大语言模型
Opus 5发布，Loopal接入，实测对比 Fable 5、Kimi K3、GPT5.6 Sol
刚刚，Opus 5 发布，在多数任务上甚至比 Fable 5 更强，尤其是在 Agentic Coding 任务上，相比 Fable 5 优势很明显。
在知识型任务上，比如解决全新问题的 ARC-AGI 3 任务，相比 Opus 8 和 GPT5.6 Sol 领先明显。Computer Use 能力方面，也大幅领先 Fable 5、GPT 5.6 Sol。
生命科学方面，在生物学、有机化学、生物信息学等场景，相比 Opus 4.8 也有明显提升。
多模态、网页、动画、游戏方面，官方在 Model Card 里面也提到，Opus 5 更加擅长图表理解、UI 截图复刻、复杂公式理解、结构完整的演示文稿、动画/游戏/3D 和交互式网页产物。
Opus 5 与 Fable 5、Opus 4.8、GPT-5.6 Sol 的综合能力对比。
对齐方面，比 Opus 4.8，甚至比 Mythos 5 还要优秀。安全方面，网络安全漏洞发现方面相比 Mythos 5 是要落后一些。
Opus 5 的自动化行为审计结果。
价格还是保持和 Opus 4.8 一样：每百万输入 token 5 美元；每百万输出 token 25 美元。
估计也是 Kimi K3 的强势表现，以及 GPT5.6 Sol 的更高性价比和 tibo 的无限 reset，给到了 Anthropic 巨大的压力。
这种定价，也没有太多人会考虑使用 Fable 5 了，相当于变相降价了。
Loopal（loopal.app） 也在第一时间完成了接入，并在前端设计、游戏开发、3D 制作、PPT 等任务上和一些比较有竞争力的模型进行实测对比。
这几个模型的对比，都是相同 Harness 框架下（Loopal Harness）进行对比的，能够公平地体现出纯模型侧的差异。
前端设计
这个任务，我们让 Opus 5、Fable 5、GPT5.6-Sol、Kimi K3 分别设计一个创意型公司的官网，来对比模型在前端设计美感和交互上的差异。
测试用例
打造一款风格前卫大胆、带有粗野主义设计风格的创意公司作品集首页，搭载动态交互动画、案例预览板块、团队成员展示区以及联系表单，整体突出创意感与独特性。将最终完成的代码写入当前目录下的 index.html 文件，文件仅可使用语义化 HTML、原生 CSS 与原生 JavaScript 编写，禁止引入图片资源、外部资源链接、构建工具及第三方依赖项。该页面需可直接在浏览器打开运行，同时适配电脑端与移动端多尺寸屏幕；添加无障碍聚焦样式与减弱动画偏好适配模式，仅产出这一个 HTML 文件，不额外生成其他文件。
结果来看，Opus 5 在设计美感和整个项目的完成度上和 Fable 5 相比都是更好的，Fable 细节不如 Opus 5 做得好。
单论美感的话，GPT5.6 Sol 是最好的，但是项目完成度上不如 Opus 5。Kimi K3 和 Fable 5 不差上下。
这个任务，我的综合排序是：Opus 5 > GPT5.6 Sol > Kimi K3 = Fable 5。
游戏开发
这个任务我们测试了 Opus 5、Fable 5、GPT5.6-Sol、Kimi K3 在开发游戏上的表现，主要衡量游戏交付是否可玩、游戏的动画流畅度和美感。
测试用例
打造一款能直接在浏览器中游玩、《星际火狐》风格的复古 3D 游戏。玩家将向前飞行，穿越科尼利厄斯风格的地表关卡，随行还有电脑 AI 操控的僚机。玩家可以躲避障碍物、攻击敌方单位、拾取增益道具，并在关卡末尾挑战 BOSS；将 BOSS 初始血量削减至一半，再新增若干强化拾取道具，让游戏画面表现与游玩手感都达到绝佳效果。
