Claude Opus 5 擊敗 Fable 5 —— 但幻覺率翻倍
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。
克勞德 Opus 5 的智慧指數得分為 61，微幅領先 Fable 5 的 60 分和 GPT-5.6 Sol 的 59 分，特別是在編碼方面，它與 GPT-5.6 Sol 在編碼代理指數上並列。儘管在能力方面領先，但其幻覺率攀升至 50%，因為它在不確定時更頻繁地回答，在 AA-Omniscience 事實準確性測試中落後於 Fable 5。定價數據顯示，Opus 5 平均每個任務的成本為 2.03 美元，低於 Fable 5 的 2.75 美元，而「高」等較低推理層級的性價比優於昂貴的「最大」層級。這證實了前沿模型競爭仍然激烈，沒有任何一個實驗室能夠保持明顯的領先優勢。