剛剛，Claude Opus 5 發布，半價追平 Fable 5

昨晚，科技圈剛上演了一場開源 AI 大團建。

英偉達創始人黃仁勛在社交媒體發表公開信，拉上 Meta、微軟等科技巨頭/機構，為開源模型鼓勁打氣。但眼尖的網友很快發現，Anthropic、OpenAI 和 Google 都沒有簽字。

幾家公司的缺席，很容易被外界解讀為 AI 陣營之間的又一次分野。而就在剛剛，Anthropic 也正式發布了新的閉源模型 Claude Opus 5，也讓這種矛盾擺在明面上。

它沒有講太多宏大敘事，賣點相當務實：性能逼近 Fable 5，價格卻只有后者的一半，頗有幾分丐版的價格，享受準頂配服務的意思。

在 Frontier-Bench、GDPval-AA 等編程和知識工作評測中，Opus 5 已經登上榜首。少數沒有拿下的項目集中在網絡安全領域，目前仍落后于能力更強的 Mythos 5。

比起單純談論 Opus 5 的紙面參數，在官方宣傳之外，它到底強在哪、以及「半價旗艦」有沒有隱藏代價，才是我們更值得關注的部分。

Fable 5 的性能，Opus 4.8 的價格

Anthropic 此次重點強調了一個概念：effort，也就是思考檔位。

用戶可以自行調節。需要更強的推理能力，就把檔位調高；更在意速度、價格和 token 消耗，就降低檔位。官方公布的大部分成績，都是在不同 effort 設置下測出來的。

軟件工程是 Opus 5 表現最突出的領域。

在 Anthropic 內部的 Frontier-Bench v0.1 測試中，Opus 5 超過了所有參測模型。性能相比 Opus 4.8 提升一倍以上，完成單項任務的成本反而更低。

CursorBench 3.2 上，開啟 max effort 后，Opus 5 與旗艦 Fable 5 的最高分只差 0.5%，成本卻只有后者的一半。

在 high、xhigh 和 max 幾個高檔位中，同樣的預算下，Opus 5 得分也超過了所有其他模型。大致可以理解為，花一半的錢，完成接近 99% 的工作。

知識工作和復雜解題上，Opus 5 延續了類似表現。

ARC-AGI 3 主要測試模型處理陌生問題的能力。面對訓練中沒有見過的新任務，Opus 5 的得分達到第二名的三倍。

Zapier AutomationBench 考察模型能否從頭到尾完成一項商業任務。Opus 5 的任務通過率，大約是同等成本下第二名的 1.5 倍。即使只開啟最低 effort 檔位，它完成的任務數量也超過所有其他模型。

在 OSWorld 2.0 電腦操作測試中，Opus 5 用略高于三分之一的成本，就超過了 Fable 5 的最好成績。

GDPval-AA v2、HLE 和 DeepSearchQA 等評測里，它也成了 Anthropic 模型中兼顧性能和成本的最佳選擇。

科學研究能力同樣有所提升。

在生命科學的每一項評測中，Opus 5 都超過了 Opus 4.8，覆蓋結構生物學、有機化學、生物信息學等方向。

提升幅度最大的是有機化學。例如，根據光譜數據推斷分子結構，Opus 5 比 Opus 4.8 高出 10.2 個百分點；預測蛋白質序列變異對功能的影響，高出 7.7 個百分點。

不過，官方跑分表里也出現了一個小插曲。

在最初發布的對比圖中，FrontierCode v1.1 一欄將 Opus 5 的 53.4% 加粗標記為最高分，而旁邊另一款模型的成績明明是 53.5%。被網友抓包后，目前官網已經更換了圖片，將標記恢復正常。

類似場面并不陌生。OpenAI 此前也曾在圖表制作上出錯，縱軸比例與實際數據不一致，導致柱狀圖呈現出誤導性的視覺效果。

只能說，「世界是個巨大的草臺班子」這句話的含金量還在繼續上升。換個角度看，或許從制圖者制圖的那一刻開始，就已經帶有先入為主的心態。

當 AI 模型開始主動驗證自己

Anthropic 反復強調 Opus 5 的一種能力：遇到復雜任務時，它會主動驗證自己的結果。一次沒有成功，就重新檢查、調整方案，再次嘗試，直到任務完成。

官方測試給出了幾個代表性案例。

面對機械零件圖紙，Opus 5 在沒有視覺工具的情況下，自行編寫算法并完成 3D 重建；修復開源項目 bug 時，它找到了社區補丁遺漏的邊界問題；搭建交易所行情接口時，它還自己生成模擬數據驗證代碼。

模型開放之后，社區也照例先玩了一圈。

沃頓商學院教授 Ethan Mollick 提前獲得了使用權限。他的評價相對克制：短任務中，Opus 5 可以追平甚至超過 Fable 級模型；面對長時間、復雜度更高的任務時，它顯得少了一點「雄心」，最終交付的完整度仍有差距。

