Opus 5
Anthropic据传即将发布的旗舰级大语言模型，传闻将取代Fable模型，代表Claude家族Opus系列的第五代产品
核心事实
时间轴 (近 90 天)
当只询问可行性时，Opus 5和Gemini 3.8 Flash拒绝了它们收到的每一个不可能的新设计，且没有出现误报。
Gemini 4略高于Sol 5-6的排名，但低于6 Sol、Fable 5、Opus 5等最新模型。
在质量-成本帕累托前沿上，DeepSeek V4.1 Flash 位于最左上方，击败了 Opus 5、Fable 5、GPT 6.1 Soul、Gemini 3.8 Flash、GLM 5.3 Max 等模型。
在官方对比表中，1017 版本对 Opus 5 取得四项领先。
在自动化基准（automation bench）中，DeepSeek V4.1 Flash 1017 版本拿到 60 分，而 Opus 5 为 50 分。
在某个测试用例中，GPT-5.6 Sol 的成本是 Jev 的 32.5 倍，Opus 5 的成本是 Jev 的 184.9 倍。
DeepSeek V4.1 Flash 1017版本总参数为7630亿，采用MIT开源协议。
博主指出基准对比存在四个折扣因素：测试框架不同（TerminalBench 1017 在 ClaudeCode 框架内运行而基線在 DeepSeek 框架内）、Artificial Analysis 自行测试旧版 Flash 的 TerminalBench 仅得 26.8% 而非 31.2%、竞品对比使用 Opus 5 和 GPT 5.6 Sol 而非最新型号、旧模型 NL2 repo 分数在不同表格中不一致（64.0 vs 65.4）。
Opus 5的指南明确指出，模型已经会自我检查，在提示词中写“请再检查一遍”只会增加成本而不改善结果。
Opus 5发布时，Anthropic删除了Claude Code自身超过80%的指令。
还有 40 条时间轴事件
全部知识事实 (20)
Opus 5.5 在多数任务上达到 Fable 5.1 的水平，但运行成本降低约 40%，速度也更快
90%已验证DeepSeek-V4.1-Flash-1017 在 DeepSWE v1.1 上得分 77.0，超过 Claude Opus 5 的 74.0。
70%已验证Anthropic称Opus 5.5典型任务总成本可降低约40%，输出速度提升30%以上
70%已验证Claude Opus 5.5的生成速度比Opus 5快超过30%
70%已验证V4.1 Flash在DeepSWE基准上以0.2分的微弱优势超过Opus 5
70%已验证Opus 5是Anthropic旗下Claude系列的旗舰模型，以更长的上下文窗口（可处理数十万token的代码库）和更谨慎的输出风格著称
65%已验证折算真实使用场景，Opus 5相对Fable的实际成本优势约为20%到25%，Fable单任务约2.75美元，Opus 5约2.03美元
65%待验证发布方宣称DeepSeek-V4.1-Flash的成本仅为Opus 5和GPT-5.6 Sol的1/40
70%部分验证GPT-6 Sol High在Automation Bench上的单项任务成本仅为Opus 5的十分之一
65%待验证Claude Opus 5.5在Anthropic报告的几乎所有基准测试上超越了Opus 5和Fable 5.1，尤其在智能体编程和真实世界知识工作方向领先
60%待验证Opus 5能在单次生成中处理3D场景构建、碰撞检测、用户输入响应和音频触发等多个技术层面
60%待验证Claude Opus 5在ARC-AGI-3上得分30.2%，而上一代仅1.5%
60%待验证Claude Opus 5在知识工作基准GDPval上得分1861，高于人类平均水平
60%待验证当只询问可行性时，Opus 5和Gemini 3.8 Flash拒绝了它们收到的每一个不可能的新设计，且没有出现误报。
50%待验证Gemini 4略高于Sol 5-6的排名，但低于6 Sol、Fable 5、Opus 5等最新模型。
50%待验证在质量-成本帕累托前沿上，DeepSeek V4.1 Flash 位于最左上方，击败了 Opus 5、Fable 5、GPT 6.1 Soul、Gemini 3.8 Flash、GLM 5.3 Max 等模型。
50%待验证在官方对比表中，1017 版本对 Opus 5 取得四项领先。
50%待验证在自动化基准（automation bench）中，DeepSeek V4.1 Flash 1017 版本拿到 60 分，而 Opus 5 为 50 分。
50%待验证在某个测试用例中，GPT-5.6 Sol 的成本是 Jev 的 32.5 倍，Opus 5 的成本是 Jev 的 184.9 倍。
50%待验证DeepSeek V4.1 Flash 1017版本总参数为7630亿，采用MIT开源协议。
50%