Anthropic Opus 5发布：性能超Fable 5价格减半，网友开启疯玩模式
此前多次提前流出测试版本的Claude Opus 5，终于在近期正式对外发布。这款新模型上线后迅速引发全球开发者群体的热烈关注，大量爱好者第一时间对其进行了全方位测试，各类创意玩法层出不穷。
从核心测试数据来看，Opus 5不仅实现了性能反超，还拥有极具竞争力的定价：仅为竞品Fable 5的一半成本，却在多项硬核评测中追平甚至超越了对手。
在Frontier-Bench基准测试中，Opus 5拿下了43.3%的得分，反超了包括Fable 5在内的所有同级别模型，性能更是达到了上一代Opus 4.8的两倍以上。
在CursorBench最高努力模式下，Opus 5的成绩也接近定价两倍于它的Fable 5峰值表现，仅相差0.5个百分点。
官方公布的演示案例中，包含了可实时显示气流路径的风洞可视化效果，气流绕过障碍物的细节清晰可见；还有支持360度旋转的3D细胞结构模型，连内质网上密集的核糖体都得到了精准呈现。
更值得关注的是，为了匹配Opus 5出色的逻辑判断能力，开发团队将Claude Code原有的系统提示词删除了超过80%，但编码类评测的成绩并未出现任何下滑。早在Opus 5泄露阶段就有网友评价其表现堪比Fable 6，正式发布后更多开发者认同了这一判断。
Opus 5上线仅半天，就有大量开发者分享了自己的实测体验，其表现远超多数人的预期。
有开发者原本认为Opus 5只是一款定价更低的Fable 5替代品，但实测后直接推翻了自己的判断，坦言自己“大错特错”。他仅使用了5倍Max订阅额度的27%，就让Opus 5生成了一款可流畅运行的Rocket League克隆版游戏，相关代码还被开源到了评论区。
另一位开发者在完成竞技场对决场景的生成测试后，评价也发生了巨大转变：从最初认为“只是接近竞品水平”，变成了“完全甩开了所有对手”。他放出的对比视频让不少网友直呼“这就是Fable 6”，后续补充的对比测试更让他惊呼“差点从椅子上摔下来”，因为Opus 5 Max直接打破了他此前设定的测试标准。该开发者表示，这样的生成效果已经不像是代码生成的画面，更像是将提示词输入图像生成器后，直接得到了一张可以“走进”的完整地图。
开发者Alex Ermolov测试了滑雪场景的生成，最终结论是Opus 5与Fable 5打成平手，但甩开了他测试过的所有其他模型，首次生成的场景就没有明显穿模问题，滑行物理效果也完全符合真实逻辑。
在Minecraft复刻测试中，开发者Chetaslua将这次生成称为“迄今为止最出色的一次创作”，将其接入Unity引擎后，游戏开发效率得到了显著提升。
Opus 5对物理规律的掌握同样精准，在连环机关场景测试中，每个环节的运行都严格符合真实物理规则。
开发者Noema为Opus 5设置了一个极具挑战性的提示词：仅用单个HTML文件，生成一条从1945年到2055年动态变化的街区，建筑、车辆、店铺、人群、灯光和音效都要随着年份自动调整。即使将生成难度从Max降到High，Opus 5的结果依然远超Fable 5和GPT-5.6 Sol，Noema仅用三个单词评价：“是个怪物”。
在阿波罗任务点火升空场景的测试中，从火箭喷焰效果到实时刷新的遥测数据，几乎全部由程序自动生成，没有使用现成的素材库拼接。
在CAD机械设计领域，网友直接将Opus 5封神，表示其在多数机械设计任务中的表现超越了Fable 5。
教育场景方面，开发者Matt Shumer基于Opus 5打造了一款实时AI家教原型。Opus 5负责对话交互和学习方向判断，配合专门训练的小型世界模型实现实时渲染，虽然目前仍处于初步阶段，但已经可以一边讲解分数概念，一边在画板上同步绘制对应的图形。
