Claude Opus 5 编程能力实测 - 7 个项目案例

号称半价追平旗舰，用 7 个真实项目验证一下 Opus 5 到底几斤几两

前几天 Anthropic 发布了 Claude Opus 5，官方宣称它只用一半的价格，就能把能力追平自家最贵的 Claude Fable 5 旗舰模型。

这个模型的跑分确实很能打。比如 Frontier-Bench 这个测试，专门考察模型能不能在命令行里独立做完一整套编程任务，Opus 5 拿了 43.3%，上一代 Opus 4.8 只有 18.7%，顶配的 Fable 5 是 33.7%，OpenAI 的 GPT-5.6 Sol 是 37.5%。

但是跑分不能完全相信，模型好不好用，还得拿真实项目来检验。

所以这篇文章我会用 7 个不同类型的项目 来实测 Opus 5 的编程能力。为了能和其他模型公平对比，我用的提示词跟之前测 Kimi K3 时一模一样（可以阅读本教程模型动态板块中的《Kimi K3 编程能力实测 - 7 个项目案例》了解那次测试）。

测试方法很简单，我在 Cursor 里同时开了多个子 Agent，每个 Agent 分配一个独立的项目目录和独立的端口，全程不需要人工干预，等跑完了我再一个一个验收。

激动的心，颤抖的手，咱们开始~

7 个测试项目

这次准备的 7 个项目，从简单的前端动画到复杂的全栈产品，由浅入深：

1. 交互式动画讲解网站
2. 3D 版动画知识讲解
3. 文案拆解为网页 PPT
4. 网页 PPT 生成工具（内置 AI 大模型）
5. 足球对战网页游戏（横评对比）
6. 以撒的结合肉鸽游戏
7. 全栈 AI 编程工具（复刻 Cursor）

大家可以猜猜看，跑完这些任务要花多少钱？答案在结尾揭晓。

1、交互式动画讲解网站

第一个项目，让模型做一个用交互式动画讲解知识的网站，讲的知识点是「注意力残差」。

提示词里我要求它先用 Firecrawl 联网搜索技术细节，做完之后自己打开截图验证效果，不满意就自主调整，改到满意再交付。

来看成品，界面科技感满满，背景还有漂浮的光点特效。

而且整个网站很清晰、很结构化，读者可以像看教程一样连贯地学会这个知识，也可以通过左侧的章节导航快速跳转、查漏补缺。

第一部分它用「一张越写越花的便利贴」来引出问题，这个比喻很生动。你可以拖动滑块来增加堆叠的层数，能亲眼看到第 1 句话在最终画面里的份量越来越少，最后基本读不清了。

