Claude Opus 5 正式發(fā)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(lái)打折，把危險(xiǎn)單獨(dú)上了鎖。

作者｜張勇毅

美國(guó)時(shí)間 7 月 24 日，Anthropic 正式發(fā)布 Claude Opus 5，全平臺(tái)同步上線。

但發(fā)布前三個(gè)小時(shí)內(nèi)，X 上傳播最快的不是它的跑分，而是跑分表里的一個(gè)「AGI moment」導(dǎo)致的 AI 生圖錯(cuò)誤：官方對(duì)比表里，F(xiàn)rontierCode v1.1 那一行把 Opus 5 的 53.4% 加粗高亮成了最優(yōu)——旁邊一格明明寫著 53.5%。眼尖的開發(fā)者第一時(shí)間截圖傳開。

官方對(duì)比表里被圈出來(lái)的一行：53.4% 被標(biāo)成了最優(yōu)，右邊就是 53.5%｜圖片來(lái)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(diǎn)，恰恰是「會(huì)自己核對(duì)工作」。

不過玩笑歸玩笑，把視線挪回?cái)?shù)字本身：Opus 5 和自家旗艦 Fable 5 的差距，已經(jīng)小到連制圖的人都會(huì)搞錯(cuò)誰(shuí)贏了——而它的價(jià)簽，只有前者的一半。

自己拆自己最貴產(chǎn)品的臺(tái)，這不像失誤，倒更像計(jì)劃的一部分。

01

價(jià)格最重要

Opus 5 的定價(jià)和前代 Opus 4.8 一致：每百萬(wàn) token 輸入 5 美元、輸出 25 美元。作為參照，F(xiàn)able 5 是 10 美元和 50 美元。

成績(jī)單沒給對(duì)手留客氣話的余地。按官方博客（7 月 24 日）的數(shù)據(jù)：軟件工程基準(zhǔn) Frontier-Bench 上，它超過所有模型，成績(jī)比 Opus 4.8 翻了一倍還多，單任務(wù)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(jī)。

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，F(xiàn)able 5 開到 Max 檔跑出 70.5%，每任務(wù) 17.32 美元；Opus 5 同檔 70.0%，每任務(wù) 8.23 美元。落后半個(gè)百分點(diǎn)，價(jià)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(gè)百分點(diǎn)，價(jià)差是 9 美元｜圖片來(lái)源：Cursor

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

產(chǎn)品端的待遇也說(shuō)明定位：Claude Max 訂閱的默認(rèn)模型換成了它，Pro 用戶能摸到的最強(qiáng)模型也是它。想更快，還有 2.5 倍速的 Fast 模式，價(jià)格翻倍。

官方放出的效率曲線圖，Opus 5 的賣點(diǎn)一半寫在縱軸的分?jǐn)?shù)上，一半寫在橫軸的成本上｜圖片來(lái)源：Anthropic

發(fā)布本身沒什么懸念。7 月 9 日，一個(gè)叫「Honeycomb」的陌生代號(hào)在 Cursor 的模型列表里一閃而過，幾小時(shí)后被撤下。當(dāng)時(shí)社區(qū)認(rèn)出它的關(guān)鍵線索，是它的回退鏈指向 Opus 4.8——一個(gè)能拿 4.8 兜底的模型，能力必然在 4.8 之上。

現(xiàn)在回頭看，那條回退鏈不只是泄露的破綻，它就是這套產(chǎn)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(shuí)——答案藏在發(fā)布博客的安全章節(jié)里。

官方的說(shuō)法是，Opus 5「沒有推進(jìn)高風(fēng)險(xiǎn)兩用能力的前沿」：生物研究和攻擊性網(wǎng)絡(luò)任務(wù)，它都明確落后于 Mythos 5——那個(gè)只向少數(shù)機(jī)構(gòu)開放的管制版旗艦。這不是沒做到，是沒打算做到——Anthropic 延續(xù)上一代的做法，刻意沒在網(wǎng)絡(luò)攻擊類任務(wù)上訓(xùn)練它。

效果體現(xiàn)在一個(gè)叫 OSS-Fuzz 的內(nèi)部測(cè)試?yán)铮赫衣┒矗琌pus 5 的成績(jī)已經(jīng)接近 Mythos 5；但把漏洞寫成可用的攻擊代碼，它被遠(yuǎn)遠(yuǎn)甩在后面。它看得見漏洞，卻被刻意教得不會(huì)把漏洞變成武器。

