半价干翻Fable 5？Opus 5实测炸场，网友：差点从椅子上摔下来

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 半价干翻Fable 5？Opus 5实测炸场，网友：差点从椅子上摔下来 克雷西 2026-07-25 20:11:39 来源： 量子位 模型变强，Claude Code系统提示词都精简了 克雷西 发自 凹非寺 量子位 | 公众号 QbitAI 泄露了一路的Opus 5，刚正式登场就被网友玩疯了。 今天凌晨，Anthropic正式把这款新模型放了出来。 多项硬核评测上，它追平甚至反超了Fable 5，价格却只有一半。 Frontier-Bench上，它反超了包括Fable 5在内的所有对手，性能是上一代Opus 4.8的两倍还多。 CursorBench最高努力设置下，也贴近定价两倍的Fable 5峰值成绩，只差0.5%。 官方给出的demo里，有一个能实时显示气流路径的风洞，气流怎么绕过去看得清清楚楚。 还有一张能360度旋转的3D细胞结构图，连内质网上密密麻麻的核糖体都画了出来。 更耐人寻味的是，为了配上这代模型的判断力，Anthropic把自己给Claude Code写的系统提示词删掉了八成，成绩却没掉。 之前泄露的时候有网友感叹Opus 5简直就像fable 6，现在Opus 5正式发布之后，有人更赞同这个说法了。 网友已开启疯玩模式 Opus 5上线不过半天，网友们就已经开启了疯玩模式，接下来就来看看网友们都整出了什么活。 博主am.will本来觉得Opus 5不过是一个便宜版Fable，测完直接改口，说自己「大错特错」。 他只用了5倍Max订阅额度的27%，就让Opus 5搭出了他见过最好的一个Rocket League克隆版，游戏能玩，代码还开源在了评论区。 类似的反差，也出现在另一段动画演示里。 博主OmedTheVibeCoder做完测完一个竞技场对决的画面，评价从「以为会接近」变成「根本不是接近，是完全甩开了它」。 开头看到的「就是fable 6」的评价，正是看了这个结果说出来的。 后来他有放出了和其他模型的对比，并补充说自己「差点从椅子上摔下来」，因为Opus 5 Max直接打破了他原来的测试标准。 他表示，这已经不像是代码生成的画面，倒像是把提示词丢进了图像生成器，出来的却是一整张能走进去的地图。 另一位博主Alex Ermolov搭建的是滑雪场景，他给出的结论是「和Fable 5打平，甩开我测过的所有其他模型」，第一遍生成就没有明显穿模，滑行物理也对。 Minecraft复刻测试里，Chetaslua更是把这次生成称为「迄今为止最好的一次创作」。 把它接入到Unity，就像给游戏开了挂一样。 Opus 5对物理规律也拿捏的很精准，在这个连环机关场景当中，每个缓解都和真实规律严丝合缝。 Noema则给了Opus 5一个「狠」提示词，要求只用一个HTML文件，做出一整条从1945年变化到2055年的街区，建筑、车辆、店铺、人群、灯光和音效全部跟着年份走。 即使effort从max降到high，Opus 5的结果也把Fable 5、GPT-5.6 Sol都甩在了后面，Noema给的评价只有三个单词，「是个怪物」。 还有阿波罗任务的点火升空场景，从火箭喷焰到实时刷新的遥测数据，几乎全靠程序生成，没有拼现成素材库。 CAD设计上，网友也是直接给它封神，表示它在很多机械设计任务当中表现超越了fable。 教育场景上，开发者Matt Shumer给@AlphaSchool做了个实时AI家教原型。 Opus 5负责对话和方向判断，配合一个专门训练的小型世界模型做实时渲染，虽然还很粗糙，已经能一边讲分数概念一边在画板上同步画图。 另外我自己也试着让Opus 5（Low Effort）写了一个三羧酸循环过程的3D网页动画演示。 它的核心思路是只描述化学过程，把几何计算交给程序完成。 具体来说，Opus 5针对每幕反应只写原子清单与键表，每根键带有反应前后两个键级，由此同时定义底物与产物。 三维坐标交则由几何优化器现场求解，按元素和键级取标准键长，按配位数推杂化得到键角，再加上非键排斥与平面性约束迭代收敛。 产物构型则以底物坐标为起点再优化一次，使动画只保留必要位移，离去的小分子则自动被推开飞散。 最后，Opus 5将代码单独抽出，校验键长与键角，确认无误后再用Three.js渲染成球与圆柱。 最终交付的成果不仅正确体现反应过程，键长、键角等物质的真实结构信息，也都是按照实际渲染的。 atomic.chat则用三个破坏场景的题目，做了一次更细的横向对比，并且比较了成本。 同样是龙卷风卷起整片场地、重锤砸楼、卡车压塌桁架桥这三道题，Opus 5花0.508美元全部做对，Fable 5花的钱几乎是Opus 5的两倍，龙卷风卷不起地面上的东西，楼在锤子碰到之前自己就塌了，桥直接炸成一堆木棍。 GPT 5.6最便宜，0.14美元，但锤子压根没碰到楼，同期的Kimi K3和GPT 5.6水平相当。 之前Opus 5泄露时，有人怀疑它虽然单价低但token烧太多，综合下来并不比fable便宜，现在看来可能只是个例。 更硬核的自检流程 博主Victor M做了一次更硬核的自检演示，题目是照着波音747的公开数据，用代码在浏览器里重建出一架能转能看的3D模型。 Fable 5用42分钟交了活，4个文件、约1000行代码，搭了一套Puppeteer渲染管线，跑了17轮渲染，检查了54张截图，验证方式只靠肉眼看图对不对。 Opus 5花了71分钟，写出20个模块、约4000行代码，换成Playwright渲染管线，25套镜头预设，还多写了一个测量脚本。 而它验证的方式，是从渲染出来的画面里提取正射轮廓，算出翼展、轴距、机翼前缘扫掠角等14项具体指标，逐项去和波音747-400的公开数据核对公差。 它还做了几件Fable 5没做的事，前43分钟只渲染没贴皮的素模，确认轮廓过关了才上涂装，中途加了一个调试参数，能单独渲染某个子部件方便排查问题，最后把6个视角拼成一张联系表一次看完，不用一张张翻截图。 Victor M的结论是，Fable 5交货快了大概40%，尺寸表也更好读，但它用的是和Opus 5一样的747-400真实数据，却从没拿建好的模型反过来量过这些数据对不对。 之所以把这个例子单独拿出来说，是因为Opus 5这种「自己验证自己」的劲头，在Anthropic官方给的案例里同样能看到。 比如Frontier-Bench有一道题，给Opus 5一张机械零件的图纸，要求它写代码，用FreeCAD把零件重建成3D模型，却不给任何直接看图的方式。 它索性自己写了一套计算机视觉管道，从像素里提取几何数据，把零件重建了出来，而且反复成功，同样的设定下，其他模型试了五次都没做出来。 还有一个开源包管理器的真实bug，社区提交的补丁只处理了表面症状，Opus 5顺藤摸瓜找到了底层原因，把边缘情况一起修了。 另外，一位量化交易工程师用它给新交易所搭实时行情源，之前的模型全部做不出来，Opus