Claude Opus 5 превосходит Fable 5 по большинству тестов — при половине цены

Claude Opus 5 вышел сегодня. Его эксплуатация для бизнеса дешевле, чем у ведущей модели Anthropic, Claude Fable 5, которую компания позиционировала как повседневный продукт для платных пользователей. Более того, Opus 5 также превосходит его по значительным тестам.

Чтобы понять, где располагается Opus 5: линейка продуктов Anthropic состоит из четырех уровней. Haiku — быстрый и дешевый. Sonnet — среднего уровня. Opus — это тяжелая рабочая лошадка. Выше этого находится класс Mythos — уровень, который Anthropic представила этой весной — в который входит Claude Fable 5 для широкой публики и Claude Mythos 5, версия с меньшими ограничениями, зарезервированная через Project Glasswing для проверенных исследователей в области кибербезопасности и операторов критической инфраструктуры.

Fable 5 имел трудные времена в качестве флагмана для подписчиков. Он был запущен 9 июня, через три дня был отозван по всему миру после того, как правительство США выпустило приказ об экстренном контроле экспорта, ссылаясь на уязвимость jailbreak, и вернулся 30 июня — только для того, чтобы немедленно перейти на модель только с кредитами, больше не входящую в стандартные планы. Opus 5 теперь занимает место, которое Fable 5 не смог удержать.

Lovable, платформа для разработчиков с миллионами пользователей, провела внутренние оценки Opus 5 и отметила, что приросты выходят за рамки сырых баллов: "Он не только лучше в наших самых сложных задачах программирования, на 22% выше, чем Opus 4.7, он более стабилен, с гораздо меньшей вариацией от запуска к запуску," — сказал Фабиан Хедин в заявлении, опубликованном Anthropic.

Тесты

Это может показаться странным, но Opus превосходит Fable почти по всем показателям, которые важны для повседневного пользователя, при этом не будучи обозначенным как класс Mythos, как Fable.

На Frontier-Bench v0.1 — тесте, который проверяет, могут ли AI-кодировщики завершать реальные задачи программной инженерии от начала до конца, оцененным в процентах выполненных задач — Opus 5 набрал 43,3%. Fable 5 набрал 33,7%. GPT-5.6 Sol от OpenAI, главного коммерческого соперника Anthropic, набрал 34,4%.

Самая большая разница наблюдается на ARC-AGI-3, тесте на истинное решение проблем, основанном на новых головоломках, которые модель не могла запомнить из обучающих данных, оцененном в процентах решенных головоломок. Opus 5 набрал 30,2%; GPT-5.6 Sol набрал 7,8%; а Fable 5 вообще не тестировался. На GDPval-AA v2 — тесте на знание работы, оцененном по рейтингам Elo, шахматной системе ранжирования, используемой для измерения относительной производительности на реальных профессиональных задачах — Opus 5 достиг 1861 против 1747 у Fable 5 и 1736 у GPT-5.6 Sol.

Zapier протестировал Opus 5 на AutomationBench, оценке, которая проверяет, может ли модель провести полный бизнес-процесс от начала до конца без помощи человека. Их вердикт: модель "взяла рабочую книгу по состоянию аккаунта и провела полный процесс предотвращения оттока от начала до конца: отметила рисковые аккаунты, уведомила нужного владельца и подытожила для операций по удержанию. Предыдущие модели не прошли; Opus 5 набрал 100%."

Anthropic также предлагает Opus 5 как исследовательское обновление. Ultima Genomics, компания по секвенированию ДНК, заявила, что модель "ведет себя больше как осторожный ученый, чем любая модель, которую мы тестировали. Она выбирает правильные статистические тесты, чтобы исключить смешивающие факторы, проверяет свои собственные результаты независимыми методами и остается на правильном пути в ходе долгих многоэтапных анализов."

Тем не менее, эти две области — юридическая и медицинская — являются единственными, в которых Fable 5 превосходит лишь на небольшую величину.

Выпуск происходит через неделю после того, как Moonshot AI, стартап из Пекина, поддерживаемый Alibaba, представил Kimi K3 — модель с открытыми весами на 2,8 триллиона параметров (что означает, что любой может скачать исходный код для его независимого запуска), которую Moonshot описывает как крупнейшую в мире открытую AI-систему. Независимые тесты последовательно ставят Kimi K3 на третье место в общем зачете, уступая как Fable 5, так и GPT-5.6 Sol, превосходя их в определенных областях.

Opus 5 доступен сейчас через API по цене 5 долларов за миллион входных токенов и 25 долларов за миллион выходных. (Токены — это основная единица информации, которую AI-модель может обрабатывать как во входе, так и в выходе). Также доступен режим Fast, работающий примерно в 2,5 раза быстрее стандартной скорости, по двойной базовой цене — 10 долларов за миллион входных токенов и 50 долларов за миллион выходных.

Этот выпуск может положить конец беспокойству по поводу отсутствия публичной доступности Fable 5. Opus также доступен по подписке для всех.