不过页面上存在一些瑕疵，比如出现了文字被遮挡的情况，这点比 Kimi K3 的前端效果差了一些。

但大多数动画效果和元素位置都是准确的，比 Opus 4.8 做动画网站的体验好太多了。

它甚至还给出了几道题目来检测学习效果，选错了会告诉你为什么错，细节很到位。

2、3D 版动画知识讲解

还是同一个知识点，这次换成 3D 场景来呈现。

提示词里除了联网搜索，我还要求它用 Context7 查一下所用 3D 库的最新文档，别拿过时的 API 来写。

来看成品，我刚打开页面就被惊艳到了，科技感爆棚，而且动画非常流畅生动。

可以自由切换视角、放大缩小，还能并排对比多种不同的残差模式。

从事教育行业的朋友有福了，可以让 AI 把枯燥的知识点通过动画栩栩如生地展示清楚，让学生更快理解。

单从前端的角度，我真的挑不出缺点。

3、文案拆解为网页 PPT

我做视频教程的时候，偶尔需要把文章内容做成演示画面，但手动做 PPT 太慢了。

这次我干脆把一篇技术文章丢给它，让它按照文章的讲解顺序，拆成一个能全屏演示的网页 PPT，后续可以当做视频录制的画面素材。

先看封面，这个大标题…… 现在怎么 Claude 也一股子 GPT 味儿了。

整个 PPT 的效果跟其他模型差不多，毕竟我没给 AI 提供图片等素材，无非就那么几种布局。

不过科技感还是很足的，对于很多场合下的 PPT 讲演都够用了。比如做毕业设计的同学，直接把自己的项目甩给 AI，毕设答辩 PPT 就搞定了。

4、网页 PPT 生成工具

前面 3 个都是开胃小菜，接下来该测测它的全栈工程能力了。

上一个案例是给定一篇文章生成 PPT，那能不能把这个能力做成一个通用工具呢？

用户粘贴任意文案，后端调用大模型拆解内容，前端渲染成可演示的网页 PPT，还要支持切换配色主题和导出成独立的 HTML 文件。

需求明确之后，提示词就很简单了。由于涉及到 AI 能力，这里我用新出的 Kimi K3 模型作为给后端调用的模型，注意，项目本身的代码还是 Opus 5 生成的。

之前用 Kimi K3 生成 PPT 工具的时候，成品非常精简，主页基本上就只有文案输入框和按钮。

但 Claude Opus 5 做的更像一个成熟的工具产品。你看左下角那一排配色主题就知道了，极光、象牙、暮色、青薄，名字起得还挺文艺，而且每个主题下面还配了一句定位说明。

而且它还支持填写生成 PPT 的额外要求。注意，我并没有在提示词中提到这一点，是 AI 自己锦上添花的。

随便拿我之前的一篇文章来制作 PPT，可以实时看到生成进度，质量很高。

切换个主题试试，效果不错吧，还能直接全屏演示或者导出为 HTML：

整体来说，无论是前端细节还是后端生成逻辑都做得很好，一段提示词直接梭出来一个能用的产品。

5、足球对战网页游戏

经常看我文章的朋友应该知道，这个项目是老熟人了。

之前 GPT-5.6 发布的时候，我用同一段提示词让 GPT-5.6 Sol、Claude Fable 5、Grok 4.5 三个模型同时开发了一个叫「2066 决战世界杯」的足球游戏（可以阅读本教程模型动态板块中的《GPT-5.6 三模型横评 - 全栈项目实测》）。这次的提示词跟那时候完全一致，正好拿来做个对比。

先看赛前设置界面，浅绿主题色跟足球场很搭。

踢球、换人功能都是正常的，非常流畅。而且注意到细节了没？9 号球员下方有个红色的蓄力槽，给了玩家更多的操作空间。

游戏的人机也非常智能，不像其他模型开发出来的人机只会防守，这次的人机甚至还能踢出配合。而且作为玩家，也不是完全没有机会赢过人机，游戏体验非常好。

对比一下之前几个模型的表现。GPT-5.6 Sol 开发的那版，人机不会主动进攻，我打满一整场中等难度，只能以 0 比 0 收场。

Grok 4.5 开发的那版，球场渲染有硬伤，换人逻辑也很不顺畅，经常切换到离球最远的那个队友身上。

Claude Fable 5 开发的那版，球的物理引擎翻车了，球经常会瞬移，根本没法正常玩。

而 Opus 5 不仅在人机智能上突破了，左侧还会实时展示赛况，这也是之前的模型都没有做到的。

美中不足的是，足球场的白线有点儿问题，禁区前面那道罚球弧两端拐进了禁区里面。

6、以撒的结合肉鸽游戏

接下来是一个更有挑战性的游戏项目。

以撒的结合是我小时候很爱玩的一款肉鸽游戏，包括随机地牢生成、射击战斗、道具系统、多种敌人和 Boss。

之前我让 Kimi K3 开发过这个游戏，提示词中要求先用 Firecrawl 搜索以撒的结合的游戏机制和美术风格资料，用 Context7 查询所用游戏框架的文档：

