6.4
深览指数
科技腾讯新闻·爱范儿··AI 生成
刚刚，Claude Opus 5发布，半价追平Fable 5
Anthropic 发布 Claude Opus 5，主打“半价旗舰”策略：性能在多项基准测试中逼近甚至超越旗舰模型 Fable 5，但价格仅为后者的一半。文章指出，Opus 5 的核心亮点是“思考档位”机制和主动验证能力，但官方在跑分图表上存在误导性标注，且模型在长程复杂任务和网络安全领域仍落后于 Fable 5 级模型。此外，Anthropic 工程师分享了关于精简系统提示词的新范式，被认为比模型本身更具启示性。适合关注 AI 模型性价比、技术细节与行业动态的读者。原文 ↗
核心观点
- ▍Opus 5 的核心策略是“半价旗舰”：性能在多项基准测试中逼近甚至超越 Fable 5，但价格仅为后者的一半，性价比突出。
- ▍模型能力提升之外，Anthropic 工程师关于“精简系统提示词”的新范式，即从“事无巨细地教模型做事”转向“逐渐将判断权交给模型”，可能是本次发布中最具长远价值的启发。
- 01在 CursorBench 3.2 上，开启 max effort 后，Opus 5 与旗舰 Fable 5 的最高分只差 0.5%，成本却只有后者的一半。
- 02在 ARC-AGI 3 测试中，Opus 5 面对陌生问题的得分是第二名的三倍。
- 03在 OSWorld 2.0 电脑操作测试中，Opus 5 用略高于三分之一的成本，就超过了 Fable 5 的最好成绩。
- 04在生命科学评测中，Opus 5 全面超越 Opus 4.8，尤其在有机化学领域提升显著，如从光谱数据推断分子结构高出 10.2 个百分点。
- 05Anthropic 工程师 Thariq Shihipar 发现，为 Claude 5 系列编写指令时，可大幅减少系统提示词，Claude Code 的提示词被删除 80% 以上，编程评测成绩未下降。
反方 / 局限
- — 官方在最初发布的 FrontierCode v1.1 对比图中，将 53.4% 加粗标记为最高分，但旁边另一模型成绩为 53.5%，后被网友发现并更正。
- — 沃顿商学院教授 Ethan Mollick 评价，Opus 5 在短任务中可追平甚至超过 Fable 级模型，但面对长时间、高复杂度任务时，最终交付的完整度仍有差距，显得缺乏“雄心”。
- — 在网络安全领域，Opus 5 发现漏洞的能力已逼近 Mythos 5，但编写漏洞利用代码的能力明显落后，高风险的网络攻击请求会被回退到 Opus 4.8 处理。
AnthropicClaude Opus 5Fable 5Mythos 5Opus 4.8Ethan MollickThariq Shihipar黄仁勋MetaMicrosoftOpenAIGoogleFrontier-BenchCursorBenchARC-AGIOSS-Fuzz
14 分钟 · 3 卡片 · 8 资料
读原文 →