Anthropic真是出乎意料。
刚刚，新模型Opus 5出炉，性能竟能与旗舰模型Fable 5比肩，价格却只有后者的另一半。
5月28日，Claude Opus 4.8问世。仅仅12天后，Fable 5和Mythos 5紧随其后。6月30日，Sonnet 5面世。到了7月24日，Anthropic又推出了Opus 5。
短短57天里，这家公司将Claude的主线产品几乎全部更新了一遍。即便以AI行业模型每月更新的节奏来看，这个速度也相当惊人。
其中最让市场震惊的，莫过于Fable 5与Opus 5之间仅有45天的差距。
Fable 5发布时，是Anthropic给普通用户展示能力的一个标杆。通常情况下，这类模型至少要在聚光灯下停留更长时间。而Opus 5却迅速赶了上来。
Anthropic似乎在表明：“战胜我的只能是我自己！”
Anthropic这次的更新步伐紧随OpenAI。7月9日，OpenAI发布GPT-5.6，并在官方评测中将Fable 5作为参照模型之一。15天后，Anthropic发布Opus 5，又将GPT-5.6 Sol纳入核心对比，在陌生问题求解、电脑操作和商业流程等任务中突显自身优势。
两家公司产品发布和宣传上的竞争意味已经非常明显。
Opus 5究竟是何许能力？Anthropic这次透露了哪些信息？
性能与价格表现
Claude Opus 5的售价与上一代Opus 4.8持平，性能却有了显著提升。
Anthropic展示了Opus 5在不同“投入档位”下的表现。用户可以自行选择，简单任务选经济快速的档位，难题时再调高，以获得更优结果。
Anthropic的数据显示，Opus 5在处理有实际价值的软件工程任务上尤为出色。
比如，在Frontier-Bench v0.1评测中，Opus 5击败了所有其他模型；对比Opus 4.8，它在完成每项任务时不仅成本更低，成绩还翻了一倍以上。
在CursorBench 3.2评测中，若投入档位设为最高，Opus 5与Fable 5最高得分的差距不足0.5%，但成本仅为Fable 5的一半。
在high、xhigh和max三个投入档位比较中，按相同成本计算，Opus 5的表现同样优于所有其他模型。
在知识工作与问题解决领域，Anthropic观察到相似现象。例如：
在ARC-AGI 3这类“陌生题”测试中，模型需独自摸索规则和策略，Opus 5的得分是第二名三倍，显示其面对新问题时，更能通过试错找到答案。
这种优势在工作流程中也同样存在。
AutomationBench要求模型调用商业软件完成完整任务，Opus 5的通过率约是第二名的1.5倍；即便采用最低投入档位，也超过了其他模型的最高成绩。
这意味着，Opus 5无需付出最高推理成本，也能处理更多任务。
在电脑操作测试OSWorld 2.0中，Opus 5在各个成本区间都表现领先。它只花掉Fable 5三分之一略多的成本，成绩却已超越Fable 5的最高水平。
这表明，Opus 5在应用启动、信息检索、跨软件操作及任务推进时效率更高。
其他评测也反映了这一特点。
HLE考察跨学科挑战，不调用工具时，Opus 5以56.3%略逊于Fable 5的56.5%；允许使用工具后，它升至64.7%，反超Fable 5的63.9%，且成本更低——虽然Opus 5在单靠模型内部知识时未必总是顶尖，但配合搜索、工具调用和模型内部推理，它的表现就
网友评论