出品 | 网易智能

作者 | 辰辰

编辑 | 王凤枝

Opus 5在编程、知识事情和盘算机操作等多项测试中赢了Fable 5。。。。
。

然后Anthropic说：这不是我们最好的模子。。。。
。

北京时间7月25日破晓，，Anthropic宣布了Claude Opus 5。。。。
。定价和上一代Opus 4.8持平：每百万输入token 5美元，，输出25美元，，是Fable 5的一半。。。。
。

性能呢？？
？？

Frontier-Bench编程评测中，，Opus 5得分43.3%，，高于Fable 5的33.7%；；；；；；与Opus 4.8的18.7%相比，，则翻了一倍多，，单次使命本钱还更低。。。。
。GDPval-AA知识事情评测，，Opus 5拿1861分，，Fable 5是1747分，，GPT-5.6是1736分。。。。
。OSWorld 2.0盘算机使用测试、AutomationBench商业流程测试、Humanity's Last Exam带工具，，Opus 5所有凌驾Fable 5。。。。
。在ARC-AGI 3上，，它的得分是第二名模子的三倍。。。。
。

但无论是Anthropic的官方博客，，照旧产品治理认真人黛安·佩恩（Dianne Penn）接受CNBC采访时，，语言都极为准确：Opus 5只是“靠近”Fable 5的能力，，Fable 5仍然是“你最雄心勃勃的事情”该用的模子。。。。
。一个在大大都科场里分数更高的学生，，被官方定性为“靠近”谁人分数更低的学生。。。。
。

这不是话术失当。。。。
。这是产品线的重新排位。。。。
。

一、不是排行榜，，是分工表

要明确这件事，，先看Anthropic这两个月铺出来的模子矩阵。。。。
。它不是从强到弱排下来的，，是按场景分的。。。。
。

Mythos 5是网络清静和高风险科研偏向的专用模子，，能力最尖锐，，开放规模也最窄。。。。
。曾触发美国政府以“国家清静”为由的出口管制，，被短暂下线两周。。。。
。

Fable 5面向最重大、一连数天的自主使命。。。。
。6月宣布时被Amazon研究职员发明可绕过清静护栏，，Anthropic于6月12日将其下架，，6月30日重新上线。。。。
。它是Anthropic保存给“最雄心勃勃事情”的旗舰，，也是最贵的。。。。
。

Opus 5面向日常编程、知识事情和企业智能体，，价钱更低，，适合高频使用。。。。
。从Opus 4到4.8，，它一直是许多开发者心中“写代码最靠谱的模子”。。。。
。但这一定位让它恰恰卡进了模子矩阵里最拥挤的一段。。。。
。

Sonnet 5在7月1日宣布时定位“日常最高效”。。。。
。Opus 5一出，，“日常”这个位置上突然泛起了两个选手。。。。
。

ZDNET的谈论一针见血：“Sonnet 5被卡在一个尴尬的位置：夹在更自制但弱得多的Haiku 4.5，，和更强但更贵的Opus与Fable之间。。。。
。”

而Opus 5宣布后，，Sonnet卡在Haiku和Opus之间，，Opus卡在Sonnet和Fable之间，，Fable卡在Opus和Mythos之间。。。。
。

一位X用户说得很准：“Opus 5像是GPT-5.6和Fable 5之间的一个希奇但有用的中心态。。。。
。它有Fable的品味，，又有GPT-5.6的彻底和较真。。。。
。代码不如Fable写的漂亮，，但更可能是对的。。。。
。”

二、一边拉胯，，一边封神

第一天的口碑泛起了有数的撕裂。。。。
。但仔细看，，骂的人和夸的人说的着实是统一件事：Opus 5不是Opus 4.8的升级版，，它是一个需要重新顺应和学习的新模子。。。。
。

Every联合首创人丹·希珀（Dan Shipper）的团队花了一周重复测试，，结论绝不留情：“一个很难让人爱上的模子。。。。
。”

其中一句原话更狠：“穷人的Fable。。。。
。它有Fable的许多性格怪癖，，但没有Fable的天才。。。。
。”

希珀团队发明了两个反直觉的征象，，这两个征象指向统一个泉源：Opus 5的行为模式和旧模子完全差别，，不可当平替用。。。。
。第一，，向后兼容性很差：把它塞进给旧模子写的skills和事情流里，，它会提前停下、遗漏指令，，甚至不配合。。。。
。“删掉往事情流从零最先，，效果连忙好许多。。。。
。”第二，，思索强度设得越低，，体现反而越稳固。。。。
。“你给它越多时间思索，，它越容易出烦人的行为。。。。
。”希珀的结论是：天才使命用Fable，，日常用GPT-5.6，，Opus 5只在Fable额度跑完时顶上。。。。
。

一位西班牙用户在X上给Opus 5打了5分，，满分10分，，Fable 5他给8分。。。。
。评语是“小模子的味道，，emoji太多”，，“看起来不像统一个模子家族的。。。。
。”

