Claude Opus 5 在 DeepSWE 評測奪得最高分

Claude Opus 5 在 DeepSWE 評測奪得最高分。 評測表現與排名 Datacurve 發布的 DeepSWE 評測結果顯示，Claude Opus 5 獲得 74% 的分數，是目前所見表現最好的長跨度程式開發模型。此外，畫面顯示的 DeepSWE v1.1 評測圖表也納入了多款模型的平均每個任務成本與效能表現，包含 claude-opus-5、claude-fable-5、kimi-k3、gpt-5.6-sol、claude-sonnet-5、grok-4.5、muse-spark-1.1、claude-opus-4.8、gemini-3.6-flash 與 glm-5.2 等。完整評測結果可參閱 DeepSWE 評測網站。 互動風格與行為差異 在運作機制上，Opus 5 傾向安靜作業，而 Fable 5 則會隨時旁白說明其正在執行的動作： Opus 5 只為 11% 的工具呼叫加上說明，相較之下 Fable 5 的比例高達 65%。 在工作結束後，Opus 5 總是會提供總結，而 Fable 5 則完全不會提供。 DeepSWE v1.1 評測圖表展示多個模型的平均每個任務成本與效能表現 Opus 5 與 Fable 5 的工具呼叫旁白比例對照：Opus 5 僅 11%、Fable 5 達 65% 成本效益比較 在執行成本方面，Opus 5 展現出顯著的經濟效益： Opus 5 平均每個任務的成本比 Fable 5 減少了 45%。 根據測試數據，Opus 5（共 449 次試驗）的平均成本為 $11.84、中位數為 $10.51；而 Fable 5（共 432 次試驗）的平均成本則為 $21.63、中位數為 $19.23，兩者平均成本差距達到 $9.79。 Opus 5 與 Fable 5 每 task 成本比較長條圖Opus 5 與 Fable 5 的工具呼叫旁白比例對照：Opus 5 僅 11%、Fable 5 達 65% 影片中的 Prompt 與操作：操作步驟： 1. NONE原文：https://easyvibecoding.app/curated/2753-claude-opus-5-achieves-top-score-on-deepswe-benchmark