Title: The Batch: 964 | Claude 亮相另一款 Opus | BestBlogs.dev
URL Source: https://www.bestblogs.dev/article/f3456d8e5e?amp%3Butm_medium=feed&%3Butm_campaign=resources&%3Bentry=rss_article_item
Published Time: 2026-08-04 12:45:00
Markdown Content: 在推出 Claude Fable 5 之后，Anthropic 曾经的旗舰 Opus 系列除了作为公司高端模型的备选方案之外，未来并不不明朗。如今，它回来了，成为一款适合日常使用、能力很强的主力模型。
!Image 1 **●**最新消息：Anthropic 发布了 Claude Opus 5，这是一款视觉-语言模型，运行成本更低，在许多任务上的表现也优于 Claude Fable 5。
✴ 输入/输出：输入支持文本和图片（最大 100 万 token），输出为文本（最大 128,000 token，52.8 token/秒）
✴ 知识截止时间：2026 年 5 月
✴ 特性：五档推理等级（low、medium、high、xhigh、max；默认 high）、工具使用、从 512 token 起支持提示缓存、约为标准速度 2.5 倍的快速模式、无数据保留
✴ 性能：在 Artificial Analysis 的 Intelligence Index 中排名第一（61 分）；在 ARC-AGI-3 上也轻松领先（该测试衡量智能体在陌生交互环境中学习的效率）
✴ 可用性/价格：Claude Max 订阅者默认模型（每月 100-200 美元），也是 Claude Pro 订阅者可用的最强模型（每月 20 美元）；API 价格为每 100 万输入/缓存输入/输出 token $5/ $0.50/ $25；快速模式仅限 Claude API，价格为每 100 万输入/缓存输入/输出 token $10/ $1/ $50
✴ 未披露：参数量、架构、训练数据和训练方法 **●**运作方式：Anthropic 仅披露了关于 Claude Opus 5 构建方式的少量信息，主要涉及训练和模型控制的部分。
✴ Anthropic 使用公共和专有数据训练了该模型，包括从公共网站收集的材料以及其他模型生成的数据，然后根据公司在一部宪章中定义的人类价值观对其进行了微调。公司有意将网络安全任务排除在训练之外。
✴ Anthropic 表示，该模型在没有被明确要求时，也更善于将任务委派给子智能体，并且更擅长自我检查。开发者应当避免沿用为早期模型编写的验证相关指令，因为这类指令会让 Claude Opus 5 过度验证。
✴ 被标记为网络安全风险的交互会回退到 Claude Opus 4.8，但这种情况比 Claude Fable 5 更少。一个探针会在每次请求时读取模型的内部激活，并将任何被标记的内容交给第二个模型，由其判断输入和输出。检查内容包括模型读取的一切，例如记忆、文件、搜索结果和连接的工具，其中任何一项都可能触发回退。Anthropic 表示，像扫描源代码漏洞这类日常防御性工作，Claude Opus 5 是允许的；但表面上属于进攻性的请求，例如生成漏洞利用或渗透攻击，则会触发回退。有关生物学、化学和生命科学的问题不会像 Claude Fable 5 那样回退，因为 Anthropic 认为 Claude Opus 5 在这些领域的危险性更低。 ●性能测试：Claude Opus 5 在许多基准测试中领先，而且单次任务成本低于 Claude Fable 5，但高于大多数其他模型。该模型优势最明显的一项测试，是在陌生环境中的学习能力测试。
✴ 在 Artificial Analysis 的 Intelligence Index 中，这一包含 9 项经济实用型任务评估的综合指标里，Claude Opus 5 以 max 推理设置取得 61 分，略高于启用回退并使用 max 推理的 Claude Fable 5（60 分）、OpenAI 的 GPT-5.6 Sol 以 max 推理设置的成绩（59 分）以及其他所有模型。成本上的差距比能力更明显：Claude Opus 5 平均每项任务 2.03 美元，介于 Claude Fable 5 的每项任务 2.75 美元和 GPT 5.6 Sol 的每项任务 1.54 美元之间。Claude Opus 5 的xhigh 推理设置，在 Artificial Analysis 的 Coding Agent Index 上与 GPT-5.6 Sol 在 max 推理设置上并列第一（67 分）。Claude Opus 5 优于 Claude Fable 5（以及所有其他模型）的其他单项测试还包括 GPTval-AA v2、AA-Briefcase（两者都衡量智能体式知识工作）以及 MMMU-Pro（多模态推理）。
✴ 在 ARC-AGI-3 上，该测试把 AI 智能体放进它们从未玩过的游戏中，并评估它们学习规则的效率，Claude Opus 5 以 high 推理设置取得了 30.2% 的成绩（运行成本 2.07 万美元），几乎是次优模型 OpenAI 的 GPT-5.6 Sol 在max 推理设置上的成绩（7.8%，运行成本 2.51 万美元）的四倍。
✴ Claude Opus 5 以 max 推理设置在 Terminal-Bench 3.0 上名列前茅，该测试衡量模型是否能完成业务工作流，完成了 43.5% 的任务。它在 Zapier 的 AutomationBench 上也表现领先；这是 Terminal-Bench 的继任测试，用于衡量智能体如何解决计算机自动化任务，成功率为 26.2%。
✴ 在 CursorBench 3.2 上，这是 Cursor 在其测试框架内对编程能力的评估，Claude Opus 5（70%，每项任务 8.23 美元）仅次于以 max 推理设置运行的 Claude Fable 5（70.5%，每项任务 17.32 美元）。 ●新闻背后：7 月 22 日，美国白宫科学顾问迈克尔·克拉齐奥斯表示，Moonshot AI 是通过蒸馏 Claude Fable 5 打造了 Kimi K3——这款开源权重模型在 Artificial Analysis 的 Intelligence Index 中排名第四。美国财政部长斯科特·贝森特威胁将实施制裁。但专家指出，Claude Fable 5 公开可用的时间只有短短几周，根本不足以完成数据蒸馏、模型训练和发布。Laude Institute 的研究员 Braden Hancock 这么说。 **●重要原因**：Claude Opus 5 解决了长期 Claude 用户对 Fable 5 的许多担忧：例如，它对良性科学问题经常回退和拒答、无法包含在大多数订阅方案中、价格高昂，以及苛刻的 30 天数据保留政策。虽然在某些情况下 Claude Fable 5 仍然值得溢价：例如，Claude Opus 5 更容易产生幻觉，事实回忆能力也更弱。而且目前的基准测试可能还没有完全捕捉两者之间的差异。但对大多数开发者的使用场景来说，这都是一次受欢迎的更新。 **●我们在想**：尽管新的 Opus 模型比 Fable 或 Mythos 更便宜，但仍然相当昂贵。虽然其他实验室都在追求更快的速度和更低的成本，Anthropic 却朝相反方向前进：打造更大、更慢、知识更丰富但也更昂贵的模型。该公司押注在网络安全、软件工程和文档生成等领域，客户会愿意支付溢价——在需要更快推理时，他们甚至可能愿意支付双倍费用。
点击下方阅读原文查看更多有趣内容哦~