当时 K3 开发出的效果是这样的，虽然界面看起来简陋，但基本玩法是完全跑通的，可以发射子弹打击怪物：

再来看看这次 Opus 5 用同样的提示词开发出的成品，前方高能！

光是看到这个游戏主页，我的 DNA 就动了，玩过这个游戏的同学应该能看出来，形象跟原版还是很接近的。

结果没想到效果这么好，很多小怪都是原版游戏中存在的。

而且角色的数值清晰、道具丰富多样，可以说是还原了《以撒的结合》的精髓。

我甚至都玩进去了，导致这篇文章的发布时间晚了 20 分钟。

BOSS 的机制也跟原版游戏中的 BOSS 神似。

完全超出我的预期了。后来我又基于这个项目继续迭代，把它扩展成了 12 层地牢、13 个 Boss、55 件道具的完整游戏并开源上线，感兴趣的话可以阅读本教程项目实战板块「AI 创意应用」分类中的《Cursor + Claude Opus 5 - 以撒的结合肉鸽游戏项目实战》。

7、全栈 AI 编程工具

最后一个项目，直接把难度拉满。

我让 AI 基于 VS Code 的开源代码，开发一个类似 Cursor 的 Web AI 编程工具，要支持 Editor Window 代码编辑器和 Agents Window 对话工作台两种模式，两个窗口之间可以自由切换。

看看成品，几乎完整地保留了 VS Code 的精髓，比如代码高亮、代码小地图、管理面板、代码搜索等等。

让 AI 执行个任务试试，你能清晰地看到 AI 的思考信息、工具调用等等。

AI 甚至能够调用终端、自主测试开发出的代码，还能清晰地看到本次改动的文件。

你敢相信我只跟 AI 对话一次，就开发出了自己的 Cursor 么？

写在最后

7 个项目全部跑完了，聊聊我的真实感受。

让我印象最深刻的一点是，Claude 没有完全机械地、用最简单直接不绕弯子的方式完成任务，你让它做什么它就只做什么，而是会在你需求的基础上加一点自己的想法，尽量达到理想的效果。

它不仅后端逻辑强、前端视觉效果也强，还非常注重细节，真的是六边形战士了。至少对我来说，我暂时想不到什么开发任务是 AI 完不成的。 如果有，那大概是我没有驾驭好 AI，或者 tokens 不够。

另一个让我印象深刻的点是，Opus 5 确实像官方说的那样，特别爱自己检查作业。Anthropic 甚至专门提醒开发者把提示词里那句「最后记得验证一遍」删掉，你越叮嘱它反而越容易检查上瘾。他们后来干脆把 Claude Code 的系统提示词删掉了 80% 以上，编程跑分一点没掉。关于这套提示词减法的具体做法，可以阅读本教程经验技巧板块「大厂 AI 编程经验」目录中的《Anthropic 官方 - 提示词精简方法》。

当然，这个特性是一把双刃剑，Opus 5 很容易把简单的任务搞复杂，这是 Claude 一贯的通病，也就更废 tokens。

所以如果你想更好地利用 Opus 5 这种级别的模型，还是要在提示词上下点功夫，不是说要写得又臭又长，而是把需求描述清楚、把 AI 的边界限制好，否则它搞不好就跑偏了。

最后揭晓谜底，这 7 个任务打包加起来，一共花了我 900 多块。

这就是效果好相应的代价。之前我用 Kimi K3 等国产模型做同样的项目，加起来套餐额度才动了百分之几。

所以还是要根据你的实际需求来选择模型：

• 追求 90 分效果的任务，可以交给 Opus 5
• 只需要 80 分的任务，可以交给 GPT 或者 Kimi K3、GLM-5 这类模型，快、稳、便宜
• 只要及格就好的任务，那就用性价比极高的 DeepSeek

模型没有绝对的好坏，只有合适与不合适。多动手试试不同的模型和工具，用实际项目来感受它们的能力差异，你一定能找到最适合自己的编程搭档。