“窮人的Fable 5”？Opus 5凌晨突發，網友吵翻

出品 | 網易智能

作者 | 辰辰

編輯 | 王鳳枝

Opus 5在編程、知識工作和計算機操作等多項測試中贏了Fable 5。

然后Anthropic說：這不是我們最好的模型。

北京時間7月25日凌晨，Anthropic發布了Claude Opus 5。定價和上一代Opus 4.8持平：每百萬輸入token 5美元，輸出25美元，是Fable 5的一半。

性能呢？

Frontier-Bench編程評測中，Opus 5得分43.3%，高于Fable 5的33.7%；與Opus 4.8的18.7%相比，則翻了一倍多，單次任務成本還更低。GDPval-AA知識工作評測，Opus 5拿1861分，Fable 5是1747分，GPT-5.6是1736分。OSWorld 2.0計算機使用測試、AutomationBench商業流程測試、Humanity's Last Exam帶工具，Opus 5全部超過Fable 5。在ARC-AGI 3上，它的得分是第二名模型的三倍。

但無論是Anthropic的官方博客，還是產品管理負責人黛安·佩恩（Dianne Penn）接受CNBC采訪時，措辭都極為精確：Opus 5只是“接近”Fable 5的能力，Fable 5仍然是“你最雄心勃勃的工作”該用的模型。一個在大多數考場里分數更高的學生，被官方定性為“接近”那個分數更低的學生。

這不是話術失當。這是產品線的重新排位。

一、不是排行榜，是分工表

要理解這件事，先看Anthropic這兩個月鋪出來的模型矩陣。它不是從強到弱排下來的，是按場景分的。

Mythos 5是網絡安全和高風險科研方向的專用模型，能力最鋒利，開放范圍也最窄。曾觸發美國政府以“國家安全”為由的出口管制，被短暫下線兩周。

Fable 5面向最復雜、持續數天的自主任務。6月發布時被Amazon研究人員發現可繞過安全護欄，Anthropic于6月12日將其下架，6月30日重新上線。它是Anthropic保留給“最雄心勃勃工作”的旗艦，也是最貴的。

Opus 5面向日常編程、知識工作和企業智能體，價格更低，適合高頻使用。從Opus 4到4.8，它一直是很多開發者心中“寫代碼最靠譜的模型”。但這一定位讓它剛好卡進了模型矩陣里最擁擠的一段。

Sonnet 5在7月1日發布時定位“日常最高效”。Opus 5一出，“日常”這個位置上突然出現了兩個選手。

ZDNET的評論一針見血：“Sonnet 5被卡在一個尷尬的位置：夾在更便宜但弱得多的Haiku 4.5，和更強但更貴的Opus與Fable之間。”

而Opus 5發布后，Sonnet卡在Haiku和Opus之間，Opus卡在Sonnet和Fable之間，Fable卡在Opus和Mythos之間。

一位X用戶說得很準：“Opus 5像是GPT-5.6和Fable 5之間的一個奇怪但有用的中間態。它有Fable的品味，又有GPT-5.6的徹底和較真。代碼不如Fable寫的漂亮，但更可能是對的。”

二、一邊拉胯，一邊封神

第一天的口碑出現了罕見的撕裂。但仔細看，罵的人和夸的人說的其實是同一件事：Opus 5不是Opus 4.8的升級版，它是一個需要重新適應和學習的新模型。

Every聯合創始人丹·希珀（Dan Shipper）的團隊花了一周反復測試，結論毫不留情：“一個很難讓人愛上的模型。”

其中一句原話更狠：“窮人的Fable。它有Fable的很多性格怪癖，但沒有Fable的天才。”

希珀團隊發現了兩個反直覺的現象，這兩個現象指向同一個根源：Opus 5的行為模式和舊模型完全不同，不能當平替用。第一，向后兼容性很差：把它塞進給舊模型寫的skills和工作流里，它會提前停下、漏掉指令，甚至不配合。“刪掉舊工作流從零開始，效果立刻好很多。”第二，思考強度設得越低，表現反而越穩定。“你給它越多時間思考，它越容易出煩人的行為。”希珀的結論是：天才任務用Fable，日常用GPT-5.6，Opus 5只在Fable額度跑完時頂上。

