Claude Opus 5 正式發布：官宣圖 AI「翻車」，但它仍是最好的 Fable 5「平替」

Anthropic 把智能拿出來打折，把危險單獨上了鎖。

作者｜張勇毅

美國時間 7 月 24 日，Anthropic 正式發布 Claude Opus 5，全平臺同步上線。

但發布前三個小時內，X 上傳播最快的不是它的跑分，而是跑分表里的一個「AGI moment」導致的 AI 生圖錯誤：官方對比表里，FrontierCode v1.1 那一行把 Opus 5 的 53.4% 加粗高亮成了最優——旁邊一格明明寫著 53.5%。眼尖的開發者第一時間截圖傳開。

官方對比表里被圈出來的一行：53.4% 被標成了最優，右邊就是 53.5%｜圖片來源：Anthropic

烏龍傳得快，還有一層原因：Anthropic 這次給新模型定的核心賣點，恰恰是「會自己核對工作」。

不過玩笑歸玩笑，把視線挪回數字本身：Opus 5 和自家旗艦 Fable 5 的差距，已經小到連制圖的人都會搞錯誰贏了——而它的價簽，只有前者的一半。

自己拆自己最貴產品的臺，這不像失誤，倒更像計劃的一部分。

01

價格最重要

Opus 5 的定價和前代 Opus 4.8 一致：每百萬 token 輸入 5 美元、輸出 25 美元。作為參照，Fable 5 是 10 美元和 50 美元。

成績單沒給對手留客氣話的余地。按官方博客（7 月 24 日）的數據：軟件工程基準 Frontier-Bench 上，它超過所有模型，成績比 Opus 4.8 翻了一倍還多，單任務成本反而更低。解新題的 ARC-AGI 3 上，得分是第二名的三倍。模擬電腦操作的 OSWorld 2.0 上，它花大約三分之一的成本，超過了 Fable 5 的最好成績。

和旗艦貼得近的不止 FrontierCode 那一行。Cursor 隨后公布的 CursorBench 最新榜單上，Fable 5 開到 Max 檔跑出 70.5%，每任務 17.32 美元；Opus 5 同檔 70.0%，每任務 8.23 美元。落后半個百分點，價格不到一半，token 用量還少了 40%。

Cursor 公布的最新榜單，Max 檔的差距是半個百分點，價差是 9 美元｜圖片來源：Cursor

低一檔更能說明問題。Opus 5 的 Extra High 全面超過 Fable 5 同檔，每任務還便宜 4 美元。不開到頂配的話，便宜的反而是更強的那個。

產品端的待遇也說明定位：Claude Max 訂閱的默認模型換成了它，Pro 用戶能摸到的最強模型也是它。想更快，還有 2.5 倍速的 Fast 模式，價格翻倍。

官方放出的效率曲線圖，Opus 5 的賣點一半寫在縱軸的分數上，一半寫在橫軸的成本上｜圖片來源：Anthropic

發布本身沒什么懸念。7 月 9 日，一個叫「Honeycomb」的陌生代號在 Cursor 的模型列表里一閃而過，幾小時后被撤下。當時社區認出它的關鍵線索，是它的回退鏈指向 Opus 4.8——一個能拿 4.8 兜底的模型，能力必然在 4.8 之上。

現在回頭看，那條回退鏈不只是泄露的破綻，它就是這套產品邏輯的入口。

02

拆開賣

Opus 5 把 Fable 5 逼平了，那后者還賣給誰——答案藏在發布博客的安全章節里。

官方的說法是，Opus 5「沒有推進高風險兩用能力的前沿」：生物研究和攻擊性網絡任務，它都明確落后于 Mythos 5——那個只向少數機構開放的管制版旗艦。這不是沒做到，是沒打算做到——Anthropic 延續上一代的做法，刻意沒在網絡攻擊類任務上訓練它。

