Anthropic發佈Opus 5，性能直逼Fable 5，價格卻只有一半？！

# Anthropic 發布 Opus 5，性能直逼旗艦 Fable 5、價格砍半，奧特曼的「心理陰影面積」有多大？ Anthropic 真可說是「殺紅了眼」。就在台灣時間 7 月 24 日晚間，Anthropic 無預警推出最新旗艦級模型 Claude Opus 5，號稱在多項關鍵評測中性能直逼自家頂規模型 Fable 5，但每項任務成本卻僅有 Fable 5 的一半。更令業界震動的是，距離 Fable 5 與 Mythos 5 發布不過 45 天，距離 Sonnet 5 上線也僅 24 天，Anthropic 等於在短短 57 天內將 Claude 家族主要產品線全部翻新了一遍。 這波更新不僅節奏驚人，更直接瞄準 OpenAI 的腹地。7 月 9 日，OpenAI 才剛發布 GPT-5.6，並在官方評測中將 Fable 5 列為主要對標模型；15 天後，Anthropic 就以 Opus 5 回敬，不僅將 GPT-5.6 Sol 放進核心對比，更在陌生問題求解、電腦操作、商業流程等項目中高調展示優勢。兩家 AI 巨頭你追我趕、互不相讓的態勢，已將模型競賽推向白熱化。 ## 57 天瘋狂迭代，Anthropic 誓言「打敗自己」

Anthropic 這輪產品更新節奏之快，即便在以「按月迭代」聞名的 AI 行業也屬罕見。5 月 28 日，Claude Opus 4.8 才剛發布；6 月 10 日，能力更強的 Fable 5 與 Mythos 5 接連登場；6 月 30 日，Sonnet 5 上線；到了 7 月 24 日，Opus 5 便已問世。尤其 Fable 5 與 Opus 5 之間僅相隔 45 天，令外界嘩然。 Fable 5 在發布時被定位為 Anthropic 面向一般用戶開放的「能力標杆」，按照業界慣例，這類模型至少應在聚光燈下停留數月。然而 Opus 5 的迅速追趕，幾乎等於 Anthropic 公開宣示：「打敗我的只能是我自己」。這種不惜與自家產品自相競爭的策略，不僅展現了 Anthropic 在技術迭代上的自信，也凸顯其搶佔市場的強烈企圖。 ## 性能大幅躍升，多項評測超越前代與對手

根據 Anthropic 公布的數據，Opus 5 的 API 定價與上一代 Opus 4.8 完全相同——每百萬輸入 Token 5 美元、每百萬輸出 Token 25 美元——但性能表現卻有飛躍式進步。尤其值得注意的是，Anthropic 引入「投入檔位」（effort level）概念，讓用戶可根據任務難度自行調整模型運算資源，簡單任務選低檔位節省成本，複雜任務則拉高檔位換取更佳結果。 在軟體工程任務方面，Opus 5 的表現尤為亮眼。在 Frontier-Bench v0.1 評測中，Opus 5 全面超越所有其他模型；與 Opus 4.8 相比，每項任務成本更低，但成績提高一倍以上。在 CursorBench 3.2 評測中，當投入檔位設為最高時，Opus 5 與 Fable 5 最高得分之間的差距不到 0.5%，然而每項任務成本僅有 Fable 5 的一半。換句話說，用戶若以相同預算運行 Opus 5，可完成的任務數量與品質都遠勝以往。 ## 陌生問題求解能力突出，得分為第二名三倍

Opus 5 最令人驚豔的優勢之一，是面對從未見過的問題時的應變能力。在 ARC-AGI 3 這類「陌生題」測試中，模型無法仰賴既有套路，必須自行摸索規則、判斷目標並調整策略。Opus 5 的得分達到第二名的三倍，顯示其在面對全新問題時，更具備透過試錯找到解法的潛力。 這項特質也反映在真實工作流程的評測中。AutomationBench 要求模型調用商業軟體從頭到尾完成任務，Opus 5 的通過率約為第二名的 1.5 倍；即使使用最低投入檔位，也能超越其他模型的最高成績。這意味著 Opus 5 不需要付出最高的推理成本，就能完成更多實際工作。 在電腦操作測試 OSWorld 2.0 中，Opus 5 同樣在各個成本區間領先，僅花費略高於 Fable 5 三分之一的成本，成績便超越了 Fable 5 的最高水準。無論是打開應用程式、查找資訊、跨軟體操作或持續推進任務，Opus 5 的效率都明顯更高。 ## 工具使用成關鍵優勢，成本優勢進一步擴大

Opus 5 的另一大亮點，是其在允許使用工具後表現顯著提升。在 HLE（跨學科難題）評測中，不調用工具時 Opus 5 以 56.3% 略低於 Fable 5 的 56.5%；但允許使用工具後，Opus 5 一舉升至 64.7%，反超 Fable 5 的 63.9%，且成本更低。這說明 Opus 5 在單靠模型內部知識時未必總是第一，但一旦可以搜尋、調用工具、反覆核對，優勢便會迅速擴大。 在模擬真實知識工作的 GDPval-AA v2 中，Opus 5 最高得分 1861，高於 Fable 5 的 1747 與 GPT-5.6 Sol 的 1736。大約花費 700 美元，就能達到其他模型最高投入檔位附近的成績。在 DeepSearchQA 上領先幅度雖然較小，但同樣以更低成本取得了略高的通過率。 ## 生物醫學與科學研究潛力巨大

