本文來自微信公眾號(hào)： AIX財(cái)經(jīng) ，作者：AIX財(cái)經(jīng)團(tuán)隊(duì)，編輯：金玙璠，原文標(biāo)題：《Opus 5沖上第一，還需要Fable 5嗎？》
Opus 5拿下榜首，卻只領(lǐng)先1分。
AIX財(cái)經(jīng)（AIXcaijing）原創(chuàng)
7月的模型圈很熱鬧。
25日凌晨，Anthropic正式推出了新模型Claude Opus 5。
這一次，Anthropic沒有強(qiáng)調(diào)“最強(qiáng)模型”，而是給出更務(wù)實(shí)的定位：Opus 5在復(fù)雜任務(wù)上更少遺漏步驟、更傾向主動(dòng)驗(yàn)證中間結(jié)果，在多項(xiàng)評測中兼顧性能與成本，適合日常高頻使用。
定位的變化也直接體現(xiàn)在產(chǎn)品里，目前Opus 5成為Claude Max的默認(rèn)模型，也是面向個(gè)人訂閱用戶（Max/Pro）可調(diào)用的最強(qiáng)模型；能力更高的Fable 5主要面向API與企業(yè)客戶，個(gè)人訂閱用戶雖然可用，但額度相當(dāng)有限。
從官方公布的成績來看，Opus 5重點(diǎn)提升了編程、知識(shí)工作和智能體任務(wù)的完成效率，在多項(xiàng)軟件工程、商業(yè)流程和電腦操作評測中位居前列；在最高思考檔位下，部分成績已經(jīng)逼近甚至超過Fable 5。不過，在進(jìn)攻性網(wǎng)絡(luò)利用和長周期自主生物研究等高風(fēng)險(xiǎn)場景中，受限的Mythos 5仍然更強(qiáng)。
Opus 5提供了可調(diào)節(jié)的effort（思考檔位），用戶可按任務(wù)難度調(diào)整推理資源投入。檔位越高，處理復(fù)雜問題的能力越強(qiáng)，但速度更慢、Token消耗也更多；調(diào)低則省時(shí)省錢。
目前，Opus 5已在全平臺(tái)上線，API價(jià)格為每百萬Token輸入5美元、輸出25美元，與Opus 4.8持平，約為Fable 5的一半；追求速度可開Fast模式，以約兩倍價(jià)格換2.5倍速度。
Anthropic同時(shí)上線了兩項(xiàng)Beta功能：動(dòng)態(tài)調(diào)整工具與自動(dòng)回退，用于降低Agent任務(wù)因緩存失效抬升成本、或因安全攔截中斷的風(fēng)險(xiǎn)。
性能逼近、價(jià)格減半，那Opus 5能替代Fable 5嗎？
01.登上榜首，但不是斷層領(lǐng)先
我們先來看官方給出的成績單。
為了突出模型的領(lǐng)先性，Opus 5的對比對象選的是當(dāng)前能力最強(qiáng)的幾款模型：上一代Opus 4.8、公開旗艦Fable?5，以及OpenAI剛發(fā)布的旗艦?zāi)Ｐ虶PT-5.6 Sol。
軟件工程是最突出的方面。在Frontier-Bench v0.1測試中，Opus 5超過所有參測模型，成績相比Opus 4.8提高一倍以上，單項(xiàng)任務(wù)成本反而更低。在CursorBench 3.2測試中，開啟max effort后，兩者成績相差不到0.5%，每項(xiàng)任務(wù)成本約為后者一半。
類似優(yōu)勢也出現(xiàn)在需要模型連續(xù)操作的任務(wù)中。在Zapier AutomationBench測試中，按相同的單項(xiàng)任務(wù)成本計(jì)算，Opus 5通過率約為第二名（Fable 5）的1.5倍。在OSWorld 2.0測試中，它僅用Fable 5單項(xiàng)任務(wù)成本的略多于三分之一，超過了后者最好成績。
這些項(xiàng)目的共同點(diǎn)在于，測試的不只是模型能否答對一道題，還包括它能否調(diào)用工具、跨越多個(gè)步驟、發(fā)現(xiàn)錯(cuò)誤并繼續(xù)推進(jìn)。
ARC-AGI 3主要考察模型處理陌生規(guī)則和新問題的能力。Opus 5得到30.2%，此前榜首是GPT-5.6 Sol的7.8%。不過該成績?nèi)∽詇igh檔而非max檔，max檔結(jié)果尚未公布。至少在此設(shè)定下，Opus 5展現(xiàn)了較強(qiáng)的規(guī)則歸納、觀察與試錯(cuò)能力。