效果體現在一個叫 OSS-Fuzz 的內部測試里：找漏洞，Opus 5 的成績已經接近 Mythos 5；但把漏洞寫成可用的攻擊代碼，它被遠遠甩在后面。它看得見漏洞，卻被刻意教得不會把漏洞變成武器。

OSS-Fuzz 測試：找漏洞（左）接近 Mythos 5，寫利用（右）被刻意留在了后面｜圖片來源：Anthropic

模型本身「不危險」，護欄反而可以松。官方預計，Opus 5 安全分類器的攔截頻率會比 Fable 5 低 85% 左右——對每天寫代碼的人來說，這意味著被誤傷的概率少了一大截。

真正的變化在攔截之后。被分類器攔下的請求，不再收到一句冷冰冰的拒絕，而是自動回退給 Opus 4.8 接著干活。生物類請求在 Fable 5 上被攔的，現在改道給 Opus 5。API 上還同步開了「自動回退」測試版——請求永遠落在一個可用的模型上。

安全不再是聊天框里一句「我幫不了你」，而是被做進了架構：訓練時少教一點，運行時就能少攔一點，真攔下來也不是死路，是改道。

數據政策是另一條分界線。Fable 5 上線時帶著 30 天數據保留要求、沒有零保留選項，不少企業客戶為此猶豫；Opus 5 延續 Opus 系的老規矩，普通接入不要求保留數據。

把這些放在一起看，Anthropic 產品線的分層邏輯已經變了。過去 Haiku、Sonnet、Opus 是按聰明程度排隊；現在 Opus 5 和 Mythos 5 之間隔著的不是智商，是風險與合規。Anthropic 把智能拿出來打折，把危險單獨上了鎖。

當然，也可以把這理解成價格戰話術。GPT-5.6 在 7 月初開始推送，Kimi K3 這樣的國產模型在用開源權重壓價。Anthropic 沒有降單價，改講「每美元能干成多少活」。兩種解釋并不沖突：一個講給市場聽，一個講給監管和企業客戶聽。

03

賣判斷力

另外一個細節是，發布博客里篇幅最大的部分，其實不是跑分，是 Anthropic 官方測試的行為案例。

最典型的一個：測試給了 Opus 5 一張機械零件圖紙，要求用代碼重建三維模型——但故意不給它「看圖」的能力。它自己寫了一條計算機視覺流水線，從原始像素里把幾何結構摳出來，再完成建模。同樣條件下，沒有一個對手模型在五次嘗試內做出來。

官方演示中 Opus 5 生成的風洞流體模擬，可視化產出是這一代明顯補強的部分｜圖片來源：Anthropic

一位參與早期測試的工程師提到的細節，也被 Anthropic 放進了發布博客：他堅持推自己的設計方案，模型沒有順從，而是把反對意見收窄到一個具體的設計問題，再給出一個保留他想法優點的折中方案。

Cursor 聯合創始人 Sualeh Asif 的總結可能更直白一點：接近 Fable 5 的智能，Opus 的速度和成本。

自動化行為審計里，Opus 5 的不良行為得分是歷代最低｜圖片來源：Anthropic

配上內部行為審計「歷代最低」的不良行為得分（2.3 分），Anthropic 想賣的東西已經很清楚：agent 時代，模型比拼的正在從「有多聰明」，挪向「敢不敢放手讓它干」。

但到目前為止，以上大多數還是之前參與內測的廠商口徑，跑分圖畫得再好看，都不及普通用戶的真實體驗，因此真實成色還是要等接下來幾周，開發者用工作流投票。

何況那張圖本身就是 AI 翻的車，已經先讓全球網友幫著核對過一回了。

Fable 5 發布還不到兩個月，位置已經被自家兄弟頂得有些尷尬。

但 Anthropic 大概很樂意接受這種尷尬局面的出現：當模型真的被放進工作流，「能被信任的那一個」，可能比「最強的那一個」更值錢。

本文為極客公園原創文章，轉載請聯系極客君微信 geekparkGO