Opus · AI 话题观测

§ 01综述

Opus，特指 Anthropic 发布的 Claude Opus 系列 AI 模型，是当前高端语言模型中的标杆之一，以出色的推理、编码和安全能力著称。近期多个新模型在特定基准测试中声称超越 Opus，同时 Opus 自身也在 token 效率和复杂任务处理方面展现出独特的竞争态势。

Opus 近期进展

新模型在编码基准上超越 Opus：DeepSeek Pro Max 模式在编码基准上超越 GPT-5.4、Gemini 3.1 Pro 等模型，而 Hermes Agent 发布的 MoA 虚拟模型在基准测试中超过 Opus 4.8 和 GPT 5.5。这些结果表明 Opus 在部分场景下的领先地位正受到挑战。DeepSeek Pro Max 模式在编码基准上超越 GPT-5.4、Gemini 3.1 Pro 等 Hermes Agent 发布 MoA 虚拟模型，基准超 Opus 4.8 和 GPT 5.5

GLM-5.2 在 Code Arena 前端排名超 Claude Opus 4.8：GLM 5.2 在 Code Arena 前端排名中超越 Claude Opus 4.8，仅次于 Fable 5。同时，GLM 5.2 在付费用户中备受青睐，而 GPT 5.5 使用率较低，反映出用户对不同模型的偏好分化。GLM-5.2 在 Code Arena 前端排名超 Claude Opus 4.8 反直觉模型观察：GLM 5.2受付费用户青睐，GPT 5.5鲜有人用

Opus 在 Agent 效率上表现突出：Agent Arena 发布的 token 效率分析显示，Opus 与 Fable 表现突出，说明 Opus 在成本效益比方面仍具优势。Agent Arena发布token效率分析：Opus与Fable表现突出

复杂任务仍是挑战：MirrorCode 基准测试中，Claude Opus 4.7 以 56% 解决率领先，但最复杂任务仍失败，运行 19 天未完成单一任务，凸显当前模型的局限性。MirrorCode 基准测试：Claude Opus 4.7 以 56% 解决率领先，但最复杂任务仍失败

当前焦点与观察点

当前焦点在于 Opus 系列模型与其他新模型的基准对比竞争。尽管 Opus 在多项任务中仍保持领先，但越来越多的新模型（如 DeepSeek、Hermes Agent、GLM）在特定领域实现了超越，表明 AI 领域的创新速度加快。同时，Opus 在 token 效率和安全性（如 2000 人攻击未成功案例）上的优势仍不可忽视。未来，Opus 需要继续在复杂推理和成本效率上迭代，以维持其高端定位。

§ 02相关报道10 条在档

§ 03邻近话题