广东
最近，AI 圈天天有热闹。
昨天，黄仁勋先发了入驻社媒平台后的第一条帖子，公开力挺开源模型。
没过多久，Anthropic 紧跟着就甩出了 Claude Opus 5，号称用一半的价格，逼近 Fable 5 的表现。
这看起来像和老黄暗戳戳地较劲，毕竟 Claude 系列产品一直闭源，开源哪有赚钱香！
其实，大模型的开源和闭源，两种路线之争早就摆在明面上了。很多人觉得开源是大势所趋，闭源迟早要完，但现实没这么简单。
开源模型有成本优势，靠部署和服务赚钱，但它的天花板也很明显，最顶尖的能力，往往不会出现在开源模型里。
前沿的科研突破、最复杂的推理能力，大多时候是闭源模型先跑出来。
一边是开源阵营敲锣打鼓联名造势，一边是闭源巨头闷声降价卷性能，两相对比，相信很多人还是更关注模型的具体表现。
尤其这次更新的 Claude Opus 5 专门为日常工作设计，官方表示，它的运行效率远远高于其他型号，可以说是综合性能相当能打的模型。
比如 Opus 5 在软件工程等领域的任务上表现卓越，在 Frontier-Bench v0.1 中，Opus 5 的性能优于所有其他模型，并且在单位任务成本更低的情况下，比 Opus 4.8 的性能提升了两倍以上。
在 CursorBench 3.2 上，用最大推理强度运行模型，Opus 5 的得分仅比 Fable 5 的峰值得分低 0.5%，但单位任务的成本仅为后者的半数。
这个迭代程度，Anthropic 真是对自家模型也下死手啊！
在知识型工作和问题解决类任务中，Opus 5 的测试表现同样优异。
ARC-AGI 3，用于测试模型解决全新问题的表现，Opus 5 的得分是排名第二的模型的 3 倍。
而在 OSWorld 2.0 这一计算机性能基准测试中，Opus 5 在任何预算条件下均优于所有其他型号，其最佳成绩仅相当于 Fable 5 的三分之一不到。
除此以外，Opus 5 还拥有更为强大的视觉生成能力。
Opus 5 能够精准可视化气流在空气动力学（以及非空气动力学）物体表面的流动情况。
以及制作精致的可交互式细胞示意图。
价格方面，每百万输入 Token 收费 5 美元，每百万输出 Token 收费 25 美元，和 Opus 4.8 相同，属于加量不加价。
讲真，我第一反应是：Fable 5 还有存在的必要吗？干脆停产得了！
不过转念一想，Fable 5 和 Opus 5，或许根本就不是一个赛道的产品。
Fable 5 瞄准极致场景，超大型科研项目、跨领域巨型商业规划、长期自治的复杂 Agent，动辄几十万 Token 的长周期任务，要的是全局统筹能力和极致的深度。
而 Opus 5 覆盖的，是剩下的日常高频场景，程序员写代码改 Bug、企业做文档分析、中小型自动化办公、普通的智能体流水线。
说白了，绝大多数人花着旗舰的钱，用的其实是次旗舰就能搞定的需求。
Opus 5 完全可以精准解决这个痛点，用一半的价格，给到 99% 的旗舰体验，把中间最庞大的用户群体牢牢攥在手里。
同时，在部署前的测试中，通过自动化行为审计发现，Opus 5 比 Opus 4.8、Sonnet 5 和 Fable 5 更好地遵循预先设定的准则，并表现出最低的欺骗性行为率，并且最不容易被误导而遭到滥用。
Anthropic 认为，这可以极大程度避免可能带来的难以逆转的副作用，Opus 5 也是他们迄今为止最安全的模型。
当然，Opus 5 也并非完全没有短板。
Anthropic 刻意没有让 Opus 5 接受针对网络任务的训练，或许正因如此，在网络安全方面的表现，Opus 5 距离 Mythos 5 还有差距。
在 OSS-Fuzz 上，评估模型在无需大量人工干预的情况下，发现并利用漏洞的能力，Mythos 5 和 Opus 5 在漏洞识别方面的表现不相上下，但 Opus 5 在漏洞利用的构建能力上却远远落后于 Mythos 5。
考虑到 Anthropic 有意为之，那其实这不是 Opus 5 的能力短板，而是它针对应用场景做的一个很有意思的取舍。
网络安全赛道，Opus 5 漏洞挖掘能力很强，逼近专业的安全模型，但写漏洞利用程序的成功率差很多，并非模型做不到，是 Anthropic 主动限制了。
一旦检测到高危标记请求，系统会自动回落到权限更低的旧版本模型，相当于主动给自己上了安全锁。
在能力和安全之间主动做平衡，而不是一味堆性能，这点反而比很多只管跑分的模型，要成熟得多。
当然，也可能是 Anthropic 对模型能力做出的硬区分，以针对个人和企业的不同需求，毕竟都便宜一半了，还要啥自行车！
开源也好，闭源也罢，路线之争最终还是要落到用户价值上。
对我们普通人来说，不用纠结谁是未来，谁代表正义。模型越来越强，价格越来越实在，干活越来越靠谱，这就够了。
至于 Opus 5 这款半价旗舰的更新，到底是常规迭代，还是应对老黄影响力的见招拆招，以及闭源能不能挡住开源的浪潮，没人知道。
但可以肯定的是，大模型的内卷，已经从拼性能，卷到了拼性价比、拼落地能力的深水区。
真正的好戏，才刚刚开始。
撰稿：SC
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
