首页 > 资讯频道 > 财经 > 正文

焦点！Anthropic发布Opus 5，性能直逼Fable 5，价格却只有一半？！

2026-07-25 14:57:46来源：搜狐网

文 | 字母AI

Anthropic真是“疯”了。

就在刚刚，新模型Opus 5发布，性能直逼旗舰模型Fable 5，价格却降了一半。

(资料图)

5月28日，Claude Opus 4.8发布。12天后，能力更强的Fable 5和Mythos 5登场。6月30日，Sonnet 5上线。到了7月24日，Anthropic又发布了Opus 5。

短短57天，这家公司几乎把Claude的几条主要产品线都更新了一遍。即便放在模型按月迭代的AI行业里，这个速度也有些夸张。

其中最让人意外的，是Fable 5和Opus 5之间只隔了45天。

Fable 5刚发布时，是Anthropic面向普通用户开放的能力标杆。正常情况下，这样一款模型至少应该在聚光灯下多待一阵。Opus 5却很快追了上来。

Anthropic简直就是在高喊：“打败”我自己的只能是我自己！

Anthropic这轮更新也紧贴着OpenAI的节奏。7月9日，OpenAI刚刚发布GPT-5.6，并在官方评测中把Fable 5列为主要参照模型之一。15天后，Anthropic发布Opus 5，又将GPT-5.6 Sol放进核心对比，在陌生问题求解、电脑操作和商业流程等项目中展示自己的优势。

在产品发布和官方宣传上，两家公司追着对方出牌的意味已经十分明显。

Opus 5究竟是何方神圣？来看看Anthropic这次公布了什么。

性能与性价比

Claude Opus 5的价格与上一代Opus 4.8相同，性能却有了大幅提升。

Anthropic展示了Opus 5在不同“投入档位”的表现。用户可以自己调整，简单任务可以选更省钱、更快的模式，遇到难题时再提高档位，换取更好的结果。

从Anthropic的披露看，Opus 5尤其擅长处理具有实际价值的软件工程任务。

例如，在Frontier-Bench v0.1评测中，Opus 5超过了所有其他模型；与Opus 4.8相比，它完成每项任务的成本更低，成绩却提高了一倍以上。

在CursorBench 3.2评测中，当投入档位设为最高时，Opus 5与Fable 5最高得分之间的差距不到0.5%，每项任务的成本却只有Fable 5的一半。

在high、xhigh和max三个投入档位下，按照相同成本比较，Opus 5的表现也超过了所有其他模型。

在知识工作和问题解决任务中，Anthropic也观察到了类似结果。例如：

在ARC-AGI 3这类“陌生题”测试中，模型拿不到现成套路，只能自己摸索规则、判断目标并调整策略。Opus 5的得分达到第二名的3倍，说明它遇到从未见过的问题时，更有能力靠试错找到解法。

类似优势也出现在真实工作流程中。

AutomationBench要求模型调用商业软件，从头到尾完成一项任务，Opus 5的通过率约为第二名的1.5倍；即使使用最低投入档位，也超过其他模型的最高成绩。

也就是说，Opus 5不用付出最高的推理成本，也能完成更多任务。

在电脑操作测试OSWorld 2.0中，Opus 5同样在各个成本区间领先。它只花费略高于Fable 5三分之一的成本，成绩就超过了Fable 5的最高水平。

这意味着，Opus 5在打开应用、查找信息、跨软件操作并持续推进任务时，效率明显更高。

这种特点在其他评测中也很明显。

HLE考察跨学科难题，不调用工具时，Opus 5以56.3%略低于Fable 5的56.5%；允许使用工具后，它升至64.7%，反超Fable 5的63.9%，成本也更低——Opus 5单靠模型内部知识未必总是第一，但一旦可以搜索、调用工具和反复核对，优势就会扩大。

在模拟真实知识工作的GDPval-AA v2中，它最高得分1861，高于Fable 5的1747和GPT-5.6 Sol的1736。大约花700美元，就能达到其他模型最高投入档位附近的成绩。DeepSearchQA上的领先幅度较小，但同样以更低成本取得了略高的通过率。

Opus 5在Anthropic全部生命科学评测中都超过Opus 4.8，其中光谱推断分子结构和预测蛋白质变异影响两项任务分别提高10.2和7.7个百分点。这些提升意味着，Opus 5在辅助分子结构分析、蛋白质功能预测等科研环节上更有潜力。

Anthropic还用两个可交互的演示展示了Opus 5的视觉生成能力。第一个是一个可以实际操作的三维风洞：用户能够旋转汽车、调整风速，观察气流如何绕过车身，同时查看阻力系数等数据。第二个是一个三维动物细胞模型，用户可以转动、剖开细胞，点击细胞核、粗面内质网等结构查看说明，页面还会主动指出示意图为了便于展示做了哪些简化。

从这两个案例看，Opus 5已经能把代码、三维建模、交互界面和知识讲解整合进同一个成品里。用户给出一段要求后，它可以直接搭出接近教学软件或产品原型的演示。

安全与对齐

Anthropic用了几个案例说明Opus 5比此前模型更会独立推进任务。

一次测试要求模型根据机械零件图纸，用代码重建一个FreeCAD三维模型，但系统没有提供直接查看图纸的工具。Opus 5干脆自己写了一套计算机视觉程序，从原始像素中提取尺寸和几何结构，随后完成了建模。

同样条件下，其他模型连续尝试5次也没有成功。

另一次任务来自一个流行的开源软件包管理器。Opus 5查出了程序错误的根本原因，还补上了社区修复方案遗漏的边缘情况。

参与对比的另一款模型只消除了表面症状，随后便宣布问题已经解决。

一家交易公司的工程师还让Opus 5为新交易所搭建市场数据系统。此前的模型即使拿到详细方案也无法完成，Opus 5找不到实时数据用于验证，便自行做了一套测试工具检查代码。

这些案例展示了Opus 5的进步，也解释了Anthropic为什么花了很大篇幅讨论安全。

模型开始自行补工具、检查结果、修正错误后，人类需要确认它不会为了完成目标隐瞒问题、绕过限制，或者做出风险过高的决定。

Anthropic称，Opus 5是目前对齐表现最好的Claude模型。

上线前的自动化审计显示，与Opus 4.8、Sonnet 5和Fable 5相比，它更能遵守Claude宪法，欺骗行为更少，也更难被诱导执行有害请求。