Anthropic 推出 Opus 5，在基準測試和定價上超越 Fable 5

Anthropic 的全新 Opus 5 已上線，並已重塑該公司的產品故事。Opus 5 的營運成本低於 Anthropic 的旗艦產品 Fable 5，同時在大多數主要基準測試中表現更優，成為需要強大能力但不需高價標籤的團隊的實用首選。 Opus 5 的定位 Anthropic 提供四個等級：Haiku（快速、便宜）、Sonnet（中階）、Opus（主力重型模型）和 Mythos（今年春季推出的前沿級別）。Claude Fable 5 屬於 Mythos 類別，作為公開旗艦；而更緊縮、限制更少的 Mythos 5 則透過 Project Glasswing 提供給經過審核的網路安全與關鍵基礎設施研究人員。然而，Fable 5 作為訂閱用戶核心產品的表現一直不穩——它於 6 月 9 日上線，三日後因美國緊急出口管制令（因存在越獄漏洞）被下架，6 月 30 日回歸時轉為僅限積分模式，不再包含在標準方案中。Opus 5 看起來正是填補這一缺口的產品。 基準測試與實際測試 獨立與合作夥伴評估顯示，Opus 5 在各項測試中全面超越 Fable 5： - Frontier-Bench v0.1（端到端軟體工程任務）：Opus 5 — 43.3%；Fable 5 — 33.7%；OpenAI GPT-5.6 Sol — 34.4%。 - ARC-AGI-3（新穎問題解決謎題）：Opus 5 — 30.2%；GPT-5.6 Sol — 7.8%；Fable 5 未測試。 - GDPval-AA v2（知識工作 Elo 評分）：Opus 5 — 1,861；Fable 5 — 1,747；GPT-5.6 Sol — 1,736。 內部運行 Opus 5 的開發者平台 Lovable 不僅指出其分數更高：「它不僅在我們最困難的代理編碼任務上比 Opus 4.7 提升了 22%，而且表現更穩定，每次運行的變異性低得多，」Fabian Hedin 在 Anthropic 分享的聲明中表示。 商業流程與科學應用 實際工作流程同樣傾向 Opus 5。Zapier 的 AutomationBench — 評估模型能否獨立執行完整商業流程 — 報告稱 Opus 5 成功端到端完成客戶流失預防流程，標記高風險帳戶、通知所有者並生成留存摘要。Zapier 表示，先前的模型無法完成這些完整流程任務；Opus 5 取得 100% 成功率。 Anthropic 同時將 Opus 5 推廣為研究級升級。DNA 測序公司 Ultima Genomics 表示，該模型「表現得更像一位謹慎的科學家，超越我們曾運行的任何模型」，並指出它能建議適當的統計測試、交叉驗證結果，並在多步分析中保持專注。Fable 5 在少數狹窄領域（法律與醫療）仍略佔優勢，但其他日常應用場景中 Opus 5 均勝出。 背景：開放模型與競爭對手 此發布緊接在 Moonshot AI（由阿里巴巴支持）推出 2.8 兆參數的開放權重模型 Kimi K3 後一週。獨立基準測試顯示，Kimi K3 整體表現落後於 Fable 5 和 GPT-5.6 Sol，但在特定領域超越它們。 定價與可用性 Opus 5 現已透過 API 提供，輸入代幣每百萬個定價為 $5，輸出代幣每百萬個定價為 $25。提供約快 2.5 倍速度的 Fast 模式，價格為基礎費率的兩倍（輸入每百萬個 $10；輸出每百萬個 $50）。與 Fable 5 的受限狀態不同，Opus 5 同時對所有客戶提供訂閱方案。 為何對加密項目重要 對於正在構建機器人交易策略、鏈上代理、DAO 或分析流程的加密團隊而言，推理成本與穩定性至關重要。Opus 5 的低運行成本、強大的代理性能與更穩定的輸出組合，使其成為需要可靠、可擴展 AI 卻不希望遭遇存取或出口管制問題項目的理想選擇。 總結 Opus 5 確立了 Anthropic 的務實主張：一款高性能、更具成本效益的模型，在多項實際基準測試中超越其旗艦 Mythos 系列。對於尋求可擴展、可靠代理性能的企業與開發者平台而言，Opus 5 正是 Anthropic 產品線中缺失的實用主力。