过去一周，大模型行业像被按下了二倍速快进键。OpenAI 推出 GPT-5.1、Google 发布 Gemini 3 Pro，结果昨天半夜杀出来的 Claude Opus 4.5 又让所有人措手不及。 Opus 4.5首次把编程、智能体执行和计算机操作三件事做到同一档顶峰：在最难的软件工程基准 SWE-bench Verified 上，Opus 4.5 拿下 80.9% 全球第一，超过 Gemini 3 Pro（76.2%） 和 GPT-5.1（77.9%）。在 ARC-AGI-2 上，64k 得分 37.6%，进入第一梯队；在多语言代码评测中，8种语言里有7个第一。更夸张的是：在 Anthropic 自家严格的工程笔试中，Opus 4.5 在限定两小时内的得分超过历史上所有人类候选人。如果说性能是惊喜，那价格就是暴击，整体费用直接削掉七成。直接从“慎用”的昂贵模型，变成可以全天候挂着跑长任务的主力引擎。