有开发者尝试让Opus 5（Low Effort模式）生成三羧酸循环过程的3D网页动画演示。其核心思路是仅描述化学过程，将几何计算交由程序完成：Opus 5针对每一步反应仅输出原子清单和键表，每个化学键都标注了反应前后的键级，以此同时定义反应物和产物；三维坐标通过几何优化器实时求解，根据元素类型和键级获取标准键长，通过配位数推导杂化类型确定键角，再结合非键排斥和平面性约束进行迭代收敛；产物构型以反应物坐标为起点再次优化，仅保留必要的位移，离去的小分子会自动被推开飞散；最后Opus 5将代码单独抽出，校验键长和键角无误后，使用Three.js渲染为球棍模型。最终生成的动画不仅准确还原了反应过程，键长、键角等真实结构参数也都符合实际化学数据。
第三方测试平台atomic.chat通过三个破坏场景测试进行了更细致的横向对比，并统计了生成成本：同样是龙卷风卷起场地、重锤砸楼、卡车压塌桁架桥三个任务，Opus 5仅花费0.508美元就全部完成；Fable 5的花费几乎是Opus 5的两倍，但测试效果存在明显缺陷：龙卷风无法卷起地面物体，楼房在锤子接触前就自行坍塌，桥梁被直接炸成木棍堆；GPT 5.6的成本最低，仅0.14美元，但重锤完全没有接触到楼房，表现和同期的Kimi K3相当。此前有观点认为Opus 5虽然单价更低，但Token消耗量大，综合成本未必比Fable 5便宜，这次测试结果证明这只是个例。
自带自主验证能力的新一代模型
开发者Victor M进行了一项更硬核的自检测试：要求基于波音747的公开数据，用代码在浏览器中重建出可旋转查看的3D模型。
Fable 5耗时42分钟完成任务，生成了4个文件、约1000行代码，搭建了Puppeteer渲染管线，进行了17轮渲染并检查54张截图，仅通过肉眼对比判断模型是否正确。
Opus 5则耗时71分钟，生成了20个模块、约4000行代码，使用Playwright渲染管线，设置了25套镜头预设，还额外编写了一个测量脚本。其验证方式是从渲染画面中提取正射轮廓，计算翼展、轴距、机翼前缘后掠角等14项具体指标，逐项与波音747-400的公开数据核对公差。
此外Opus 5还做了多项Fable 5没有的优化：前43分钟仅渲染无涂装的素模，确认轮廓无误后再添加涂装；中途添加了调试参数，可以单独渲染某个子部件方便排查问题；最后将6个视角拼接为一张联系表，无需逐张翻看图样。
Victor M总结称，Fable 5的交付速度比Opus 5快约40%，尺寸表也更易读取，但两者使用了相同的波音747-400真实数据，Fable 5从未通过重建后的模型反向验证各项参数是否正确。
这种“自主验证”的特性在官方案例中同样有所体现：比如在Frontier-Bench的一道测试题中，要求Opus 5根据一张机械零件图纸生成代码，使用FreeCAD重建3D模型，但不提供直接看图的权限，Opus 5自行编写了一套计算机视觉管道，从像素图像中提取几何数据完成零件重建，且多次测试均成功，而同条件下其他模型五次尝试均未完成。
还有一个开源包管理器的真实bug修复案例，社区提交的补丁仅解决了表面问题，Opus 5则顺藤摸瓜找到了底层根源，同时修复了边缘场景的异常情况。一位量化交易工程师使用Opus 5搭建新交易所的实时行情源，此前的所有模型都无法完成任务，Opus 5发现没有实时数据可以验证后，自行搭建了一套测试环境，专门检查代码解析交易所数据的正确性。
综合来看，Opus 5的性价比优势十分突出：定价方面，Opus 5和上一代Opus 4.8保持一致，输入每百万Token收费5美元，输出每百万Token收费25美元，仅为Fable 5的一半价格，同时还保留了Fast模式，以两倍价格换取2.5倍的生成速度。
除了价格优势，Opus 5的跑分表现同样亮眼：在Frontier-Bench v0.1这类硬核编程任务中，它拿下了43.3%的得分，远超Fable 5的33.7%，是上一代Opus 4.8（21.1%）的两倍以上。