不過，Opus 5并非在所有項(xiàng)目中都領(lǐng)先。在Anthropic公布的十余項(xiàng)對比中，有四項(xiàng)落后其他模型。
在Humanity’s Last Exam測試中，不用工具時(shí)，Opus 5得56.3%，略低于Fable 5的56.5%；開放工具后Opus 5升至64.7%，反超F(xiàn)able 5的63.9%。這更能說明兩者差別：Fable 5仍有更強(qiáng)的純模型能力，Opus 5更擅長搜索、調(diào)用工具、檢查結(jié)果并持續(xù)推進(jìn)任務(wù)。
Anthropic披露的案例也符合這一特點(diǎn)。Opus 5在沒有圖像查看工具的情況下，自行編寫計(jì)算機(jī)視覺程序，從機(jī)械圖紙的原始像素中提取數(shù)據(jù)；在缺少實(shí)時(shí)行情的情況下，主動(dòng)搭建測試環(huán)境驗(yàn)證交易所數(shù)據(jù)接口是否正確。
從這些表現(xiàn)來看，Opus 5此次升級的重點(diǎn)，與其說是純模型能力的躍升，不如說是執(zhí)行、驗(yàn)證和糾錯(cuò)能力變得更成熟。
當(dāng)然，官方跑分需要謹(jǐn)慎看待。以Frontier-Bench測試為例，結(jié)果是在特定智能體框架下進(jìn)行五次測試后取平均值，觸發(fā)安全分類器時(shí)還會(huì)由Opus 4.8接管，說明工具配置、提示詞和運(yùn)行環(huán)境發(fā)生變化，結(jié)果也可能變化。
我們再來看看第三方榜單。
截至7月25日，Artificial Analysis的智能指數(shù)榜單上，Opus 5 max以61分排在第一位，僅高于第二名的Fable 5一分。該榜單綜合9項(xiàng)評測，比單看某個(gè)優(yōu)勢項(xiàng)目更能反映綜合能力。
到這里可以得出兩個(gè)結(jié)論。第一，Opus 5進(jìn)入當(dāng)前第一梯隊(duì)，而且在最高思考檔位下暫時(shí)排在榜首。第二，在各項(xiàng)測試中，Opus 5并沒有和其他模型拉開明顯差距，沒有形成斷層優(yōu)勢。
所以，Opus 5只是當(dāng)前榜單上的領(lǐng)先者。跑分給出了能力上限，真實(shí)使用中的穩(wěn)定性、Token消耗和最終交付質(zhì)量，才決定性價(jià)比究竟高不高。
02.跑分更高，不等于活干得更好
模型上線后，評價(jià)很快兩極分化。
正面評價(jià)集中在編程和可交互內(nèi)容生成。有網(wǎng)友在X上分享Opus 5生成的可交互3D黑洞可視化器，還能實(shí)時(shí)合成一段電子音樂，代碼、視覺效果和聲音被整合進(jìn)同一個(gè)成品，說明它快速制作產(chǎn)品原型的能力很強(qiáng)。
也有網(wǎng)友將Opus 5和Fable 5、GPT-5.6、Kimi K3對比，認(rèn)為它在3D的制作上效果更好。
但也有開發(fā)者認(rèn)為，Opus 5在部分任務(wù)中過度思考，推理過程很長，做到后面甚至?xí)拔倚形宜亍?，偏離最初目標(biāo)。有網(wǎng)友測試后稱，模型消耗了大量Token，并占用了較多上下文空間，卻沒有嚴(yán)格按照要求執(zhí)行，更高的effort并不一定帶來更好的結(jié)果。
更系統(tǒng)的測試來自代碼審查平臺(tái)CodeRabbit。它的結(jié)論是，Opus 5更適合寫代碼，而不是獨(dú)立承擔(dān)全部代碼審查工作。它處理開放式、設(shè)計(jì)導(dǎo)向的任務(wù)時(shí)效果更好，但在邏輯錯(cuò)誤、競態(tài)條件和API誤用等問題上仍可能漏檢。
獨(dú)立開發(fā)者李默將Opus 5形容為一個(gè)“做事靠譜，但略有個(gè)性的同事”。實(shí)際體驗(yàn)中，其調(diào)試能力很強(qiáng)，整體遠(yuǎn)高于Opus 4.8，也是Fable 5額度耗盡后的合適替代品。但Opus 4時(shí)代形成的工作流和提示詞不能直接遷移到Opus 5，想獲得明顯提升，得了解新模型習(xí)慣，調(diào)整任務(wù)拆分、effort檔位和驗(yàn)證方法。
