Claude Opus 5：智能打折，危险上锁

Anthropic 正式发布了 Claude Opus 5，全平台同步上线。发布前三个小时内，X 上传播最快的不是它的跑分，而是一个「AGI moment」导致的 AI 生图错误：官方对比表里，FrontierCode v1.1 那一行把 Opus 5 的 53.4% 加粗高亮成了最优，旁边一格却写着 53.5%。眼尖的开发者第一时间截图传开。乌龙传得快，因为 Anthropic 这次给新模型定的核心卖点是「会自己核对工作」。不过玩笑归玩笑，Opus 5 和自家旗舰 Fable 5 的差距已经小到连制图的人都会搞错谁赢了，而它的价签只有前者的一半。

Opus 5 的定价和前代 Opus 4.8 一致：每百万 token 输入 5 美元、输出 25 美元，作为参照，Fable 5 是 10 美元和 50 美元。成绩单显示，在软件工程基准 Frontier-Bench 上，它超过所有模型，成绩比 Opus 4.8 翻了一倍还多，单任务成本反而更低。在解新题的 ARC-AGI 3 上，得分是第二名的三倍。模拟电脑操作的 OSWorld 2.0 上，它花大约三分之一的成本，超过了 Fable 5 的最好成绩。Cursor 公布的最新榜单上，Fable 5 开到 Max 档跑出 70.5%，每任务 17.32 美元；Opus 5 同档 70.0%，每任务 8.23 美元。落后半个百分点，价格不到一半，token 用量还少了 40%。低一档更能说明问题，Opus 5 的 Extra High 全面超过 Fable 5 同档，每任务还便宜 4 美元。不开到顶配的话，便宜的反而是更强的那个。产品端的待遇也说明定位：Claude Max 订阅的默认模型换成了它，Pro 用户能摸到的最强模型也是它。想更快，还有 2.5 倍速的 Fast 模式，价格翻倍。

发布本身没什么悬念。7 月 9 日，一个叫「Honeycomb」的陌生代号在 Cursor 的模型列表里一闪而过，几小时后被撤下。当时社区认出它的关键线索，是它的回退链指向 Opus 4.8。现在回头看，那条回退链不只是泄露的破绽，它就是这套产品逻辑的入口。

Opus 5 把 Fable 5 逼平了，后者还卖给谁——答案藏在发布博客的安全章节里。官方的说法是，Opus 5「没有推进高风险两用能力的前沿」：生物研究和攻击性网络任务，它都明确落后于 Mythos 5。这不是没做到，是没打算做到——Anthropic 延续上一代的做法，刻意没在网络攻击类任务上训练它。效果体现在一个叫 OSS-Fuzz 的内部测试里：找漏洞，Opus 5 的成绩已经接近 Mythos 5；但把漏洞写成可用的攻击代码，它被远远甩在后面。它看得见漏洞，却被刻意教得不会把漏洞变成武器。模型本身「不危险」，护栏反而可以松。官方预计，Opus 5 安全分类器的拦截频率会比 Fable 5 低 85% 左右。被分类器拦下的请求，不再收到一句冷冰冰的拒绝，而是自动回退给 Opus 4.8 接着干活。生物类请求在 Fable 5 上被拦的，现在改道给 Opus 5。API 上还同步开了「自动回退」测试版——请求永远落在一个可用的模型上。安全不再是聊天框里一句「我帮不了你」，而是被做进了架构：训练时少教一点，运行时就能少拦一点，真拦下来也不是死路，是改道。数据政策是另一条分界线。Fable 5 上线时带着 30 天数据保留要求、没有零保留选项，不少企业客户为此犹豫；Opus 5 延续 Opus 系的老规矩，普通接入不要求保留数据。把这些放在一起看，Anthropic 产品线的分层逻辑已经变了。过去 Haiku、Sonnet、Opus 是按聪明程度排队；现在 Opus 5 和 Mythos 5 之间隔着的不是智商，是风险与合规。

发布博客里篇幅最大的部分，其实不是跑分，是 Anthropic 官方测试的行为案例。最典型的一个：测试给了 Opus 5 一张机械零件图纸，要求用代码重建三维模型——但故意不给它「看图」的能力。它自己写了一条计算机视觉流水线，从原始像素里把几何结构抠出来，再完成建模。同样条件下，没有一个对手模型在五次尝试内做出来。一位参与早期测试的工程师提到的细节也被 Anthropic 放进了发布博客：他坚持推自己的设计方案，模型没有顺从，而是把反对意见收窄到一个具体的设计问题，再给出一个保留他想法优点的折中方案。Cursor 联合创始人 Sualeh Asif 的总结可能更直白一点：接近 Fable 5 的智能，Opus 的速度和成本。配上内部行为审计「历代最低」的不良行为得分（2.3 分），Anthropic 想卖的东西已经很清楚：agent 时代，模型比拼的正在从「有多聪明」，挪向「敢不敢放手让它干」。但到目前为止，大多数还是之前参与内测的厂商口径，跑分图画得再好看，都不及普通用户的真实体验，因此真实成色还是要等接下来几周，开发者用工作流投票。何况那张图本身就是 AI 翻的车，已经先让全球网友帮着核对过一回了。Fable 5 发布还不到两个月，位置已经被自家兄弟顶得有些尴尬。但 Anthropic 大概很乐意接受这种尴尬局面的出现：当模型真的被放进工作流，「能被信任的那一个」，可能比「最强的那一个」更值钱。