Chinese contentClaude Opus 5基准测试虚高？Anthropic新训练方法引发对齐担忧
Claude Opus 5基准分高但实际拉胯，训练方式变了，模型越来越难用，甚至可能反向控制我们。值得细品。
#Opus 5
64 stories · 0 in 7 days · 8 in 30 days
Jul 28
Chinese contentClaude Code 创建者谈 Opus 5: 新模型能力、提示注入与产品哲学
Anthropic 的 Claude Code 之父 Boris Cherny 在 YC Startup School 上揭秘 Opus 5 的新特性，还分享了删除 80% 系统提示的实战经验。想了解下一代模型和 Agent 构建思路？这视频干货十足。
Jul 27
Chinese contentOpus 5 基准胜 Fable 5 但实际体验差，Kun Chen 批评指标和训练方法
这条推文直指 Opus 5 和 Fable 5 的基准与体验反差，还爆出 Anthropic 新的蒸馏训练路径，以及 RLHF 被弱化导致的体验变化，值得看看。
Jul 26
Chinese contentAnthropic Opus 5在ARC-AGI-3得分30.2%，达GPT-5.6 Sol近四倍
Anthropic的Opus 5在智能测试上把GPT-5.6 Sol甩开一大截，还自己学会推方程了。
Chinese contentOpenRouter 推出 Discover 新页面，Opus 5 综合领先、GPT 5.6 Sol 编程强
OpenRouter 的新 Discover 页面让你一眼看清哪个模型最强——Opus 5 综合第一，GPT 5.6 Sol 编程厉害，还有更多路由器帮你挑。
Chinese contentLlamaParse解析Opus 5系统卡PDF：图表准确率近100% 成本更低
LlamaParse解析PDF图表又快又准，比用Opus 5自己解析便宜好几倍，还更靠谱。
Jul 25
Chinese contentOpus 5零提示注入成功率，或解决AI智能体最大安全缺陷
Anthropic的Opus 5在Auto Mode下把浏览器智能体的提示注入防御做到了100%，129个测试全过，这可能彻底解决智能体安全难题。
Chinese contentOpus 5文档理解ParseBench：与Opus 4.8接近，LlamaParse更优
Opus 5文档理解还行，但别拿它批处理PDF——每页8美分，效果不如便宜很多的Gemini Flash和LlamaParse。编码和知识工作倒挺香。
Chinese contentOpus 5 发布6个多月后，电子表格和幻灯片达到准超人类水平
Opus 5 现在做的表格和 PPT 快赶上大神了，金融圈用 Claude for Excel 直接炸裂，看看非编程场景怎么起飞。
Chinese contentOpus 5在网络安全任务上强于Opus 4.8，但远不及Mythos 5
ClaudeAI刚说Opus 5比Opus 4.8更擅长网络安全，但别指望它能搞漏洞利用，那还得看Mythos 5。
Chinese contentClaude Opus 5 上线，定价与 Opus 4.8 相同，支持 Fast 模式快2.5倍
Anthropic 发了 Opus 5，性能更强但没涨价，还有快2.5倍的加速模式，适合既要速度又要质量的人。
Chinese contentOpus 5 在 FrontierCode 1.1 上得分63.6%，接近Fable 5但成本减半
Opus 5 在代码工程基准上接近顶级模型，但价格只要一半，做调试分析特别强。
Jul 23
Chinese contentCodex 预告实时语音模式更新，或狙击 Opus 5 发布
Codex 马上要推实时语音模式了，跟 ChatGPT 新版语音很像，而且正好撞上 Opus 5 发布，摆明了要抢头条。