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)
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发布时，Anthropic删除了Claude Code自身超过80%的指令。
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。
Shopping任务上所有写入器（包括Opus 5）都拿不到24分。
Opus 系列一贯走高端路线，在复杂推理和长链路任务上积累深厚。
设置页支持为不同功能配置不同模型，例如快速邮件问答用 GPT-7，设计用 Opus 5 和 S6 Luna，视频选题等复杂任务用 Opus 5.5，转录用 Whisper 1。
Anthropic 合并量的三次陡增分别对应 Fable 5 与 Mythos 5（6 月 9 日）、Opus 5（7 月 24 日）以及 Fable 5.1 与 Mythos 5.1（9 月 1 日）的发布
作者推测，使用Opus 5作为编程代理进行实验时，它自信地给出了关于相关性的错误结论，这可能是RLVR和RLHF共同作用的结果。
在约145个技能的14项测试中，Jev找到正确技能平均耗时5秒内，而默认用Opus 5需要约30秒
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
80%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%已验证Opus 5 在 Low Effort 下的通过率约为 60%，超过了 Opus 4.8 在 Max 级别下的 59%，后者单任务成本高达 13 美元
65%已验证Claude Opus 5能力接近上一代旗舰Opus水平，但推理成本显著降低
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
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DeepSeek V4.1 Flash 1017版本总参数为7630亿，采用MIT开源协议。
50%待验证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）。
50%待验证Opus 5发布时，Anthropic删除了Claude Code自身超过80%的指令。
50%待验证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。
50%待验证Shopping任务上所有写入器（包括Opus 5）都拿不到24分。
50%待验证Opus 系列一贯走高端路线，在复杂推理和长链路任务上积累深厚。
50%待验证设置页支持为不同功能配置不同模型，例如快速邮件问答用 GPT-7，设计用 Opus 5 和 S6 Luna，视频选题等复杂任务用 Opus 5.5，转录用 Whisper 1。
50%