半价干翻Fable 5？Opus 5实测炸场，网友：差点从椅子上摔下来
内容提要
Anthropic发布Opus 5模型，性能追平或超越Fable 5，价格仅为其一半。在编程、物理模拟等测试中表现优异，网友用它生成游戏、3D模型等。同时，Anthropic精简了Claude Code系统提示词超80%，性能未降，体现模型判断力提升。
延伸解读
性价比与性能的平衡
Opus 5在多项基准测试中追平或超越Fable 5，价格仅为后者一半。例如，在Frontier-Bench上得分43.3%，远超Fable 5的33.7%；在ARC-AGI-3上得分30.2%，而GPT-5.6 Sol仅7.8%。此外，在OSWorld 2.0上以70.6%对66.1%领先，且成本不到Fable 5的三分之一。这种性能与价格的组合，使其成为高性价比选择。
自我验证能力突出
Opus 5展现出强大的自我验证能力。在重建波音747-400的测试中，它通过提取渲染图像中的轮廓，计算翼展、轴距等14项指标，并与公开数据核对公差，而Fable 5仅靠肉眼检查。在FreeCAD重建任务中，它自行编写计算机视觉管道，从像素提取几何数据，反复成功，而其他模型五次尝试均失败。这种能力提升了输出的可靠性。
系统提示词精简的启示
Anthropic将Claude Code的系统提示词删减超过80%，编码评测成绩未降。这得益于模型判断力的提升，使得过去依赖规则和例子的做法可以简化。例如，将“默认不写注释”改为“贴合周围代码风格”，并将不常用说明拆分为技能文件，按需调用。这表明，随着模型能力增强，提示词设计可以更简洁，赋予模型更多自主判断空间。
Q&A
Opus 5 与 Fable 5 相比，在性能和价格上有哪些优势？
Opus 5 在多项基准测试中追平或超越 Fable 5，例如 Frontier-Bench 得分 43.3% 对 33.7%，ARC-AGI-3 得分 30.2% 对 7.8%，且价格仅为 Fable 5 的一半（输入每百万 token 5 美元，输出 25 美元）。
Opus 5 在编程和物理模拟方面有哪些具体表现？
在编程方面，Opus 5 在 Frontier-Bench 等测试中得分领先，并能自主编写代码解决复杂问题，如重建 3D 模型、修复开源 bug。在物理模拟方面，它能生成符合物理规律的场景，如风洞气流路径、连环机关动画，且无穿模现象。
Anthropic 如何通过精简系统提示词来提升 Claude Code 的性能？
Anthropic 将 Claude Code 的系统提示词删减超过 80%，性能未降。他们用更简洁的规则（如“贴合周围代码风格”）替代硬性规定，采用渐进式披露和模型自主记忆，让模型自行判断，从而提升效率。
Opus 5 在创意生成方面有哪些令人印象深刻的案例？
网友用 Opus 5 生成了可玩的 Rocket League 克隆版、3D 细胞结构图、滑雪场景、Minecraft 复刻、阿波罗任务点火动画等，甚至仅用一个 HTML 文件生成从 1945 年到 2055 年的动态街区，效果超越其他模型。
Opus 5 在成本效益上相比 Fable 5 如何？
Opus 5 价格仅为 Fable 5 的一半，且在多个任务中成本更低。例如，在三个破坏场景测试中，Opus 5 花费 0.508 美元全部做对，而 Fable 5 花费近两倍且出错。
Opus 5 在自我验证和复杂任务处理上有何独特之处？
Opus 5 能自主构建验证流程，如从渲染图像中提取轮廓并核对 14 项指标，或自建测试环境验证代码。在 FreeCAD 重建任务中，它自写视觉管道成功提取几何数据，而其他模型五次尝试均失败。
Opus 5 在安全性和开放性方面有哪些改进？
Opus 5 的预计触发拦截频率比 Fable 5 降低约 85%，意味着更少的限制，更开放。这缓解了用户对 Fable 5 过度安全护栏的不满。
