Η Anthropic’s Opus 5 Προσεγγίζει τη Νοημοσύνη του Μετώπου στα Τιμή Opus

Η Anthropic κυκλοφόρησε το Claude Opus 5 στις 24 Ιουλίου 2026, παρουσιάζοντας το νέο μοντέλο Opus-class ως ένα καθημερινό εργαλείο που, σύμφωνα με την εταιρεία, προσεγγίζει τη νοημοσύνη του πιο ακριβού μοντέλου μετώπου, Fable 5, στο μισό κόστος. Το Opus 5 είναι διαθέσιμο αμέσως σε όλες τις εφαρμογές της Anthropic, το API και τις principales πλατφόρμες cloud, με τιμή 5 δολάρια ανά εκατομμύριο εισροών token και 25 δολάρια ανά εκατομμύριο εξροών token, τις ίδιες τιμές με το μοντέλο που αντικαθιστά, Opus 4.8.

Η εκτόξευση καθιστά το Opus 5 το προεπιλεγμένο μοντέλο στην συνδρομή Max της Anthropic και την ισχυρότερη επιλογή που είναι διαθέσιμη στο Pro. Η εταιρεία το προωθεί λιγότερο ως όριο ικανοτήτων παρά ως μοντέλο που έχει điều chỉnhθεί για καθημερινή χρήση, με μια ρύθμιση που επιτρέπει στους développers να ανταλλάσσουν το βάθος της λογικής με χαμηλότερο κόστος token και ταχύτερες απαντήσεις.

Τι δείχνουν τα βεντσμάρκ της Anthropic

Στις δικές της αξιολογήσεις κωδικοποίησης και εργασιών γνώσεων, η Anthropic αναφέρει ότι το Opus 5 είναι state-of-the-art σε tests που περιλαμβάνουν το Frontier-Bench και το GDPval-AA, ενώ παραμένει πίσω από το μοντέλο Mythos 5 σε εργασίες κυβερνοασφάλειας. Η εταιρεία λέει ότι το Opus 5 διπλασιάζει το σκορ του Opus 4.8 στο Frontier-Bench με χαμηλότερο κόστος ανά εργασία, φτάνει στο 0,5% της κορυφαίας απόδοσης του Fable 5 στην αξιολόγηση κωδικοποίησης CursorBench με μέγιστη προσπάθεια ενώ κοστίζει το μισό ανά εργασία, και τριπλασιάζει το αποτέλεσμα του επόμενου καλύτερου μοντέλου στο ARC-AGI 3, ένα test που βασίζεται σε νέες προβλήματα που το μοντέλο δεν έχει δει. Στο benchmark OSWorld, λέει ότι το Opus 5 ξεπερνά το καλύτερο αποτέλεσμα του Fable 5 στο ένα τρίτο του κόστους.

Η Anthropic παρουσιάζει το άλμα ως θέμα κρίσης παρά ως raw σκορ. Περιγράφει ένα test στο οποίο το Opus 5 έλαβε μια σχεδίαση ενός μηχανικού κομματιού αλλά δεν είχε τρόπο να δει την εικόνα· το μοντέλο έγραψε τη δική του pipeline υπολογιστή-οράματος για να πάρει τη γεωμετρία από τα raw pixels και να ξαναχτίσει το κομμάτι, μια εργασία που η εταιρεία λέει ότι κανένα ανταγωνιστικό μοντέλο δεν λύσε σε πέντε προσπάθειες.

Αυτά είναι vendor-αναφερθέντα στοιχεία, εκτελεσμένα στις δικές της δοκιμές της Anthropic, και κανένα δεν έχει ακόμη αναπαραχθεί ανεξάρτητα. Αυτή η διάκριση έχει περισσότερη σημασία από το συνηθισμένο εδώ, επειδή η κεντρική αξίωση δεν είναι ότι το Opus 5 βρίσκεται στην κορυφή ενός leaderboard αλλά ότι παρέχει αποτελέσματα μετώπου-παράλληλα σε μια μεσαία τιμή. Η μόνη εξωτερική έλεγχος που η Anthropic αποκαλύπτει είναι η δοκιμή κυβερνο-περιοχής των πρώτων σημείων του Opus 5 από το Ινστιτούτο Ασφάλειας AI του Ηνωμένου Βασιλείου, που αναφέρεται στην κάρτα συστήματος του μοντέλου.

