Claude Opus 5 发布：Fable 5 一半的价格，更强的编码能力

Anthropic 又选在周五发模型了。

Claude Opus 5 上线，定价没变——输入 5/百万 tokens，输出 25/百万 tokens，和 Opus 4.8 一模一样。但这次它摸到了 Fable 5 的高度，而价格只有后者的一半。

先说编码，这是 Opus 5 最不讲道理的地方。

Frontier-Bench v0.1 上，Opus 5 拿了 43.3%。Fable 5 是 33.7%。Opus 4.8 只有 21.1%。翻了一倍不止。

CursorBench 3.2 上，Opus 5 用 max effort 跑出来的成绩跟 Fable 5 峰值只差 0.5 个百分点，但 token 消耗少了 40%。Artificial Analysis 的 Coding Agent Index 上，Opus 5 配合 Claude Code 也拿了并列第一。

有个开发者用一句话 prompt——“Build a wolfenstein 3d style fps game in three.js”——一把生成了一个可玩的 3D 游戏。之前没有模型能做到。

编码之外，Opus 5 在知识工作和推理上也相当能打。

Artificial Analysis 的 Intelligence Index 上，Opus 5 拿了 61 分，微弱领先 Fable 5 的 60 和 GPT-5.6 Sol 的 59。代理知识工作基准 AA-Briefcase 上，Opus 5 以 1720 Elo 领先 Fable 5 多达 146 分。GDPval-AA v2 上更是超出 Fable 5 超过 100 分。

有一项数据特别值得拿出来说：ARC-AGI-3，测的是解决新颖问题的能力。Opus 5 得分 30.2%，是第二名 GPT-5.6 Sol（7.8%）的三倍多。Opus 4.8 只有 1.5%。这个差距大到不像同一代模型。

OSWorld 2.0（计算机使用基准）上，Opus 5 以 70.6% 登顶，成本只有 Fable 5 最佳成绩的三分之一。AutomationBench（端到端业务流程）上，通过率是次优模型的约 1.5 倍。

但也不是全胜。DeepSWE v1.1 上 GPT-5.6 Sol 仍以 72.7% 领先 Opus 5 的 68.8%。法律和健康领域，Fable 5 仍有微弱优势。而且 Opus 5 在 AA-Omniscience 知识准确性上虽然比 Opus 4.8 提升了 7 个点，幻觉率却也跟着涨了 14 个点，到了 50%——它在不确定时更倾向于回答而非拒绝。这是个需要留意的取舍。

速度方面，Opus 5 不算快。输出 56.3 tokens/秒，低于同类中位数的 73.6。首次 token 延迟 64.52 秒（主要是思考时间），在同类中偏高。如果你用 Fast 模式，速度能提到默认的 2.5 倍，但价格翻倍。

效率上有一个有意思的设计：Opus 5 提供五个 effort 等级（low、medium、high、xhigh、max）。从 low 到 max，GDPval-AA v2 得分跨度达 407 Elo 分，输出 token 用量相差约 8 倍。简单任务省 token，复杂任务全力输出，你说了算。

平均每个 Intelligence Index 任务成本 2.03，低于 Fable 5 的 2.75。在高 effort 等级下，Opus 5 能以更低成本超越 Opus 4.8 和 Sonnet 5。

安全方面，Anthropic 称这是其最对齐的模型。自动化行为审计中，不当行为评分 2.3，低于 Opus 4.8、Sonnet 5 和 Fable 5。安全分类器比 Fable 5 宽松约 85%，允许发现源码漏洞但阻止二进制扫描和渗透测试。生物学安全防护与 Opus 4.8 类似，不会像 Fable 5 那样过度拦截合法科研请求。

上下文窗口 100 万 tokens，没变。今天已上线所有平台，是 Claude Max 的默认模型和 Claude Pro 的最强模型。API 端以 claude-opus-5 名称提供。同时推出了两个 beta 功能：对话中工具变更和 API 自动 fallback。

一句话：K3逼出了更便宜的Fable5，如果你需要接近 Fable 5 的能力但预算不够，或者主要做编码和代理任务，Opus 5 可能是目前最划算的选择。

Anthropic 官方公告 ：https://www.anthropic.com/news/claude-opus-5