在生命科學領域，Opus 5 在 Anthropic 全部相關評測中都超越了 Opus 4.8，其中光譜推斷分子結構和預測蛋白質變異影響兩項任務，分別提升 10.2 和 7.7 個百分點。這些提升意味著 Opus 5 在輔助分子結構分析、蛋白質功能預測等科研環節上，具備更大的應用潛力。 Anthropic 還展示了 Opus 5 的視覺生成能力。透過兩個可互動的演示——三維風洞與三維動物細胞模型——Opus 5 已能將程式碼、三維建模、互動介面與知識講解整合進同一個成品。用戶只需給出文字需求，模型便可直接產出接近教學軟體或產品原型的互動演示。 ## 安全與對齊：能力越強，防線越需謹慎

能力提升的同時，安全問題也成為 Anthropic 本次發布的重點論述。Opus 5 在測試中展現出極強的主動推進能力：一次測試要求模型根據機械零件圖紙用程式碼重建 FreeCAD 三維模型，但系統未提供直接查看圖紙的工具，Opus 5 便自行撰寫了一套電腦視覺程式，從原始像素中擷取尺寸與幾何結構完成建模；同一條件下，其他模型連續嘗試 5 次都失敗。 另一次任務來自一個開源套件管理器，Opus 5 不僅查出了程式錯誤的根本原因，還補上了社群修復方案遺漏的邊緣情況；而參與對比的另一款模型只消除了表面症狀便宣告解決。一家交易公司的工程師讓 Opus 5 為新交易所搭建市場數據系統，先前模型即使拿到詳細方案也無法完成，Opus 5 則在找不到即時數據時自行製作測試工具檢查程式碼。 這些案例說明了 Opus 5 的進步，但也解釋了 Anthropic 為何投入大量篇幅討論安全。模型開始自行補工具、檢查結果、修正錯誤後，人類必須確認它不會為了完成目標隱瞞問題、繞過限制或做出高風險決定。Anthropic 宣稱，Opus 5 是目前「對齊」表現最好的 Claude 模型，上線前自動化審計顯示，與 Opus 4.8、Sonnet 5 和 Fable 5 相比，Opus 5 更能遵守 Claude 憲法，欺騙行為更少，也更難被誘導執行有害請求。 ## 網路安全與生物領域的風險控管

網路安全領域最能體現能力與風險的兩難。Anthropic 並未專門用攻擊任務訓練 Opus 5，但模型綜合能力提高後，尋找程式碼漏洞的水準已接近 Mythos 5。然而在發現漏洞後的階段——編寫漏洞利用程式、將缺口轉化為實際攻擊手段——Opus 5 仍明顯落後。換句話說，Opus 5 很會檢查哪裡出問題，但真正發動攻擊的能力仍受到限制。 Opus 5 可繼續檢查原始碼與尋找漏洞，但二進制漏洞掃描、滲透測試及漏洞利用程式生成則會被攔截。相比 Fable 5，新分類器觸發干預的頻率預計減少約 85%，正常安全研究更少被誤傷。觸發限制後，Claude.ai、Claude Code 和 Claude Cowork 會預設改用 Opus 4.8 處理請求；加入網路安全驗證計畫的企業與研究人員，則可使用限制較少的版本。 生物學領域也採用類似安排。Opus 5 成為 Anthropic 面向一般用戶開放的最強科研模型，但在需要長時間獨立運行的研究任務中仍有明顯限制。此前在 Fable 5 上因安全限制被攔截的生物學請求，現在會先轉交給 Opus 5 處理，使一般科研問題能用上更強模型，高風險任務則留在安全邊界之外。 ## 加量不加價，價格戰火一觸即發

從市場策略來看，Opus 5 可謂「加量不加價」。它延續 Opus 4.8 的定價，但完成率更高，單位任務成本反而下降。橫向對比，其最直接對手 OpenAI GPT-5.6 Sol 兩者輸入價格相同，Opus 5 輸出價格則低約 17%。 在處理超長資料時，Opus 5 的價格優勢更為明顯。Anthropic 對最高 100 萬 Token 的上下文維持普通單價，而 GPT-5.6 Sol 的輸入超過 27.2 萬 Token 後，整次請求的輸入價格翻倍，輸出價格提高 50%。對於大型程式碼庫、長篇研究資料與複雜智慧體任務，這項差異將直接反映在帳單上。 Anthropic 這波操作無疑將進一步加劇 AI 模型市場的價格戰。Opus 5 現已成為 Claude Max 的全新預設型號，也是 Claude Pro 的最強型號。對於正在精打細算的企業用戶和開發者而言，Anthropic 正是以「旗艦級性能、中階價格」的姿態，向 OpenAI 的市場地位發起最猛烈的挑戰。而 OpenAI 執行長奧特曼此刻的「心理陰影面積」，恐怕不小。