Opus 5 обгоняет Fable 5 на OSWorld 2.0 за треть цены

При цене $5 за миллион входных токенов и $25 за миллион выходных Opus 5 в бенчмарке компьютерного использования OSWorld 2.0 превосходит лучший результат Fable 5, стоя чуть больше трети его цены. На ARC-AGI 3, где модель решает новые задачи, счёт втрое выше, чем у ближайшего конкурента.

Чтобы фоновые задачи не падали на краевых случаях, Anthropic запускает в бете Automatic Fallbacks: если промпт срабатывает на классификатор безопасности Opus 5, API незаметно переводит задачу на Opus 4.8.

По словам представителя Anthropic для The New Stack, на биологических задачах Opus 5 на 10,2 процентного пункта опережает Opus 4.8 в органической химии и на 7,7 пункта в предсказании функции белков. Биозащиты срабатывают примерно на 85% реже, чем у Fable 5.