Claude Opus 5 击败 Fable 5 —— 但幻觉率翻倍
anthropic 的 claude opus 5 在基準測試中擊敗 fable 5 且成本更低，但 50% 的幻覺率給企業帶來了可靠性困境。
克劳德 Opus 5 的智能指数得分为 61，微弱领先于 Fable 5 的 60 分和 GPT-5.6 Sol 的 59 分，特别是在编码方面，它与 GPT-5.6 Sol 在编码代理指数上并列。尽管其能力领先，但其幻觉率攀升至 50%，因为它在不确定时更频繁地回答，在 AA-Omniscience 事实准确性测试中落后于 Fable 5。定价数据显示，Opus 5 平均每任务的成本为 2.03 美元，低于 Fable 5 的 2.75 美元，而“高”等较低推理层级的性价比优于昂贵的“最大”层级。这确认了前沿模型竞赛仍然激烈，没有任何一个实验室能保持明显的领先优势。