“穷人的Fable 5”？Opus 5凌晨突发，网友吵翻

出品 | 网易智能

作者 | 辰辰

编辑 | 王凤枝

Opus 5在编程、知识工作和计算机操作等多项测试中赢了Fable 5。

然后Anthropic说：这不是我们最好的模型。

北京时间7月25日凌晨，Anthropic发布了Claude Opus 5。定价和上一代Opus 4.8持平：每百万输入token 5美元，输出25美元，是Fable 5的一半。

性能呢？

Frontier-Bench编程评测中，Opus 5得分43.3%，高于Fable 5的33.7%；与Opus 4.8的18.7%相比，则翻了一倍多，单次任务成本还更低。GDPval-AA知识工作评测，Opus 5拿1861分，Fable 5是1747分，GPT-5.6是1736分。OSWorld 2.0计算机使用测试、AutomationBench商业流程测试、Humanity's Last Exam带工具，Opus 5全部超过Fable 5。在ARC-AGI 3上，它的得分是第二名模型的三倍。

但无论是Anthropic的官方博客，还是产品管理负责人黛安·佩恩（Dianne Penn）接受CNBC采访时，措辞都极为精确：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”该用的模型。一个在大多数考场里分数更高的学生，被官方定性为“接近”那个分数更低的学生。

这不是话术失当。这是产品线的重新排位。

一、不是排行榜，是分工表

要理解这件事，先看Anthropic这两个月铺出来的模型矩阵。它不是从强到弱排下来的，是按场景分的。

Mythos 5是网络安全和高风险科研方向的专用模型，能力最锋利，开放范围也最窄。曾触发美国政府以“国家安全”为由的出口管制，被短暂下线两周。

Fable 5面向最复杂、持续数天的自主任务。6月发布时被Amazon研究人员发现可绕过安全护栏，Anthropic于6月12日将其下架，6月30日重新上线。它是Anthropic保留给“最雄心勃勃工作”的旗舰，也是最贵的。

Opus 5面向日常编程、知识工作和企业智能体，价格更低，适合高频使用。从Opus 4到4.8，它一直是很多开发者心中“写代码最靠谱的模型”。但这一定位让它刚好卡进了模型矩阵里最拥挤的一段。

Sonnet 5在7月1日发布时定位“日常最高效”。Opus 5一出，“日常”这个位置上突然出现了两个选手。

ZDNET的评论一针见血：“Sonnet 5被卡在一个尴尬的位置：夹在更便宜但弱得多的Haiku 4.5，和更强但更贵的Opus与Fable之间。”

而Opus 5发布后，Sonnet卡在Haiku和Opus之间，Opus卡在Sonnet和Fable之间，Fable卡在Opus和Mythos之间。

一位X用户说得很准：“Opus 5像是GPT-5.6和Fable 5之间的一个奇怪但有用的中间态。它有Fable的品味，又有GPT-5.6的彻底和较真。代码不如Fable写的漂亮，但更可能是对的。”

二、一边拉胯，一边封神

第一天的口碑出现了罕见的撕裂。但仔细看，骂的人和夸的人说的其实是同一件事：Opus 5不是Opus 4.8的升级版，它是一个需要重新适应和学习的新模型。

Every联合创始人丹·希珀（Dan Shipper）的团队花了一周反复测试，结论毫不留情：“一个很难让人爱上的模型。”

其中一句原话更狠：“穷人的Fable。它有Fable的很多性格怪癖，但没有Fable的天才。”

希珀团队发现了两个反直觉的现象，这两个现象指向同一个根源：Opus 5的行为模式和旧模型完全不同，不能当平替用。第一，向后兼容性很差：把它塞进给旧模型写的skills和工作流里，它会提前停下、漏掉指令，甚至不配合。“删掉旧工作流从零开始，效果立刻好很多。”第二，思考强度设得越低，表现反而越稳定。“你给它越多时间思考，它越容易出烦人的行为。”希珀的结论是：天才任务用Fable，日常用GPT-5.6，Opus 5只在Fable额度跑完时顶上。