盡管如此，他還是用 Opus 5 替換了此前長期使用的 Opus 4.8，因為新模型在整體能力上明顯更強。

唯一讓他不太滿意的是，Opus 5 繼承了 Fable 的部分語言習慣，比如對高密度表達的異常偏好，以及一股很明顯的「Fable 味」。

比如他讓 Opus 5 制作了一個哥特風格著色器，還生成了一款可以在山寨中土世界修建鐵路的游戲。

還有網友 Chetaslua 用它制作了一套阿波羅登月模擬，全部內容由程序生成。

Harshith 留下一句「Opus 5 max 簡直逆天」的評價，隨后展示了一架帶有帝國風格雙離子引擎的星際戰斗機。

再比如網友 Charlie Hills 轉發的官方案例：用 Opus 5 搭建出了一套可以實際運行的風洞模擬系統，能夠將空氣流過物體表面的過程進行可視化。

更安全，也同樣會回退到 Opus 4.8

技術能力之外，Anthropic 此次也花了大量篇幅討論安全問題。

自動化行為審計結果顯示，Opus 5 是 Anthropic 目前行為最符合預期的模型。

與 Opus 4.8、Sonnet 5 和 Fable 5 相比，它對 Claude 行為準則的遵循程度更高，欺騙行為更少，也更難被誘導執行危險操作。

面對可能造成不可逆后果的任務時，它也更傾向于先檢查風險，再采取行動。

Opus 5 的整體失準行為得分為 2.3，是 Anthropic 近期模型中的最低值。在生物研究和攻擊性網絡安全任務中，它依然落后于能力更強的 Mythos 5。

網絡安全部分尤其值得關注。

Anthropic 表示，與 Opus 4.8 一樣，沒有專門使用網絡攻擊任務訓練 Opus 5。但隨著模型綜合能力提升，它發現漏洞的水平已經逐漸逼近 Mythos 5。發現漏洞與將漏洞轉化為真實攻擊工具，仍然存在明顯差距。

簡言之，Opus 5 已經能夠判斷一把鎖存在什么問題，但距離真正撬開它還有很遠。

Anthropic 使用 OSS-Fuzz 評測展示了這種差異。在漏洞發現任務中，Opus 5 與 Mythos 5 接近；到了編寫漏洞利用代碼的階段，成績便明顯落后。

基于這一風險邊界，Opus 5 會對網絡安全請求進行額外審核。一旦請求涉及高風險攻擊行為并觸發安全限制，系統會將任務回退到 Opus 4.8 處理。

沒錯，又是 Opus 4.8。

今天起，Opus 5 已在所有平臺同步上線。API 模型名稱為 claude-opus-5。價格方面，每百萬輸入 token 為 5 美元，每百萬輸出 token 為 25 美元，與 Opus 4.8 完全相同。

https://platform.claude.com/docs/en/about-claude/pricing

需要更快響應速度的用戶還可以開啟 Fast 模式，推理速度約為默認模式的 2.5 倍，價格則提高至兩倍。

在 Claude Platform 上，Fast 模式按照基礎價格的兩倍計費；在 Claude Code 中，則通過使用額度進行抵扣。計費規則與 Opus 4.8 時期保持一致。

伴隨模型發布的，還有兩個仍處于 beta 階段的更新。

第一項更新面向 Claude Platform。開發者可以在對話進行過程中，動態修改 Claude 能夠使用的工具，同時不會導致 prompt 緩存失效。

第二項更新是 API 自動回落機制。

開發者可以選擇將被安全分類器攔截的請求，自動轉交給其他模型處理。開啟后，請求默認會交給當前可用的最強模型，數據保留方面，Opus 5 延續了以往 Opus 系列的規則，普通訪問沒有強制數據保留要求。

聰明反被「規矩」誤

此次發布中，還有一個頗為反直覺的經驗，來自 Anthropic 工程師 Thariq Shihipar。

團隊發現，為 Claude 5 系列編寫指令時，可以大幅減少系統提示詞。Claude Code 的系統提示詞被刪除了 80% 以上，編程評測成績卻沒有出現可測量的下降。

Thariq 隨后總結了幾條過去被廣泛采用、如今可能已經過時的提示詞規則。

https://x.com/trq212/status/2080710971228918066

過去強調給 Claude 制定詳細規則，如今更傾向于讓 Claude 根據上下文自行判斷。例如，舊版系統提示詞會明確規定「默認不要編寫注釋」。面對復雜代碼時，這條規則很容易產生問題。

新版本只保留一句要求：生成的代碼應當融入周圍代碼，注釋密度、命名方式和整體風格都參考現有項目。

過去強調提供示例，如今更重視接口設計。

Anthropic 發現，示例有時會限制模型的探索范圍。相比之下，將工具參數設計得更能準確表達意圖，效果反而更好。

過去習慣一次性提供全部信息，如今更提倡按需加載，也就是 progressive disclosure。暫時用不到的代碼審查和驗證流程，會被放進獨立 skill 中，需要時再調用。

過去傾向于反復強調關鍵要求，如今只要工具說明足夠清楚，寫一次通常已經足夠，沒有必要在系統提示詞中重復。模型能力提高后，許多原本用于限制錯誤行為的繁復規則，逐漸變成了新的約束。

Anthropic 還為此推出了一個名為 claude doctor 的命令。用戶在 Claude Code 中輸入 /doctor，系統便會自動檢查過度臃腫的 skill 和 CLAUDE.md 文件，并給出精簡建議。

從事無巨細地教模型做事，到逐漸將判斷權交給模型，或許才是 Opus 5 此次發布中最值得留意的變化。而當模型越來越聰明，人類寫下的那些「經驗」，反倒可能成為它首先需要擺脫的包袱。

附上參考地址：

https://www.anthropic.com/news/claude-opus-5

https://support.claude.com/en/articles/16049681-why-claude-switched-models-in-your-conversation-with-opus-5

https://claude.com/blog/the-new-rules-of-context-engineering-for-claude-5-generation-models

我們正在招募伙伴

簡歷投遞郵箱hr@ifanr.com

?? 郵件標題「姓名+崗位名稱」（請隨簡歷附上項目/作品或相關鏈接）