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。。