OSS-Fuzz 測(cè)試：找漏洞（左）接近 Mythos 5，寫利用（右）被刻意留在了后面｜圖片來(lái)源：Anthropic

模型本身「不危險(xiǎn)」，護(hù)欄反而可以松。官方預(yù)計(jì)，Opus 5 安全分類器的攔截頻率會(huì)比 Fable 5 低 85% 左右——對(duì)每天寫代碼的人來(lái)說(shuō)，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(qǐng)求，不再收到一句冷冰冰的拒絕，而是自動(dòng)回退給 Opus 4.8 接著干活。生物類請(qǐng)求在 Fable 5 上被攔的，現(xiàn)在改道給 Opus 5。API 上還同步開了「自動(dòng)回退」測(cè)試版——請(qǐng)求永遠(yuǎn)落在一個(gè)可用的模型上。

安全不再是聊天框里一句「我?guī)筒涣四恪梗潜蛔鲞M(jìn)了架構(gòu)：訓(xùn)練時(shí)少教一點(diǎn)，運(yùn)行時(shí)就能少攔一點(diǎn)，真攔下來(lái)也不是死路，是改道。

數(shù)據(jù)政策是另一條分界線。Fable 5 上線時(shí)帶著 30 天數(shù)據(jù)保留要求、沒有零保留選項(xiàng)，不少企業(yè)客戶為此猶豫；Opus 5 延續(xù) Opus 系的老規(guī)矩，普通接入不要求保留數(shù)據(jù)。

把這些放在一起看，Anthropic 產(chǎn)品線的分層邏輯已經(jīng)變了。過去 Haiku、Sonnet、Opus 是按聰明程度排隊(duì)；現(xiàn)在 Opus 5 和 Mythos 5 之間隔著的不是智商，是風(fēng)險(xiǎn)與合規(guī)。Anthropic 把智能拿出來(lái)打折，把危險(xiǎn)單獨(dú)上了鎖。

當(dāng)然，也可以把這理解成價(jià)格戰(zhàn)話術(shù)。GPT-5.6 在 7 月初開始推送，Kimi K3 這樣的國(guó)產(chǎn)模型在用開源權(quán)重壓價(jià)。Anthropic 沒有降單價(jià)，改講「每美元能干成多少活」。兩種解釋并不沖突：一個(gè)講給市場(chǎng)聽，一個(gè)講給監(jiān)管和企業(yè)客戶聽。

03

賣判斷力

另外一個(gè)細(xì)節(jié)是，發(fā)布博客里篇幅最大的部分，其實(shí)不是跑分，是 Anthropic 官方測(cè)試的行為案例。

最典型的一個(gè)：測(cè)試給了 Opus 5 一張機(jī)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(jì)算機(jī)視覺流水線，從原始像素里把幾何結(jié)構(gòu)摳出來(lái)，再完成建模。同樣條件下，沒有一個(gè)對(duì)手模型在五次嘗試內(nèi)做出來(lái)。

官方演示中 Opus 5 生成的風(fēng)洞流體模擬，可視化產(chǎn)出是這一代明顯補(bǔ)強(qiáng)的部分｜圖片來(lái)源：Anthropic

一位參與早期測(cè)試的工程師提到的細(xì)節(jié)，也被 Anthropic 放進(jìn)了發(fā)布博客：他堅(jiān)持推自己的設(shè)計(jì)方案，模型沒有順從，而是把反對(duì)意見收窄到一個(gè)具體的設(shè)計(jì)問題，再給出一個(gè)保留他想法優(yōu)點(diǎn)的折中方案。

Cursor 聯(lián)合創(chuàng)始人 Sualeh Asif 的總結(jié)可能更直白一點(diǎn)：接近 Fable 5 的智能，Opus 的速度和成本。

自動(dòng)化行為審計(jì)里，Opus 5 的不良行為得分是歷代最低｜圖片來(lái)源：Anthropic

配上內(nèi)部行為審計(jì)「歷代最低」的不良行為得分（2.3 分），Anthropic 想賣的東西已經(jīng)很清楚：agent 時(shí)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(shù)還是之前參與內(nèi)測(cè)的廠商口徑，跑分圖畫得再好看，都不及普通用戶的真實(shí)體驗(yàn)，因此真實(shí)成色還是要等接下來(lái)幾周，開發(fā)者用工作流投票。

何況那張圖本身就是 AI 翻的車，已經(jīng)先讓全球網(wǎng)友幫著核對(duì)過一回了。

Fable 5 發(fā)布還不到兩個(gè)月，位置已經(jīng)被自家兄弟頂?shù)糜行擂巍?/p>

但 Anthropic 大概很樂意接受這種尷尬局面的出現(xiàn)：當(dāng)模型真的被放進(jìn)工作流，「能被信任的那一個(gè)」，可能比「最強(qiáng)的那一個(gè)」更值錢。

本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請(qǐng)聯(lián)系極客君微信 geekparkGO