Anthropic выпустила Opus 5 – новую версию флагманской линейки Opus. Релиз состоялся 24 июля 2026 года. По данным компании, модель стала самой сильной в её линейке и лидирует в большинстве тестов представленного набора бенчмарков.
Opus 5 возглавила агентный кодинг в терминале Frontier-Bench v0.1 с результатом 43.3% против 33.7% у Fable 5. Модель также первая в работе со знаниями GDPval-AA v2 (1861 балл), в компьютерном управлении OSWorld 2.0 (70.6%), в бизнес-задачах AutomationBench (26.0%), в решении новых задач ARC-AGI-3 (30.2%) и в биологии BioMysteryBench. В агентном поиске BrowseComp Opus 5 набрала 90.8% и лишь немного опередила GPT-5.6 Sol с его 90.4%.
По кодингу новинка идёт практически вровень с Fable 5. В DeepSWE v1.1 у Opus 5 68.8% против 69.7% у Fable 5, а лучший результат здесь показала GPT-5.6 Sol – 72.7%. В FrontierCode v1.1 модели почти равны (53.4% против 53.5%). Fable 5 также опережает Opus 5 в юридическом Legal Agent Benchmark (13.3% против 11.7%), в медицинском HealthBench (66.0% у Mythos 5 против 59.8%) и в Humanity's Last Exam без инструментов (56.5% против 56.3%). С инструментами в этом же тесте впереди уже Opus 5 (64.7% против 63.9%).
| Бенчмарк | Opus 5 | Fable 5 | Opus 4.8 | GPT-5.6 Sol |
|---|---|---|---|---|
| Агентный кодинг в терминале (Frontier-Bench v0.1) | 43.3% | 33.7% | 21.1% | 34.4% |
| Работа со знаниями (GDPval-AA v2) | 1861 | 1747 | 1593 | 1736 |
| Решение новых задач (ARC-AGI-3) | 30.2% | – | 1.5% | 7.8% |
| Агентный поиск (BrowseComp) | 90.8% | 87.4% | 84.3% | 90.4% |
| Мультидисциплинарные рассуждения без инструментов (Humanity's Last Exam) | 56.3% | 56.5% | 49.8% | – |
| Мультидисциплинарные рассуждения с инструментами (Humanity's Last Exam) | 64.7% | 63.9% | 57.9% | – |
| Компьютерное управление (OSWorld 2.0) | 70.6% | 66.1% | 55.7% | 62.6% |
| Агентный кодинг (DeepSWE v1.1) | 68.8% | 69.7% | 59.0% | 72.7% |
| Агентный кодинг (FrontierCode v1.1 Main) | 53.4% | 53.5% | 46.5% | 47.5% |
| Бизнес-процессы (AutomationBench) | 26.0% | 17.4% | 17.0% | 18.1% |
| Юриспруденция (Legal Agent Benchmark Held-out) | 11.7% | 13.3% | 10.4% | 2.5% |
| Медицина (HealthBench Professional) | 59.8% | 66.0% (Mythos 5) | 57.4% | 60.5% |
| Биология сложный уровень (BioMysteryBench) | 49.4% | 46.5% | 42.4% | – |
Стоимость Opus 5 осталась на уровне 5 и 25 долларов за миллион входных и выходных токенов. По заявлению Anthropic это примерно вдвое дешевле Fable 5 при близком качестве.
