# 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
大家好，我是程序员鱼皮。
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：
- 交互式动画讲解网站
- 3D 版动画知识讲解
- 文案拆解为网页 PPT
- 网页 PPT 生成工具（内置 AI 大模型）
- 足球对战网页游戏（横评对比）
- 以撒的结合肉鸽游戏
- 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。