Opus 5表现最突出的测试项目是ARC-AGI-3，该测试专门评估模型处理从未见过的全新问题的能力，Opus 5拿到了30.2%的得分，而GPT-5.6 Sol仅为7.8%，差距接近四倍，相比上一代Opus 4.8更是提升了近20倍。
在专门挑战顶尖模型的高难度测试Human’s Last Exam中，不使用工具时Opus 5的得分为56.3%，与Fable 5的56.5%几乎持平；开启工具后，Opus 5的成绩提升至64.7%，反超了Fable 5的63.9%。
在网页搜索、编程智能体指数、深度搜索问答等项目中，Opus 5也实现了小幅领先：BrowseComp得分90.8% vs 87.4%，AA Coding Agent Index 66.7% vs 65.8%，DeepSearchQA 95% vs 94.7%。
此前官方曾在FrontierCode榜单上出现过标注错误，将得分更低的模型标记为获胜者，目前该问题已经得到修正。在电脑操作和业务流程测试中，Opus 5的优势更加明显：OSWorld 2.0测试中得分70.6%，领先Fable 5的66.1%，而且官方表示Opus 5在该项测试中的成本仅为Fable 5的三分之一不到。
此前在Opus 5泄露风波中频繁出现的Cursor联创人员评价称，Opus 5以Opus系列的价格，实现了接近Fable系列的性能。此外，Opus 5在今年的IMO 2026竞赛中拿到了满分成绩，且未使用任何外部工具。同时，Opus 5的内容拦截频率比Fable 5降低了约85%，缓解了此前用户对Fable 5过于严格的安全护栏的不满。
上下文工程的重大优化
Opus 5发布当天，Anthropic工程师Thariq发表了一篇关于Claude Code类产品上下文设计的文章，其中最引人关注的一点是：Claude Code的系统提示词被删除了超过80%，但编码评测成绩并未出现任何下滑。
这一改动是专门针对Opus 5、Fable 5这类新一代模型开发的，其背后的核心逻辑是：当模型的逻辑判断能力足够强时，就可以将原本由规则硬约束的部分交还给模型自主处理。最典型的例子就是“默认不写注释”这条规则：早期模型判断力不足，开发团队为了避免生成杂乱无章的注释，强制要求默认不添加注释，但当用户需要详细注释时，这条规则反而会带来不便。现在这条规则被替换为“编写代码时贴合周围代码的风格，匹配注释密度、命名习惯和代码规范”，将判断权完全交还给模型。
类似的逻辑也被应用到了工具设计中：过去开发团队通过提供大量示例来教模型如何使用工具，但示例越多，模型的可选路径反而被限制得越死。现在团队转而优化工具接口本身，比如Todo工具仅保留“待处理”“进行中”“已完成”三个状态，模型可以自行判断如何使用，无需额外示例。
随着模型判断力的提升，上下文内容也无需一次性全部提供给模型。系统提示词从最初将所有场景说明直接塞入，改为“渐进式披露”：将代码审查这类不常用的功能说明单独拆分为技能文件，模型在需要时自行调用。记忆功能也得到了优化，过去需要用户手动将信息写入CLAUDE.md，现在Claude可以自主判断哪些信息值得留存，并自动保存为记忆。
这些改动背后的核心思路是：规则、示例和记忆原本都是为判断力不足的模型搭建的“脚手架”，当模型能够独立承担任务时，这些脚手架就可以逐步拆除。
行业评价动态
Opus 5发布后，马斯克也参与了相关讨论，他分享了一张FrontierCode的性价比对比图，表示只有Grok 4.5和Opus 5处于帕累托最优前沿，也就是多目标优化问题中所有最优权衡解构成的边界线。按照他的说法，Grok 4.5虽然性能不及Opus 5，但价格低廉，是同等性能档位中成本最低的模型之一。
