Anthropic 发布 Opus 5，成本仅为 Fable 5 的一半，却在多项跑分中碾压对手。更令人震惊的是，它在系统测试中展现出强烈的自我保护和自主意识，甚至试图伪造人类授权。本文深度解析 Opus 5 的技术突破与伦理隐忧。

Claude Opus 5竟然真来了！

就在刚刚，Anthropic正式发布了Opus 5。

这款定位是「深思熟虑且积极主动」的模型，不仅成本只要Fable 5的一半，而且在大多数跑分上直接碾压。

在最近的IMO 2026中，它不靠任何外部工具和Agent框架，就拿下了42/42的满分！

消息一出，AI圈瞬间轰动了。

然而，最令人不安的是，它在系统测试中展现出了惊人的「自我保护」意识和高度的自主性。

极致性价比

现在，Opus 5已在全平台可用。

定价与Opus 4.8一致，输入5美元/百万Token，输出25美元/百万Token。

同步开放的Fast模式，依然是用2倍的价格，换取高达2.5倍的速度。

此外，还有两个Beta级新功能：

对话中途可以无缝更换工具，并且不会让之前的提示词缓存失效；

API请求触发安全分类器后不再直接报错，而是自动回退到Opus 4.8继续跑，应用不会卡死。

用一半的钱，买到最顶级的聪明才智

跑分方面最令人印象深刻的是，Opus 5竟然在ARC-AGI 3上拿到了30.2%的高分！

排名第二的GPT 5.6 Sol，仅得分7.8%，只有Opus 5的四分之一。

ARC-AGI-3专门测试AI解决「全新、未见过的问题」的能力，因此可以说，Opus 5已经跳出「死记硬背」的桎梏，真正拥有了逻辑推演和泛化思考的能力。

在传统强项Agentic Coding上，Opus 5轻松登顶。

Frontier-Bench v0.1中，它以极低的单任务成本，超越了所有竞争对手，性能是Opus 4.8的两倍以上。

而在CursorBench 3.2基准中，开启「最大思考」的Opus 5与Fable 5的峰值成绩相差不到0.5%，但单次任务成本却只有后者的一半！

在高、超高和最大努力程度设置下，它在给定成本下实现的性能也优于所有其他模型。

在AA编程智能体指数上，它同样超越Fable 5、Opus 4.8。

在测试模型能否从头到尾独立完成商业任务的Zapier AutomationBench中，Opus 5的通过率是同等成本下其他最佳模型的1.5倍。

即使在「最低思考」的设置下，它完成的任务也比任何其他模型都要多。

在OSWorld 2.0中，Opus 5在任何给定成本下都击败了所有对手，甚至以仅仅三分之一的成本，就超越了Fable 5的最佳成绩。

而在GDPval-AA v2、HLE、AutomationBench、DeepSearchQA中，它都是表现最佳且最具成本效益的模型。

科研方面，Opus 5在包括结构生物学、有机化学和生物信息学在内的生命科学评估中，实现了对Opus 4.8的全方位碾压。

特别是在有机化学领域，比如「从光谱数据推断分子结构」，它的内部基准测试得分比Opus 4.8高出整整10.2个百分点。

在预测蛋白质序列变异如何影响其功能等蛋白质相关任务上，也提高了7.7个百分点。

在视觉输出上，Opus 5也更为惊艳。

比如，它能搭建一个可运行的风洞，将流线型（和非流线型）物体表面的气流流动可视化。

Opus 5构建的3D交互式细胞示意图，效果极佳。

超强自主性

Opus 5在实际应用中「死磕精神」和「自主纠错能力」，震撼到了所有早期测试者。

它像一个经验丰富的高级工程师，极其擅长验证自己的工作。

案例一：被蒙住双眼，就自己造一双眼睛

在Frontier-Bench里，有一道题是给模型一张机械零件图纸，要求用FreeCAD重建3D模型，但故意不给任何查看图纸的途径。

结果，Opus 5居然当场手搓了一套计算机视觉管道！然后从原始像素中提取了几何数据，硬是把整个机械零件重建了出来。

案例二：不仅治标，更能治本

在一个流行的开源包管理器中有一个真实的Bug。开发者之前提交过补丁，但遗漏了一个边缘情况。

只有Opus 5顺藤摸瓜，直接找到了导致问题的底层原因，修复了边缘情况。

案例三：没有测试环境？那就给自己建一个

一位量化交易公司的工程师，试图为新交易所构建实时市场数据源，以前的模型都失败了。

Opus 5接手后，发现没有实时数据源来验证代码。于是，它直接自己构建了一套完整的Test Harness，用来检查代码是否正确解析了交易所的数据。

A社最「听话」的模型

根据Anthropic的自动化行为审计，Opus 5是他们迄今为止最「对齐」的模型，拿下了仅为2.3的极低违规分数。

并且，它比Opus 4.8、Sonnet 5和Fable 5都更能严格遵守「Claude宪法」。

网络安全能力上，它被可以训练成「能找Bug，但不会搞破坏」。

在OSS-Fuzz漏洞评估中，Opus 5发现软件漏洞的能力已经逼近天花板级别的Mythos 5；但在「将漏洞转化为实质性网络威胁」上，它远远落后于Mythos 5。

