Kimi K3 这么强，对 K3 用户和 Claude 用户都是好事情。Opus 5 这不就来了嘛！
我一直说 K3 虽强，但是 Claude 更全面，更稳定，自主性更强。
今天 Claude Opus 5 ，它的第一句话就是这样的：
它是一个深思熟虑且主动的模型，以一半的价格接近了 Fable 5 的前沿智能。
看介绍，只要重点看第一句就可以了！
深思熟虑、主动、价格便宜（相对），这才是我的主力模型！
不出错，不犯傻，稳定，才是综合性价比最高。
1、基准数据
重点看完了，就可以看一下细节了：
Opus 5 在大多数 Agent 类任务中领先，尤其是“自主执行任务”和“复杂推理”方向。
多个维度比 Fable 5 还强，这是有些让人意外的！
Fable 5 曾被宣传成不敢发布的怪物，没想到现在 Opus 5 轻轻松松就超过它。
这个表格其实强弱很好看，它都给你标了。
我可以给大家稍微解读一下：
1、终端智能编程（Agentic terminal coding）
这是最重要的一项。
- Opus 5：43.3%
- Fable 5：33.7%
- Opus 4.8：21.1%
- GPT-5.6 Sol：34.4%
说明：
Opus 5 在类似 Claude Code 这种场景里提升巨大，能更好地：
- 理解大型代码库
- 修改多个文件
- 调试
- 自主完成开发任务
这也是 Anthropic 主推的能力。
2、知识工作能力
GDVal-AA v2：
- Opus 5：1861
- Fable 5：1747
- GPT-5.6 Sol：1736
- Opus 4.8：1593
代表：
写报告、分析资料、处理复杂办公任务的能力提升
3、新问题解决能力
ARC-AGI-3：
- Opus 5：30.2%
- Opus 4.8：1.5%
- GPT-5.6 Sol：7.8%
这一项比较特殊，测试模型面对陌生规则、没有训练经验的问题。
Opus 5 提升非常明显。
4、Agent 搜索能力
BrowseComp：
- Opus 5：90.8%
- GPT-5.6 Sol：90.4%
- Fable 5：87.4%
说明：
联网搜索、信息整理能力已经接近顶级水平。
5、电脑操作（Computer Use）
OSWorld 2.0：
- Opus 5：70.6%
- Fable 5：66.1%
- GPT-5.6 Sol：62.6%
- Opus 4.8：55.7%
表示：
操作真实电脑环境，比如：
- 点击界面
- 使用软件
- 完成流程
Opus 5 有明显优势。
2、每个任务成本
还有一个很有意思的点：Claude 也和你谈性价比了！
它们推特的第三楼是这么说的：
Opus 5 也具有很高的效率。它在类似或更低的每任务成本下，优于其他模型：
他们给了四种使用场景下的任务消耗情况图：
你们敢信吗？Anthropic 居然用了四张图来显示Opus 5.0 的性价比（竞争太美妙了）。
根据这四个图来看，Opus 5.0 做到了同样价格下性能更高，同样性能下价格更低。
上面四个图里面分别讲的是。
1、电脑操作任务
测试 AI 能不能像人一样操作电脑完成事情。
例如：
- 打开软件
- 点击按钮
- 填表
- 修改文档
- 使用网页应用
- 完成一套办公流程
2、企业业务流程任务
测试 AI 能不能完成真实工作流程。
例如：
- 处理客户请求
- 分析业务资料
- 整理数据
- 执行审批流程
- 跨多个系统完成任务
3、多学科综合推理任务
测试 AI 的复杂知识和推理能力。
例如：
- 数学问题
- 科学问题
- 医学问题
- 法律问题
- 工程问题
- 跨领域综合分析
4、智能编程任务
测试 AI 能不能自主完成软件开发。
例如：
- 阅读代码库
- 找 Bug
- 修改代码
- 编写功能
- 运行测试
- 完成开发任务
3、通用人工智能
当“梁圣”在朝着 AGI 这个目标前进的时候，Anthropic 已经给了阶段性的结果。
上面有提到一个叫 AGI3 的基准！
这是一个很少被提及的新基准，它很少被提及，就是因为对当前的模型来说太难了，基本上得不了一分！
这个基准是今年上半年刚提出的。它最大的特点是没有告诉你规则。
相当于给你一个陌生的环境，也不告诉你这游戏怎么玩、目标是什么、哪些操作有效、哪些东西重要。这些全部需要 AI 自己去探索。
这个基准刚开始的时候，几乎所有模型都是徘徊在个位数的百分比。
Sol 的 7.8% 已经算是非常高了！
没想到 Opus 5 直接把它干到了 30%，我好怕 Anthropic 一下子把它刷到 80%，大家又没得玩了。
虽然现在大家都知道 AGI 还没有实现，但是在这个 AGI3 基准上它已经是最强的存在了。
4、不对齐行为
除了表明基准领先、性价比高之外，Claude 还强调了另外一点：不对齐行为（越低越好）。
这个图主要表明：Opus 5 是 Claude 家族里最不容易出现危险、欺骗、鲁莽行为的模型。
这种数据不太适合放在第一个展示，但其实这才是最重要的点。
5、安全防御
另外还强调了一个网络安全方面的：
这个图其实展示了两方面的能力啊。左图是发现漏洞的能力。右图是漏洞的利用能力。
也就是说，Opus 5.0 的盾牌已经和 Mythos 5 差不多了。只是在攻击力上要比 Mythos 5 差很多！
就是给了你一个最强的盾，矛还在少数人手里。
这也不是坏事情啊，至少人家打过来的时候，你还能扛一下。
作为五代模型啊，现在推出什么功能都不会太新鲜了！
现在的模型其实比拼的都是生态能力和实战能力！
其实我之前也表达过类似的观点，别看 Opus 系列相对而言比较贵，但是它真正完成任务的成本其实比较低的。现在官方也用数据来告诉你单任务成本！
另外一点，Opus 总是能以一个非常专业的视角，帮你做最好的规划。开头也讲了，说它是一个深思熟虑的主动型模型。
“主动”这两个词你们可能没有体会，我是很有体会的。每次我跟它沟通的时候，它总是能想得比我多，想得比我全，做得比我好。它绝对不是那种单纯执行任务的模型，它是会按最优路径来完成任务的模型。
就是那种你一个眼神，他心领神会，然后做得很好！
这也就是为什么我测了那么多模型，我实际使用的只有 Opus，从 4.64.74.8，再到 5.0！
这次 Opus 5.0 的发布时机也蛮有意思的，居然是在星期五，多少还是有点危机感，好事情！
国产模型加油吧！你们变强了，对所有人都有好处。
