Anthropic 到底做了什么？Opus 5 更强！更便宜！

摘要

分析 Anthropic 發布 Claude Opus 5：定價與上一代 Opus 4.8 完全相同但能力大幅提升，打破「更強智能必然更貴」的行業鐵律。對比 GPT-5.6（旗艦智能路線）與 Kimi K3（低成本高吞吐但穩定性堪憂）三條市場路線，多項評測顯示 Opus 5 在同等成本下大幅超越前代與競品（ARC-AGI-3 是次佳模型三倍分數、OSWorld 2.0 成本僅 Fable 5 三分之一）。核心論點：agent 時代真正的成本不是單次呼叫多少錢，而是任務失敗要重試幾次；誰能用更低總成本一次做完事情，才是真正擊穿價格牆的贏家。內容為簡體中文頻道轉寫，已正體化與用語校正。

重點

• Opus 5 定價與上一代 Opus 4.8 完全一致（輸入每百萬 token 5 美元、輸出 25 美元），打破「能力越強價格越高」的行業鐵律
• 三條市場路線：GPT-5.6（旗艦智能，輸出 30 美元）、Kimi K3（低成本高吞吐但供應緊張、429 限流問題頻傳）、Opus 5（用接近 GPT-5.6 的價格提供更穩定的一次成功率）
• Frontier Bench 編程評測：Opus 5 在同等 Effort 下把上一代分數翻倍（43.3% vs Opus 4.8 的 21.1%），且成本比 Fable 5 更低
• ARC-AGI-3 抽象推理評測：Opus 5（30.2%）是次佳模型（GPT-5.6，7.8%）的三倍以上，代表模型面對全新問題（而非見過的題型）時的歸納能力大幅提升
• OSWorld 2.0（電腦操作評測）：Opus 5 成本僅 Fable 5 達到同等分數所需成本的三分之一；Automation Bench（端到端業務自動化）通過率是四家模型平均的 1.5 倍
• 系統卡揭露的限制：Opus 5 事實性幻覺略高於上一代（儘管總體準確率更高）；在漏洞利用（exploit）開發能力上明顯落後 Gemini 3.5（4 次 vs 13 次成功技術），仍受 ASL3 防護管制
• 核心論點：agent 時代的真實成本包含失敗重試、人工複核、工具調用延遲，不只是每百萬 token 多少錢；誰能用更低總成本一次做完事情，才是真正擊穿價格牆的贏家

金句