 讓 Opus 5 以 2.5x 速度運行、定價 $10/$50——恰好等於 Fable 5 的標準價格，用 Opus 5 fast mode 的人值得先試 Fable 5 標準模式。

架構：從安全研究到 Agent 能力

Constitutional AI

Claude 從第一天就用 Constitutional AI 訓練。這個方法的核心是：不靠大量人類標註來判斷「什麼是好回答」，而是用一套憲法原則（constitution）讓模型自我批評和修正。

訓練過程分兩階段：

監督學習階段：讓模型生成回答，再根據憲法原則自我批評，產生修正後的版本，用這些版本微調
RLAIF 階段（RL from AI Feedback）：讓模型根據憲法原則評估兩個回答哪個更好，用這個偏好訓練獎勵模型，再用 RL 強化

這個方法的優勢是可擴展性——不依賴昂貴的人類標註，又能精確控制模型行為。Claude 2 的憲法引用了《世界人權宣言》等文件的原則，這也是為什麼 Claude 的拒答邊界由 Anthropic 決定、企業無法鬆綁。

Adaptive Thinking

從 Claude 4.7 開始引入，到 Claude 5 成為預設行為。Adaptive Thinking 讓模型根據問題複雜度自動決定推理深度：

簡單問題（「1+1=？」）→ 直接回答，不消耗額外思考 token
複雜問題（「修復這個 bug」）→ 自動啟動深度推理

這跟 DeepSeek-R1 的固定推理路線不同——Adaptive Thinking 是動態的，不需要使用者手動選擇。Fable 5 把它設成永遠開啟，Opus 5 與 Sonnet 5 為預設開啟。

MCP（Model Context Protocol）

2024 年 11 月發佈的工具整合標準。MCP 讓 Claude 能以統一協議呼叫外部工具和資料源，類似 AI 模型的 USB-C 接口。它已成為業界事實標準——OpenAI、Google、Microsoft 都已支援或宣布支援。對 Agent 開發者來說，這是 Claude 生態外溢影響力最大的那一環。

Claude Code

2025 年 2 月隨 Claude 3.7 Sonnet 一起推出的 CLI 編碼工具。Claude Code 讓開發者在終端機中直接與 Claude 協作編碼，支援檔案讀寫、Git 操作、多檔案編輯。到 2026 年，它已成為 Anthropic 最重要的產品之一——不只是模型的包裝，而是深度整合了 Agent 工作流。

Claude 5 系列：Fable 5 和 Opus 5 怎麼選

2026 年 6–7 月的 5 世代四層產品線，定位完全不同：

項目	Fable 5	Opus 5	Sonnet 5	Haiku 4.5
定位	最強推理，長時 Agent	複雜 coding，企業工作	日常 coding，高吞吐	快速回應，低成本
Input ($/MTok)	$10	$5	$2	$1
Output ($/MTok)	$50	$25	$10	$5
Context	1M	1M	1M	200K
Max output	128K	128K	128K	64K
Adaptive thinking	永遠開啟	預設開啟	預設開啟	—
推薦場景	長程規劃、最難推理	agentic coding 首選	預設推薦、平衡成本	分類/抽取、高吞吐

定價與規格來自Claude 官方模型總覽與Claude Pricing。

授權陷阱：只有商用 API，沒有開放權重

Claude 是系列裡唯一完全沒有開放權重的家族——只有商用 API，沒有可下載的權重，也沒有 Apache/MIT 授權。它的「授權」就是 Anthropic 的服務條款（Terms of Service）和可使用政策（Acceptable Use Policy）。這帶來三個但書：

無法自架：所有推理都必須走 Anthropic 的 API 或經授權的雲端（AWS Bedrock、GCP Vertex）。資料主權敏感的行業（醫療、國防）若要完全在地部署，Claude 直接出局
條款可變：Anthropic 保留隨時調整價格、速率限制、可接受使用範圍的權利。2024 年曾因政策轉向引發開發者反彈
安全過濾不可關閉：Constitutional AI 的拒答邊界由 Anthropic 決定，企業無法鬆綁——對需要處理灰色地帶內容的 Agent 場景是實質限制

對比 Qwen（Apache 2.0 / 自訂）、Llama 4（Community License，至少可下載）、DeepSeek（MIT）、Mistral（Apache/Modified MIT），Claude 的「開放度」是系列中最低的。如果你的部署依賴「能自己掌握模型」，Claude 不在選項內——這一行比 benchmark 分數更重要。

效能位置：coding 與 agentic 任務領先，但定價最高

SWE-bench Verified（真實軟體工程任務）：

模型	分數	定價 (output/MTok)
Claude Opus 5	96%	$25
Claude Mythos 5	95.5%	$50
Claude Fable 5	95%	$50
DeepSeek V4 Pro 0813	96.4%	$0.87
Claude Opus 4.8	88.6%	$25
Kimi K3	93.4%	—

Claude Opus 5 在 SWE-bench Verified 上以 96% 領先（Vals AI 獨立測試為 97%）。值得注意的是 DeepSeek V4 Pro 以 96.4% 幾乎追平，但 output 定價只有 Claude 的 1/28。

SWE-bench Pro（更難的軟體工程任務）：

模型	分數
Claude Mythos 5	80.3%
Claude Fable 5	80%
Claude Opus 5	79.2%

LiveBench（通用能力）：

模型	Overall	Coding
Claude Fable 5	83.0%	86.0%
GPT-5.6 Sol	81.1%	83.9%
Claude Opus 5	80.1%	81.4%
Claude Sonnet 5	76.0%	80.7%