游戏开发这个任务，我们从游戏是否可玩，画面流畅度和美感上分别排序：
游戏可玩程度： Opus 5 > Fable 5 = Kimi K3 > GPT 5.6 Sol，Opus 5 在游戏里考虑到的细节比较多，能够玩下去。
游戏设计美感： GPT5.6 Sol > Fable 5 = Kimi K3 > Opus 5，在这个任务的游戏设计美感上 Opus 5 逊色一些。
3D 制作
这个任务我们测试了 GPT5.6-Sol 和 Opus 5 在开发 3D 动画上的表现，提供一张图片，让这两个模型分别转成 3D 动画，主要衡量交付的 3D 动画是否具有高级、动画是否流畅，以及是否遵循了要求。
测试用例
基于 img2threejs 项目完成下述任务：依据一套专业影棚实拍参考素材，通过代码重构索尼 WF-1000XM3 真无线蓝牙耳机及其充电盒模型，建模核心要求为色彩还原与轮廓线条精度。
充电盒：哑光黑色盒体；盒盖为抛光玫瑰金 / 红铜金属质感，表面蚀刻 SONY 品牌标识；盒盖内侧为黑色基底，搭配红铜包边边框，内嵌蚀刻规格铭牌（参数：WF-1000XM3R / BC-WF1000XM3 / 5V）。
耳机本体：缎面石墨灰耳塞机身，刻印红铜色 SONY 字样 + 红铜麦克风装饰环，镀金顶针充电触点；腔体标注灰色 L 左声道标识、红色 R 右声道标识及 NFC 符号。
循环动态交互动画（无限循环）：盒盖向上翻开 → 充电盒整体小幅倾斜，两只耳机同步向上抬升 → 左右耳机各自原地完整自转一圈 → 耳机回落归位至充电仓槽内 → 盒盖闭合复位。
上传的图片如下：
索尼 WF-1000XM3 耳机与充电盒的 3D 制作参考图。
GPT 5.6 Sol 和 Opus 5 两个模型都很好地按照我的要求实现了功能，但 Opus 5 交付的有一些瑕疵，耳机盒一直在闪，而且耳机盒是灰白色的，我要求是黑色基底，整体动画也不如 GPT 5.6 Sol 高级和流畅。
但现在模型在 3D 动画这个任务上已经很强了，上传一张图片，就能做出这么高级的 3D 动画，确实很厉害。
PPT 制作
这个任务上，主要对比 Opus 5、Fable 5、GPT5.6-Sol、Kimi K3 这几个模型在 PPT 信息收集、整理和交付美感上的差异。
测试用例
基于 GPT-5.6、Claude Fable 5 / Mythos 5、Grok 4.5 这三个文档，写一个对比 GPT 5.6、Fable 5、Grok 4.5 三家模型的 PPT，要求逻辑严谨，内容详实，突出各模型的特点和优势，以及各家想重点突出的核心点，要有数据洞察。
PPT 制作这个任务，Fable 5、GPT5.6 Sol、Kimi K3 三个模型表现基本一致，无论从数据的严谨性，还是 PPT 的排版上，还是内容的组织上都非常接近，很难给出谁好谁坏。
但是比较意外的是 Opus 5 在这一块提升得比较明显，信息收集的完整性、数据的对比分析和 PPT 制作的美感和细节上都明显要比其他三个模型生成的要好不少，整体交付的质量非常高，非常推荐大家用这个模型做一个 PPT 试一试，确实有些小惊艳。
这也和官方提到的在知识型任务和演示文稿提升比较多较为吻合。可以去这个链接看一下 Opus 5 制作的 PPT 效果，相信你也会和我有一样感觉。
结论
实测下来，Opus 5 是一个很有竞争力的模型，在不少任务上都表现得很不错。
看来 Anthropic 在 Opus 系列模型上的后训练上做了不少工作，相比 Opus 4.8 提升的还是很明显的。