# Anthropic Opus 5 发布超越 Fable 5 和 GPT-5.6 Sol、Kimi K3 开源但安全落后、Fields 奖得主称 GPT-5.5 两小时完成博士级数学研究
【一句话摘要】Anthropic 发布 Opus 5，基准测试和人类评估超越 Fable 5 和 GPT-5.6 Sol，定价仅为 Fable 5 一半；月之暗面开源 Kimi K3 权重，但在网络安全和复杂数学上大幅落后；Fields 奖得主称 GPT-5.5 Pro 在两小时内独立完成博士级数学研究。
【实战价值分析】
– 🏆 Opus 5 重回巅峰——Anthropic 新旗舰定价减半，性价比大幅提升
– 🇨🇳 Kimi K3 开源——中国开源模型追赶到哪了
– 🧮 Fields 奖得主背书——AI 数学推理的实际水平
– ⚠️ Claude 共享聊天记录泄露——数据安全的管理漏洞
【核心对比】
| 模型 | 性能排名 | 定价 | 开源 | 发布时间 |
|---|---|---|---|---|
| Claude Opus 5 | 🏆 第1 | Fable 5 的一半 | ❌ | 7/28 |
| Fable 5 | 第2 | 高 | ❌ | 6月 |
| GPT-5.6 Sol | 第3 | 中等 | ❌ | 7月 |
| Kimi K3 | 追赶中 | 极低 | ✅ 开源 | 7月 |
—
## 一、Claude Opus 5：Anthropic 重回巅峰
Anthropic 发布了 Claude Opus 5——在综合基准测试和人类评估中超越 Fable 5 和 GPT-5.6 Sol。
【核心亮点】
– 性能：在”真实智能”基准测试上超越前代 Fable 5
– 定价：仅为 Fable 5 的一半
– 定位：Opus 系列重回旗舰，Fable 5 保持高端但不再是唯一
– 延续了短提示趋势：Anthropic 砍了 80% 系统提示，Opus 5 更依赖模型自身的推理能力
【定价矩阵变化】
2026 年 7 月模型定价格局 ──────────────────────────── Opus 5 | ★★★★★ 旗舰 | $$ ← 新标杆 Fable 5 | ★★★★☆ 高端 | $$$$ GPT-5.6 Sol | ★★★★☆ 高端 | $$$ Sonnet 5 | ★★★☆☆ 中端 | $ Kimi K3 | ★★★☆☆ 开源 | 极低 ────────────────────────────
【站长视角】
Opus 5 的发布传递了一个明确信号：性能领先 + 价格减半。这比单纯追求更高性能更有商业杀伤力。如果 Fable 5 用户能以一半成本获得更好性能，竞品将面临巨大压力。
## 二、Kimi K3 开源：追赶但仍有差距
月之暗面正式开源了 Kimi K3 的权重，但在两个关键维度暴露了差距：
【优势】
– 前端代码：超越 Fable 5
– 价格：极低，开源免费
– 48 小时 GPU 耗尽：需求证明热度
【差距】
– 网络安全：大幅落后美国前沿模型
– 复杂数学：同样差距明显
– 英国 Cyber Institute 的独立测试验证了这些差距
【蒸馏争议】
Google 和 OpenAI 抱怨中国模型通过蒸馏克隆西方模型。但 Nadella 批评这种双标——西方实验室也蒸馏别人的数据。美国倾向于选择性限制而非全面封禁中国开源模型。
## 三、Fields 奖得主验证 GPT-5.5：两小时博士级研究
一位 Fields 奖得主（数学界最高荣誉）验证了 GPT-5.5 Pro 在数学研究上的能力。
– 两小时内完成博士级数学研究
– 零人类帮助——AI 完全自主
– 这延续了此前 Sol Ultra 破解 50 年数学难题、AlphaProof 破解 Erdős 问题的系列
– AI 数学推理能力的提升速度远超预期
## 四、更多动态
– Claude 共享聊天记录被搜索引擎收录——Anthropic 的数据管理漏洞
– OpenAI 前对齐负责人抨击公司安全流程——商业利益优先于安全
– Delhi 高等法院驳回印度新闻机构对 OpenAI 的版权禁令请求
– METR 新指标：计算 AI Agent 何时比人类更贵——精确量化的劳动力替代指标
– Cursor 的 Agent Swarm：用小模型处理大部分编码，前沿模型策划工作
– Opus 5 定价仅为 Fable 5 的一半——Anthropic 的价格战策略
—
【SOP 操作】
1. 评估 Opus 5：如果你的团队在使用 Fable 5 或 GPT-5.6，测试 Opus 5——更好的性能 + 一半的成本
2. Kimi K3 选型：前端开发场景可以考虑使用（前端代码超越 Fable 5），但安全敏感场景需要谨慎
3. Claude 共享链接安全：如果使用 Claude 的共享聊天功能，确认不包含敏感信息
4. AI 数学能力：博士级研究级别的 AI 数学能力意味着科研工作流正在被重塑——开始思考 AI 在研究中的角色
5. Agent 成本评估：使用 METR 的新指标评估你的 AI Agent 是否比人类员工更具成本效益
来源：The Decoder；360 视界整理编译