名为VooStack的用户将这种征象称为“模子漂移债务”：“每发一个新模子就意味着重构提醒词。。。。
。真正的蹊径图杀手。。。。
。”

但另一边，，赞美同样强烈。。。。
。

Cursor联合首创人苏阿莱·阿西夫（Sualeh Asif）说：“Opus 5以Opus的速率和本钱，，抵达靠近Fable 5的智能。。。。
。在CursorBench上只差不到0.5%。。。。
。”

执法AI公司Harvey的应用研究主管尼科·格鲁彭（Niko Grupen）给了更详细的数字：Opus 5在坚持质量的同时，，平均比Opus 4.8少天生26%的token。。。。
。在公司治理和仲裁营业线上，，增幅最显着。。。。
。

尚有更夸张的。。。。
。一位用户在X上发视频：完全不会写代码，，靠Opus 5在15分钟内做出了三个可运行的外地网站原型。。。。
。

另一个用户说Opus 5做了一个他“见过最好的火箭同盟克隆游戏”，，“车的反射、细节，，简直离谱”。。。。
。

各人说的是统一款模子。。。。
。分歧点不在于模子好欠好，，而在于你把它当什么用：当成Opus 4.8的即插即用替换品，，会翻车；；；；；；当成一个需要重新学习使用要领的新工具，，可能凌驾预期。。。。
。

三、更偏防守

公正地说，，Opus 5在少数评测上确实不如Fable 5。。。。
。内部执法智能体评测中Fable领先，，DeepSWE编程测试上Fable略高。。。。
。在网络清静误差使用（把误差酿成实质性威胁）的能力上，，它被刻意留在Mythos 5之后。。。。
。有机化学和卵白质设计上，，则是Opus系列最强。。。。
。

这种差别来自训练阶段的选择，，而非护栏的松紧。。。。
。

Anthropic在清静白皮书里坦率：Opus 5没有接受过网络清静使命的专门训练，，“由于通用能力变强了，，这个能力也随着水涨船高。。。。
。”由于模子自己的攻击能力天花板就低，，清静护栏可以比Fable 5放得更宽，，分类器阻挡频率少了约85%。。。。
。

但这不料味着不设防：二进制误差扫描、渗透测试和误差使用天生等高风险请求仍然会被阻挡。。。。
。源代码级别的误差查找，，放行。。。。
。

设计思绪很清晰：更偏防守，，不向通俗用户铺开进攻能力。。。。
。

四、拆开“最好”

清静护栏的收窄是一笔账。。。。
。定价和定位的收窄，，是另一笔账。。。。
。

CNBC的报道点破了一个要害事实：“企业客户越来越关注本钱，，若是没有清晰的投资回报率画面，，就不肯意为腾贵模子买单。。。。
。”

佩恩点到了问题的要害：“企业客户在寻找价值。。。。
。若是一个模子更自制，，但达不到类似质量，，它着实没有用。。。。
。”

翻译一下：我们不打价钱战。。。。
。我们打价值战。。。。
。

但Opus 5做的事，，比“价值战”更智慧。。。。
。性能大幅提升，，价钱原地不动。。。。
。对企业而言，，用同样的预算可以买到更多智能和更长的事情时间。。。。
。另外，，Opus 5的一般会见不附带数据留存要求：企业不必为了获得靠近Fable的能力，，同时接受更高价钱和更敏感的数据条件。。。。
。

曾在ZDNET评测中自称“重度Opus 4.8用户”的大卫·格维尔茨（David Gewirtz）说了一个细节：他用100美元的Claude Max订阅跑了整整一周的大规模智能体使命，，用量只到31%。。。。
。“换Opus 5之后，，预计能做更多事。。。。
。”

OpenAI同月宣布的GPT-5.6 Sol，，定价比Opus 5略贵，，每百万输出token 30美元。。。。
。在Anthropic自己宣布的比照表中，，Sol只在DeepSWE一项编程测试上赢了Opus 5，，其他所有落伍。。。。
。谷歌的Gemini模子则基础没泛起在内外。。。。
。

按AI行业媒体The New Stack的说法：“显然，，Anthropic以为它们不配多占一列。。。。
。”

节奏很清晰了：Anthropic不妄想靠价钱屠杀敌手，，它要做的事更细腻。。。。
。

Mythos是最好的武器。。。。
。只给经由审查的企业和研究者用。。。。
。

Fable是最好的大脑。。。。
。留给“最雄心勃勃的事情”，，留给那些“以前什么都做不了的、一连数天的自主项目”。。。。
。

Opus是最好的工具。。。。
。天天早上第一个翻开，，什么都醒目，，不专心疼token。。。。
。

Opus 5卡在“够好”和“最好”之间。。。。
。这个位置不是意外，，是Anthropic算过的。。。。
。