AI模型领域的竞争愈发激烈，Anthropic再次成为焦点。这家公司刚刚推出了新一代模型Opus 5，其性能直逼旗舰产品Fable 5，但价格却大幅降低，引发行业广泛关注。
在短短57天内，Anthropic完成了对Claude主要产品线的全面更新。5月28日，Claude Opus 4.8发布；仅12天后，能力更强的Fable 5和Mythos 5相继登场；6月30日，Sonnet 5上线；7月24日，Opus 5正式发布。这种更新速度在按月迭代的AI行业中也属罕见，尤其是Fable 5和Opus 5之间仅间隔45天，令人意外。
Anthropic的这轮更新与OpenAI的节奏高度契合。7月9日，OpenAI发布GPT-5.6，并在官方评测中将Fable 5列为主要参照模型之一。15天后，Anthropic发布Opus 5，并将GPT-5.6 Sol作为核心对比对象，在陌生问题求解、电脑操作和商业流程等项目中展示自身优势。两家公司在产品发布和宣传上的"对标"意味十分明显。
Opus 5的性能提升显著。Anthropic公布的数据显示，在Frontier-Bench v0.1评测中，Opus 5超越了所有其他模型；与Opus 4.8相比，其任务完成成本更低，成绩却提高了一倍以上。在CursorBench 3.2评测中，最高投入档位下，Opus 5与Fable 5的得分差距不到0.5%，但成本仅为后者的一半。在high、xhigh和max三个投入档位下，按相同成本比较，Opus 5的表现也优于所有其他模型。
在知识工作和问题解决任务中，Opus 5同样表现出色。在ARC-AGI 3这类"陌生题"测试中，Opus 5的得分达到第二名的3倍，显示其在面对未见问题时，通过试错找到解法的能力更强。AutomationBench评测中，Opus 5的任务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。这意味着Opus 5无需最高推理成本即可完成更多任务。
在电脑操作测试OSWorld 2.0中，Opus 5在各个成本区间均保持领先。其成本仅为Fable 5的三分之一多一点，成绩却超过了Fable 5的最高水平。这表明Opus 5在打开应用、查找信息、跨软件操作和任务推进方面的效率明显更高。HLE跨学科难题评测中，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，其得分升至64.7%，反超Fable 5的63.9%，且成本更低。
在模拟真实知识工作的GDPval-AA v2评测中，Opus 5最高得分1861，高于Fable 5的1747和GPT-5.6 Sol的1736。大约花费700美元，即可达到其他模型最高投入档位附近的成绩。DeepSearchQA评测中，Opus 5同样以更低成本取得了略高的通过率。在生命科学领域，Opus 5在所有评测中均超过Opus 4.8，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，显示其在科研环节的潜力。
Anthropic还展示了Opus 5的视觉生成能力。一个可操作的三维风洞演示中，用户可以旋转汽车、调整风速，观察气流变化并查看阻力系数等数据。另一个三维动物细胞模型演示中，用户可以转动、剖开细胞，点击查看各结构说明，页面还会主动指出示意图的简化之处。这两个案例显示，Opus 5已能将代码、三维建模、交互界面和知识讲解整合到同一成品中，可直接搭建接近教学软件或产品原型的演示。
随着模型能力提升，安全与对齐问题成为关注焦点。Anthropic通过多个案例说明Opus 5比此前模型更擅长独立推进任务。例如，在根据机械零件图纸重建FreeCAD三维模型的测试中，Opus 5自行编写计算机视觉程序提取尺寸和几何结构，完成了建模任务，而其他模型连续尝试5次均未成功。在开源软件包管理器任务中，Opus 5不仅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。
Anthropic强调，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，Opus 5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。在网络安全领域，Opus 5寻找代码漏洞的水平已接近Mythos 5，但在编写漏洞利用程序和发动实际攻击方面仍明显落后。相比Fable 5，新分类器触发干预的频率预计减少约85%，正常安全研究更少被误伤。
Opus 5延续了Opus 4.8的价格体系，每百万输入Token 5美元、输出Token 25美元。在多项编程和智能体测试中，新模型不仅完成率更高，单位任务成本反而下降。与直接对手OpenAI的GPT-5.6 Sol相比，两者输入价格相同，但Opus 5的输出价格低约17%。处理超长资料时，Opus 5的价格优势更明显。Anthropic对最高100万Token的上下文维持普通单价，而GPT-5.6 Sol的输入超过27.2万Token后，整次请求的输入价格翻倍，输出价格提高50%。对于大型代码库、长篇研究资料和复杂智能体任务，这项差异将直接反映在账单上。
根据Anthropic公布的评测，Opus 5虽然在所有项目中未必都胜过GPT-5.6 Sol，但在电脑操作、商业流程和陌生问题求解等需要模型连续做事的任务上，表现和价格都更具竞争力。目前，Opus 5已成为Claude Max的全新默认型号，也是Claude Pro的最强型号，专为日常使用而设计，效率高于其他型号。