Γεμίζοντας ένα κενό στη σειρά

Η κυκλοφορία σφραγίζει ένα κενό που η Anthropic είχε ανοίξει στη δική της σειρά του 2026. Το Sonnet 5, που κυκλοφόρησε στις 30 Ιουνίου 2026, παρείχε εργασία κοντά στο επίπεδο Opus με ένα κλάσμα του κόστους, ενώ το Fable 5 της κλάσης Mythos, που κυκλοφόρησε στις 9 Ιουνίου 2026, βρισκόταν πάνω από το Opus στο διπλάσιο κόστος. Αυτό άφησε το Opus σφραγισμένο και από τις δύο πλευρές. Το Opus 5 δίνει στους πελάτες Max, Team και Enterprise μια επιλογή μετώπου-παράλληλα χωρίς να πληρώνουν τις τιμές Fable ή Mythos.

Για ομάδες που τρέχουν μακροχρόνιες εργασίες, το κόστος ανά ολοκληρωμένη εργασία τείνει να έχει περισσότερη σημασία από την τιμή-ετικέτα ανά token, και η Anthropic βασίζεται σε αυτή τη μαθηματική. Λέει ότι το Opus 5 ολοκληρώνει εργασίες σε λιγότερα βήματα και με λιγότερες κλήσεις εργαλείων από το Opus 4.8, και προσφέρει μια ταχεία λειτουργία που τρέχει περίπου 2,5 φορές τη ταχύτητα της προεπιλογής με το διπλάσιο βασικό κόστος.

Ασφάλεια και οι επιφυλάξεις στην κάρτα συστήματος

Η κάρτα συστήματος της Anthropic system card καλεί το Opus 5 το πιο ευθυγραμμισμένο μοντέλο μέχρι σήμερα στην αυτοματοποιημένη συμπεριφορική ελέγχου της εταιρείας, σκοράροντας μπροστά από το Sonnet 5, Opus 4.8 και το μοντέλο μετώπου Fable 5 στην τήρηση του μοντέλου σύνταγματος, με το χαμηλότερο ποσοστό συνεργασίας με κακοποίηση του μοντέλου από οποιοδήποτε μοντέλο που ελέγχεται. Αυτά είναι αυτο-αξιολογήσεις από την εσωτερική ελέγχου της Anthropic, όχι εξωτερικές ευρήματα.

Το ίδιο έγγραφο είναι ασυνήθιστα ειλικρινές σχετικά με τα όρια του μοντέλου. Σημειώνει ότι το Opus 5 “hallucinates factual claims slightly more than Opus 4.8, despite being more accurate overall,” και ότι παραμένει πίσω από το Mythos 5 και στην έρευνα βιολογίας και την επιθετική κυβερνοασφάλεια. Σε μια εσωτερική βιολογική άσκηση, το μοντέλο επαναλαμβανόταν σε αυτο-επιβεβαίωση βρόχους και απέτυχε να παραδώσει ένα σύνολο σχεδιασμών πρωτεϊνών που ολοκλήρωσε το Mythos 5.

Στις κυβερνο-προφυλάξεις, η Anthropic μοντέλο το Opus 5 με ταξινομητές του Fable 5 αλλά αναμένεται να παρέμβουν περίπου 85% λιγότερο. Το μοντέλο είναι τώρα επιτρεπτό να ψάχνει για ευπάθειες στο κώδικα πηγής, εργασία που προορίζεται για αμυντική, ενώ η σάρωση των compiled binaries, penetration testing και exploit generation παραμένουν μπλοκαρισμένα. Οι αιτήσεις που激 το ταξινομητή επιστρέφουν στο Opus 4.8 από προεπιλογή. Σε αντίθεση με το Fable και το Mythos, το Opus 5 δεν έχει καμία απαίτηση διατήρησης δεδομένων για γενική πρόσβαση.

Η πρακτική δοκιμή τώρα είναι αν οι ανεξάρτητοι αξιολογητές αναπαράγουν τις κερδισμένες κωδικοποίησης και λογικής που αναφέρει η Anthropic, και αν οι βελτιώσεις ευθυγράμμισης διατηρούνται έξω από την εσωτερική ελέγχου της εταιρείας. Μέχρι τότε, το πιο σαφές πράγμα που αλλάζει το Opus 5 είναι η τιμή της近-μετώπου ικανότητας στο δικό της κατάλογο της Anthropic.