跟競品的定位：

指標	Claude Fable 5	GPT-5.6 Sol	DeepSeek V4 Pro
LiveBench overall	83.0%	81.1%	77.4%
SWE-bench Verified	95%	~95%	96.4%
Output 定價 ($/MTok)	$50	~$30	$0.87
Context	1M	1M	1M
開源	✗	✗	✓ MIT

Claude 在 coding 和 agentic 任務上領先，但定價最高。DeepSeek 在 SWE-bench Verified 上以 1/28 的價格幾乎追平——純 benchmark 之外，選 Claude 買的是整體 agentic 穩定性和企業支援。

子線與生態系：一張表看懂 Claude 有多少模型

「家族小」是 Claude 最容易被低估的特徵——它幾乎沒有獨立的視覺、語音、嵌入專模型線，子線都是同一個底座的不同服務層級：

子線	代表版本	定位
旗艦推理	Claude Fable 5	最高智慧層，複雜推理與長程規劃
高端	Claude Opus 5	高品質 coding / agentic
中端	Claude Sonnet 5	平衡品質與成本，預設推薦
輕量	Claude Haiku 4.5	高速低價，分類 / 抽取
終端 Agent	Claude Code	命令列 coding agent
開放標準	MCP（Model Context Protocol）	開源協議，讓 Agent 接外部工具
企業產品	Claude for Work / Teams	企業版權限與治理

兩個觀察：

MCP 是 Claude 最被低估的生態槓桿。 Anthropic 把 Model Context Protocol 開源，現在已成為 Agent 接外部工具的事實標準——即使你不跑 Claude，你的 Agent 基礎設施很可能已經建立在 MCP 上。這讓 Claude 的影響力超出單一模型範圍。

產品線高度集中在 API 層。 不像 Qwen 有 Coder/VL/Omni/Image 多條子線、DeepSeek 有 V3/R1/Coder 多線並行，Claude 的子線幾乎都是同一個底座的不同服務層級（Fable/Opus/Sonnet/Haiku），沒有獨立的視覺、語音、嵌入專模型線。這讓它的生態比開源家族窄，但產品體驗更一致。

跟競品的位置

把 Claude 放回 2026 年的格局：

對上 GPT-5.6：Claude 在 coding（SWE-bench Verified 95%）和 agentic 可靠性上領先，GPT 在瀏覽器任務（BrowseComp 90.4%）和長時間 Agent（Agents' Last Exam）上更強。兩家是閉源雙雄，選誰往往取決於具體任務
對上 Gemini 3.1：Gemini 在科學推理（GPQA 94.1%）和原生多模態上領先，Claude 在 coding 和文字任務上更穩
對上 DeepSeek V4：DeepSeek 在 SWE-bench Verified（96.4%）以 1/28 價格追平甚至超越 Claude，且 MIT 授權可自架。Claude 的優勢是整體 agentic 穩定性和企業支援，不是純 benchmark
對上 Qwen3.8 / Kimi K3：兩家都提供 2T 級開放權重，Claude 品質仍領先但價格是開源的數十倍，且無法自架
對上 Llama 4 / Mistral：Llama 4（Community License，至少可下載）、Mistral（Apache/Modified MIT）都能自架，Claude 在 agentic 穩定性和工具生態（MCP）上領先，但開放度最低、價格最高
對上 GLM：GLM 走開源＋國產合規路線，Claude 在英文 coding 與國際工具鏈整合上更成熟

對 Agent 開發者的意義

多步驟自主 Agent → Claude 的 agentic 能力（tool use、computer use、multi-step planning）是目前所有模型中最穩定的。BrowseComp、OSWorld 等 Agent benchmark 上 Claude 持續領先
Coding agent 的長時間任務 → Opus 5 和 Fable 5 能維持數小時的自主編碼 session，不會丟失上下文
企業級 tool 整合 → MCP 協議已經是業界標準，Claude 對 MCP 的支援最原生
安全敏感場景 → Constitutional AI 的對齊品質在所有前沿模型中最好，Opus 5 被 Anthropic 認證為「最對齊的模型」
高吞吐 / 成本敏感 production → Sonnet 5 的 $10/MTok 已經很划算，但 DeepSeek V4 Flash 的 $0.28 是另一個量級；明確的 bug fix 可用 DeepSeek V4 Pro（SWE-bench 96.4%，成本 1/28）
本地部署 → Claude 是閉源的，無法自架。需要本地部署請看 Qwen 或 DeepSeek

最務實的混用策略是根據任務選模型：

任務	推薦模型	原因
複雜 Agent 編排	Claude Opus 5 / Fable 5	agentic 能力最強
日常 coding agent	Claude Sonnet 5	品質夠好，成本低 60%
明確的 bug fix	DeepSeek V4 Pro	SWE-bench 96.4%，成本 1/28
高吞吐分類/摘要	DeepSeek V4 Flash	$0.14 input，2,500 並行
本地部署	Qwen3.8-27B	Apache 2.0，可自架

整體來說

Claude 的故事是「安全研究如何變成商業競爭力」。Anthropic 從 AI 安全出發，用 Constitutional AI 建立了模型對齊的技術壁壘，再用 MCP 和 Claude Code 把模型能力轉化為開發者工具。2026 年的四層產品線——Fable（最強推理）、Opus（coding）、Sonnet（日常）、Haiku（快速）——覆蓋了從 $1 到 $10 的每個價格帶。

對 Agent 開發者來說，Claude 目前是 tool use 和多步驟自主任務的首選。Opus 5 在 SWE-bench Verified 96% 幾乎追平 DeepSeek V4 Pro，但 agentic benchmark 上的差距仍然明顯。如果你在做需要長時間自主運行的 Agent，Claude 的可靠性目前無人能及——只是這份可靠性不能用「自架」換來，也不能用開源授權鎖住。