一位西班牙用户在X上给Opus 5打了5分，满分10分，Fable 5他给8分。评语是“小模型的味道，emoji太多”，“看起来不像同一个模型家族的。”

名为VooStack的用户将这种现象称为“模型漂移债务”：“每发一个新模型就意味着重构提示词。真正的路线图杀手。”

但另一边，赞美同样猛烈。

Cursor联合创始人苏阿莱·阿西夫（Sualeh Asif）说：“Opus 5以Opus的速度和成本，达到接近Fable 5的智能。在CursorBench上只差不到0.5%。”

法律AI公司Harvey的应用研究主管尼科·格鲁彭（Niko Grupen）给了更具体的数字：Opus 5在保持质量的同时，平均比Opus 4.8少生成26%的token。在公司治理和仲裁业务线上，增幅最明显。

还有更夸张的。一位用户在X上发视频：完全不会写代码，靠Opus 5在15分钟内做出了三个可运行的本地网站原型。

另一个用户说Opus 5做了一个他“见过最好的火箭联盟克隆游戏”，“车的反射、细节，简直离谱”。

大家说的是同一款模型。分歧点不在于模型好不好，而在于你把它当什么用：当成Opus 4.8的即插即用替代品，会翻车；当成一个需要重新学习使用方法的新工具，可能超出预期。

三、更偏防守

公平地说，Opus 5在少数评测上确实不如Fable 5。内部法律智能体评测中Fable领先，DeepSWE编程测试上Fable略高。在网络安全漏洞利用（把漏洞变成实质性威胁）的能力上，它被刻意留在Mythos 5之后。有机化学和蛋白质设计上，则是Opus系列最强。

这种差距来自训练阶段的选择，而非护栏的松紧。

Anthropic在安全白皮书里坦白：Opus 5没有接受过网络安全任务的专门训练，“因为通用能力变强了，这个能力也跟着水涨船高。”因为模型本身的攻击能力天花板就低，安全护栏可以比Fable 5放得更宽，分类器拦截频率少了约85%。

但这不意味着不设防：二进制漏洞扫描、渗透测试和漏洞利用生成等高风险请求仍然会被拦截。源代码级别的漏洞查找，放行。

设计思路很清楚：更偏防守，不向普通用户放开进攻能力。

四、拆开“最好”

安全护栏的收窄是一笔账。定价和定位的收窄，是另一笔账。

CNBC的报道点破了一个关键事实：“企业客户越来越关注成本，如果没有清晰的投资回报率画面，就不愿意为昂贵模型买单。”

佩恩点到了问题的关键：“企业客户在寻找价值。如果一个模型更便宜，但达不到类似质量，它其实没有用。”

翻译一下：我们不打价格战。我们打价值战。

但Opus 5做的事，比“价值战”更聪明。性能大幅提升，价格原地不动。对企业而言，用同样的预算可以买到更多智能和更长的工作时间。另外，Opus 5的一般访问不附带数据留存要求：企业不必为了获得接近Fable的能力，同时接受更高价格和更敏感的数据条件。

曾在ZDNET评测中自称“重度Opus 4.8用户”的大卫·格维尔茨（David Gewirtz）说了一个细节：他用100美元的Claude Max订阅跑了整整一周的大规模智能体任务，用量只到31%。“换Opus 5之后，估计能做更多事。”

OpenAI同月发布的GPT-5.6 Sol，定价比Opus 5略贵，每百万输出token 30美元。在Anthropic自己公布的对比表中，Sol只在DeepSWE一项编程测试上赢了Opus 5，其他全部落后。谷歌的Gemini模型则根本没出现在表里。

按AI行业媒体The New Stack的说法：“显然，Anthropic觉得它们不配多占一列。”

节奏很清楚了：Anthropic不打算靠价格屠杀对手，它要做的事更精细。

Mythos是最好的武器。只给经过审查的企业和研究者用。

Fable是最好的大脑。留给“最雄心勃勃的工作”，留给那些“以前什么都做不了的、持续数天的自主项目”。

Opus是最好的工具。每天早上第一个打开，什么都能干，不用心疼token。

Opus 5卡在“够好”和“最好”之间。这个位置不是意外，是Anthropic算过的。