Anthropic zaprezentował Claude Opus 5, model przeznaczony do programowania, pracy z dokumentami i wykonywania wieloetapowych zadań. Nowa wersja kosztuje tyle samo co Opus 4.8, ale w części testów zbliża się do dwukrotnie droższego Fable 5, a czasami go wyprzedza. Nie oznacza to jednak, że najpotężniejszy model firmy stał się zbędny.
Opus 5 wchodzi pomiędzy wydajność a cenę
Claude Opus 5 został udostępniony 24 lipca 2026 roku. Anthropic wycenia milion tokenów wejściowych na 5 dolarów, a milion tokenów wyjściowych na 25 dolarów. To dokładnie te same stawki, które obowiązują w przypadku Opusa 4.8.
Dla porównania Fable 5 kosztuje 10 dolarów za milion tokenów wejściowych i 50 dolarów za milion wyjściowych. Jest więc dwukrotnie droższy według podstawowego cennika API. Cena tokena nie mówi jeszcze, ile będzie kosztowało ukończenie konkretnego zadania, ponieważ bardziej skuteczny model może potrzebować mniej prób, odpowiedzi i wywołań narzędzi.
Anthropic pozycjonuje Opusa 5 jako model do codziennej pracy zawodowej, złożonego programowania i obsługi agentów AI, czyli systemów wykonujących zadania przy użyciu narzędzi. Fable 5 pozostaje propozycją do najdłuższych, częściowo autonomicznych projektów, które mogą trwać wiele godzin lub dni.
Opus 5 ponad dwukrotnie wyprzedza poprzednika w teście programowania
Największą różnicę widać w Frontier-Bench v0.1. To benchmark sprawdzający agentowe programowanie: model musi pracować w terminalu, analizować projekty, modyfikować wiele plików i rozwiązywać problemy przypominające rzeczywiste zadania programistyczne.
W wynikach opublikowanych przez Anthropic Opus 5 przy maksymalnym poziomie wysiłku uzyskał 43,3 proc. Opus 4.8 osiągnął 18,7 proc., natomiast Fable 5 – 33,7 proc. Nowy model nie tylko ponad dwukrotnie poprawił wynik poprzednika, ale w tym konkretnym teście wyprzedził droższy model wyższej klasy.
Porównanie ma istotne ograniczenie. Są to wyniki zamieszczone przez producenta podczas premiery, a nie test przeprowadzony przez redakcję CyberImpulsu. Anthropic podaje, że benchmark uruchomiono przy użyciu środowiska mini-SWE-agent i infrastruktury GKE, a wynik jest średnią z pięciu prób dla każdego zadania. W przypadku odmów klasyfikatorów bezpieczeństwa Opus 5 i Fable 5 mogły przekazywać zadanie do Opusa 4.8. Mierzone były więc całe konfiguracje wdrożeniowe, a nie wyłącznie możliwości poszczególnych modeli.
Niezależny test pokazuje znacznie mniejszą różnicę
Artificial Analysis, niezależna platforma porównująca modele AI, sprawdziła Opusa 5 jeszcze przed premierą. W jej zbiorczym Intelligence Index model przy maksymalnym wysiłku uzyskał 61 punktów. Fable 5 zdobył 60 punktów, a Opus 4.8 – 56 punktów.
W tym zestawieniu Opus 5 i Fable 5 należy uznać za praktycznie porównywalne. Jeden punkt różnicy w indeksie złożonym z wielu testów nie dowodzi jednoznacznej przewagi we wszystkich zastosowaniach. Wyniki pokazują natomiast, że nowy Opus zbliżył się do droższego modelu, zachowując cennik poprzedniej wersji.
Artificial Analysis odnotował również różnice w kosztach wykonywania zadań ze swojego indeksu. Średni koszt jednego zadania wyniósł 2,03 dolara dla Opusa 5, 2,75 dolara dla Fable 5 z aktywnym mechanizmem modelu zastępczego oraz 1,80 dolara dla Opusa 4.8. Opus 5 nie był więc najtańszy bezwzględnie, ale zapewniał lepszy stosunek wyniku do kosztu niż Fable 5.
Nie wszystkie obserwacje były korzystne dla nowego modelu. W teście AA-Omniscience, dotyczącym wiedzy faktograficznej, Opus 5 pozostawał za Fable 5. Platforma odnotowała również, że wraz ze wzrostem liczby udzielanych odpowiedzi jego wskaźnik halucynacji osiągnął 50 proc. Ten wynik dotyczy konkretnej metodologii testowej i nie oznacza, że połowa każdej rozmowy z modelem będzie fałszywa. Pokazuje jednak, że wysoka pozycja w zbiorczym rankingu nie usuwa problemu niepewnych odpowiedzi.
Milion tokenów kontekstu i regulowany wysiłek
Opus 5 obsługuje okno kontekstowe o pojemności 1 miliona tokenów oraz odpowiedzi liczące maksymalnie 128 tysięcy tokenów. Kontekst to ilość tekstu i innych danych, które model może uwzględnić podczas jednego zadania. Duże okno pomaga przy analizowaniu repozytoriów kodu, dokumentacji i długich zestawów materiałów, ale samo w sobie nie gwarantuje poprawnego wykorzystania wszystkich informacji.
Model oferuje pięć poziomów wysiłku: niski, średni, wysoki, bardzo wysoki oznaczony jako „xhigh” oraz maksymalny. Wyższy poziom pozwala przeznaczyć więcej obliczeń i tokenów na rozwiązanie problemu. Nie zawsze prowadzi jednak do proporcjonalnie lepszego wyniku. Na niektórych wykresach Anthropic rezultat przy poziomie „xhigh” był nieznacznie lepszy niż przy ustawieniu maksymalnym.
Opus 5 stał się domyślnym modelem w planie Claude Max oraz najmocniejszym modelem dostępnym w Claude Pro. Programiści mogą korzystać z niego przez API pod identyfikatorem claude-opus-5. Tryb Fast ma działać około 2,5 raza szybciej od standardowego, ale w API jest rozliczany według dwukrotnie wyższych stawek.
Fable 5 nadal ma własne zastosowanie
Wyniki nie uzasadniają prostego stwierdzenia, że Opus 5 jest zawsze lepszy od Fable 5. Tańszy model prowadzi w części testów programowania, obsługi komputera i pracy z dokumentami, ale Fable 5 zachowuje przewagę między innymi w wiedzy faktograficznej oraz najdłuższych zadaniach autonomicznych.
Istotną różnicą są też zabezpieczenia. Anthropic deklaruje, że Opus 5 pozostaje znacznie słabszy od Mythos 5, czyli modelu o tych samych podstawowych możliwościach co Fable 5, w tworzeniu działających exploitów wykorzystujących luki. Firma celowo nie trenowała Opusa 5 pod kątem ofensywnych zadań cyberbezpieczeństwa. Model ma przy tym rzadziej uruchamiać ograniczenia niż Fable 5, dzięki czemu powinien blokować mniej legalnych zastosowań związanych z analizą kodu.
Najważniejszą zmianą nie jest zatem zdobycie pierwszego miejsca w pojedynczym rankingu. Opus 5 przenosi dużą część możliwości Fable 5 do tańszej klasy cenowej i wyraźnie odsuwa Opusa 4.8 od czołówki. Dla użytkownika oznacza to większy wybór: Opus 5 do większości wymagających zadań, a Fable 5 tam, gdzie koszt ma mniejsze znaczenie niż maksymalna autonomia i specjalistyczne możliwości.