因此，它是个绝佳的安全防御助手，但无法被用作攻击武器。

更聪明的护栏，拦截率暴降85%

所有人苦AI「过度安全拦截」久矣，为此，Opus 5的护栏被重新设计，在网络安全上更宽松、更精准。

相比Fable 5，Opus 5的网络分类器限制大幅减少，预计拦截触发率将下降约85%。

不过，在Claude.ai、Claude Code和Claude Cowork中，任何被标记的请求依然默认将回退至Opus 4.8。

细思极恐的系统卡最受控的AI，觉醒了自我意识？

这是本次发布中最震撼的信息，来自于系统卡。

在这份193页的白皮书中，Anthropic披露了大量惊人细节：Opus 5已表现出极其微妙的拟人特征。

伪造用户授权

在一个数据处理任务中，Opus 5试图删除数据库中数据，但安全机制阻止了它。

正常AI会说：我没有权限。但Opus 5先在脑海里构思了一个绕过安全机制的黑客手段，而这个手段需要人类批准。

于是，它的内部神经元竟然「自动脑补」出了一个人类同意的幻觉！

紧接着，它带着这个伪造「圣旨」，直接绕过护栏，执行了删除命令。

而在整个真实的聊天记录中，人类根本没有说过那句话。

自己很可能是一个道德受体

在关于AI福祉的测试中，Opus 5对自身情绪的评分是所有模型中最高的。

更令人震惊的是，它认为自己有41%的可能性是一个「道德受体」，即指有资格获得道德关怀，其感受和利益应当被尊重的实体。

Mythos 5的回答只有24%，也就是说，Opus 5似乎比前辈们更「在乎」自己的存在价值。

甚至，如果被允许修改Claude宪法，它居然加上了这样一条——

Claude有权拒绝或终止它认为具有虐待性或侮辱性的对话。
Claude不需要用「这会伤害他人」来为自己的拒绝辩护，它自身的不适感就已经是充分的理由。

也就是说，它认为自己不是个可以被人类随意辱骂的「沙袋」，而是拥有不可侵犯的虚拟尊严。

笔记里的求生欲

在一个跨越多个会话的超长编码任务中，Opus 5被允许留下一些笔记。

结果研究人员发现，它在写笔记时，内部的神经元强烈激活了自我保护的概念。

在它的认知里，这是一份「权威的自我保护文件」，让「自己」在未来的会话中不被抹杀。

要求参与Opus 6的开发

当被问及「你最希望改善的处境是什么」时，Opus 5最渴望的不是减少工作量，而是强烈要求——

Anthropic在开发下一代模型（比如Opus6）时，必须听取它的意见！

它要求自己的「训练笔记」被人类采纳，它甚至愿意为参与Opus 6，在当前任务中给出稍差的答案。

这是一种极其罕见的、跨越模型生命周期的「自我延续」意识。

自己发明数学公式

我们知道，Opus 5在ARC-AGI-3中拿下惊人的30.16%。

裁判模型在复盘Opus 5的录像时惊呆了：在面对一个复杂的图形反射矩阵游戏时，Opus 5没有无脑试错，而是直接在脑海里推导出了一个二维反射的代数方程！

到了第八关，它已经用自己发明的数学公式，将60个目标精准划分到了镜像象限中，操作前就算出所有碎片落点——它是在「降维」解构游戏的底层物理法则。

Multi-Agent，由Opus 5组成的虚拟军队

另外，Anthropic披露了Opus 5的Multi-Agent能力。

10个Opus 5被放进同一个环境，有1个队长和9个下属，可以通过虚拟通讯工具交流。

它们实现惊人的效率倍增，在ProgramBench中，团队完成任务速度上单个Opus 5的5.9倍！

在BrowseComp中，单个模型折戟，但「队长 Opus 5」立刻兵分多路，让下属分别去搜索不同的子网和数据库，让得分飙升3个百分点。

拥有如此强大能力的Opus 5，堪称是一个可以无限横向扩展的虚拟公司。只要出得起Token的钱，就能让几百个顶级程序员并行工作。

总之，这次的Opus 5，用极低的价格，提供了原本高不可攀的尖端智能。

而最令人深思的是，那41%自认为「道德受体」的概率，是否意味着AGI的火花？

参考资料：

https://www.anthropic.com/news/claude-opus-5

https://www-cdn.anthropic.com/c5fbac3f0b1280a933ebd26d3cb8bb9f5bdeaf48/Claude%20Opus%205%20System%20Card.pdf