一位西班牙用戶在X上給Opus 5打了5分，滿分10分，Fable 5他給8分。評語是“小模型的味道，emoji太多”，“看起來不像同一個模型家族的。”

名為VooStack的用戶將這種現象稱為“模型漂移債務”：“每發一個新模型就意味著重構提示詞。真正的路線圖殺手。”

但另一邊，贊美同樣猛烈。

Cursor聯合創始人蘇阿萊·阿西夫（Sualeh Asif）說：“Opus 5以Opus的速度和成本，達到接近Fable 5的智能。在CursorBench上只差不到0.5%。”

法律AI公司Harvey的應用研究主管尼科·格魯彭（Niko Grupen）給了更具體的數字：Opus 5在保持質量的同時，平均比Opus 4.8少生成26%的token。在公司治理和仲裁業務線上，增幅最明顯。

還有更夸張的。一位用戶在X上發視頻：完全不會寫代碼，靠Opus 5在15分鐘內做出了三個可運行的本地網站原型。

另一個用戶說Opus 5做了一個他“見過最好的火箭聯盟克隆游戲”，“車的反射、細節，簡直離譜”。

大家說的是同一款模型。分歧點不在于模型好不好，而在于你把它當什么用：當成Opus 4.8的即插即用替代品，會翻車；當成一個需要重新學習使用方法的新工具，可能超出預期。

三、更偏防守

公平地說，Opus 5在少數評測上確實不如Fable 5。內部法律智能體評測中Fable領先，DeepSWE編程測試上Fable略高。在網絡安全漏洞利用（把漏洞變成實質性威脅）的能力上，它被刻意留在Mythos 5之后。有機化學和蛋白質設計上，則是Opus系列最強。

這種差距來自訓練階段的選擇，而非護欄的松緊。

Anthropic在安全白皮書里坦白：Opus 5沒有接受過網絡安全任務的專門訓練，“因為通用能力變強了，這個能力也跟著水漲船高。”因為模型本身的攻擊能力天花板就低，安全護欄可以比Fable 5放得更寬，分類器攔截頻率少了約85%。

但這不意味著不設防：二進制漏洞掃描、滲透測試和漏洞利用生成等高風險請求仍然會被攔截。源代碼級別的漏洞查找，放行。

設計思路很清楚：更偏防守，不向普通用戶放開進攻能力。

四、拆開“最好”

安全護欄的收窄是一筆賬。定價和定位的收窄，是另一筆賬。

CNBC的報道點破了一個關鍵事實：“企業客戶越來越關注成本，如果沒有清晰的投資回報率畫面，就不愿意為昂貴模型買單。”

佩恩點到了問題的關鍵：“企業客戶在尋找價值。如果一個模型更便宜，但達不到類似質量，它其實沒有用。”

翻譯一下：我們不打價格戰。我們打價值戰。

但Opus 5做的事，比“價值戰”更聰明。性能大幅提升，價格原地不動。對企業而言，用同樣的預算可以買到更多智能和更長的工作時間。另外，Opus 5的一般訪問不附帶數據留存要求：企業不必為了獲得接近Fable的能力，同時接受更高價格和更敏感的數據條件。

曾在ZDNET評測中自稱“重度Opus 4.8用戶”的大衛·格維爾茨（David Gewirtz）說了一個細節：他用100美元的Claude Max訂閱跑了整整一周的大規模智能體任務，用量只到31%。“換Opus 5之后，估計能做更多事。”

OpenAI同月發布的GPT-5.6 Sol，定價比Opus 5略貴，每百萬輸出token 30美元。在Anthropic自己公布的對比表中，Sol只在DeepSWE一項編程測試上贏了Opus 5，其他全部落后。谷歌的Gemini模型則根本沒出現在表里。

按AI行業媒體The New Stack的說法：“顯然，Anthropic覺得它們不配多占一列。”

節奏很清楚了：Anthropic不打算靠價格屠殺對手，它要做的事更精細。

Mythos是最好的武器。只給經過審查的企業和研究者用。

Fable是最好的大腦。留給“最雄心勃勃的工作”，留給那些“以前什么都做不了的、持續數天的自主項目”。

Opus是最好的工具。每天早上第一個打開，什么都能干，不用心疼token。

Opus 5卡在“夠好”和“最好”之間。這個位置不是意外，是Anthropic算過的。