李默提到，實(shí)用的是兩個(gè)Beta功能直接改善了Agent開發(fā)體驗(yàn)：過去改一次工具列表整段緩存就作廢，現(xiàn)在對話中途換工具也不會(huì)失效；API還可啟用自動(dòng)降級，被安全分類器攔截的請求會(huì)自動(dòng)轉(zhuǎn)交其他模型。
綜合來看，Opus 5目前更像一名執(zhí)行力強(qiáng)、愿意自查，但還需要磨合的同事。它適合生成代碼、修復(fù)問題和完成邊界清楚的工作，但在復(fù)雜規(guī)劃、長周期自主任務(wù)和部分文字表達(dá)上，F(xiàn)able 5仍有優(yōu)勢。
03.Anthropic需要一款更日常的旗艦?zāi)Ｐ?/h2>
Anthropic最近在加快模型更新速度。
5月29日，發(fā)布Opus 4.8；6月10日，發(fā)布Fable 5和Mythos 5；7月1日，上線Sonnet 5；7月25日，發(fā)布Opus 5，不到兩個(gè)月，Claude的主要產(chǎn)品線幾乎更新了一遍。
在密集發(fā)布模型的情況下，行業(yè)對模型應(yīng)該如何開放的分歧也在擴(kuò)大。7月16日，月之暗面發(fā)布開放權(quán)重模型Kimi K3，性能被認(rèn)為已接近前沿。幾天后，OpenAI戰(zhàn)略負(fù)責(zé)人在X上預(yù)測，華盛頓會(huì)圍繞中國開放權(quán)重模型制造“監(jiān)管風(fēng)險(xiǎn)”，這番話被廣泛解讀為對開源陣營的施壓。
Opus 5發(fā)布當(dāng)天，英偉達(dá)、Meta、微軟等25家公司和機(jī)構(gòu)聯(lián)合發(fā)表公開信，呼吁美國政府不要過早限制開放權(quán)重模型，OpenAI、Anthropic和Google沒有出現(xiàn)在簽署名單中。
缺席不等于明確反對開放權(quán)重，但與開放權(quán)重相比，Anthropic確實(shí)更強(qiáng)調(diào)閉源、分級開放和風(fēng)險(xiǎn)控制。6月12日，美國政府對Fable 5和Mythos 5實(shí)施管制，兩款模型一度全面下線。限制解除后，F(xiàn)able 5恢復(fù)公開服務(wù)，安全限制更少的Mythos 5仍只向部分獲批機(jī)構(gòu)開放。
Opus 5的定位，正嵌在Anthropic這套“模型該如何開放”的策略里。它發(fā)現(xiàn)源代碼漏洞的能力接近Mythos 5，將漏洞轉(zhuǎn)化為實(shí)際攻擊工具的能力卻明顯較弱。對Anthropic而言，它不只是更便宜的Fable 5替代品，也是一個(gè)更容易在合規(guī)框架下向普通用戶和企業(yè)開放的選項(xiàng)。
與此同時(shí)，Anthropic還在擴(kuò)充算力。Opus 5發(fā)布前兩天，公司宣布將部署最高2吉瓦規(guī)模的AMD Instinct MI450系列GPU和Helios機(jī)架級系統(tǒng)，首批1吉瓦計(jì)劃于2027年上半年開始部署。AMD還承諾未來向Anthropic進(jìn)行最高50億美元的戰(zhàn)略股權(quán)投資。
從密集發(fā)布模型，到擴(kuò)充芯片供給，再到精簡系統(tǒng)提示詞，Anthropic做的不僅是提高跑分，而是把模型能力拆分到不同價(jià)格、風(fēng)險(xiǎn)和使用場景中：Fable 5負(fù)責(zé)更復(fù)雜、更長周期的任務(wù)，Sonnet 5承接成本敏感的普遍需求，Opus 5則試圖成為開發(fā)者和知識(shí)工作者的日常默認(rèn)選擇。
所以，Opus 5沒有讓Fable 5失去意義。后者仍代表Anthropic公開可用的模型能力上限，Opus 5解決的是如何以更低成本，把接近旗艦的能力交給更多用戶。它的競爭力在于能否以更穩(wěn)定的表現(xiàn)、更少的人工接管和可以控制的成本，把一項(xiàng)工作真正完成。
*題圖來源于Anthropic官網(wǎng)。應(yīng)受訪者要求，李默為化名。