Opus 5 击败 Fable……价格还便宜一半？

하이라이트

• Claude Opus 5 的价格降至 Claude Fable 5 的一半，每百万输入 Token 为 5 美元，每百万输出 Token 为 25 美元。

• Opus 5 在 Arc AGI 测试中得分达到 30.2%，展现出将测试转化为代数符号进行高级逻辑推理的新能力。

• 在 Artificial Analysis 的智能体指数和智能指数上，Opus 5 均处于领先地位。

• F1 赛车游戏本地测试中，Opus 5 耗时 46 分钟 51 秒完成构建，且未依赖外部资源。

• 个人财务管理仪表板测试中，Opus 5 采用了 React、React Router、Node SQLite 和 Express 技术栈。

• Opus 5 的分类器干预频率比 Fable 5 低约 85%，允许寻找源代码中的漏洞。

타임라인

1. 00:00 - 03:27

   Claude Opus 5 的发布与基准测试表现

   Anthropic 推出了新的默认模型 Claude Opus 5，旨在用于日常工作。该模型在 Frontier Bench 上比 Fable 5 高出近 10%，并在 Arc AGI 测试中表现出独特的代数符号推理能力。第三方基准测试显示其在编程、智能体和智能指数上名列前茅。虽然 Fable 5 在超长期复杂问题上仍具优势，但 Opus 5 满足了 95% 的日常工作需求，且成本显著降低。

   • Opus 5 的智能水平接近 Fable 5，但价格仅为后者的一半。
   • Opus 5 在 Arc AGI 测试中获得 30.2% 的高分，远超此前最高分 7.8%。
   • Opus 5 在智能体指数和智能指数上均占据领先地位。
   • Opus 5 的价格为每百万输入 Token 5 美元，输出 Token 25 美元。
2. 03:27 - 05:56

   F1 赛车游戏本地构建测试

   本地测试要求模型使用 3.js 在单 HTML 文件中创建 F1 赛车游戏。Opus 5 生成的游戏在赛道定位、排名和视觉效果上表现优异，赛车建模在所有测试模型中最为出色。尽管由于 Token 消耗较多导致 API 成本高于部分竞争对手，但其实际运行效果和游戏逻辑均完整实现。

   • Opus 5 独立构建了一个完整的 F1 赛车游戏，且未调用外部资源。
   • Opus 5 版本具备良好的操控性、单圈计时和碰撞效果。
   • Opus 5 完成该任务耗时 46 分钟 51 秒，API 成本约为 12.99 美元。
3. 05:56 - 10:10

   个人财务管理仪表板与安全限制

   全栈应用测试要求构建带有独立页面的财务管理系统。Opus 5 选择了优秀的 UI 风格和标准的技术栈，所有功能均正常运行。在安全性方面，Opus 5 的防护措施允许其寻找源代码中的漏洞，但仍会阻止二进制文件漏洞扫描和渗透测试，其干预频率大幅下降，为开发者提供了更大的灵活性。

   • Opus 5 成功构建了包含前端和后端的全栈个人财务管理仪表板。
   • 前端采用 React 和 React Router，后端使用 Node SQLite 和 Express。
   • Opus 5 的安全分类器干预频率比 Fable 5 低约 85%。