Claude Opus 5: halve prisen av Fable 5, nesten samme resultat

Anthropic lanserte fredag Claude Opus 5. Prisen er 5 dollar per million inn-tokens og 25 per million ut, uendret fra Opus 4.8 og nøyaktig halvparten av Fable 5. En hurtigmodus på rundt 2,5 ganger hastigheten koster det dobbelte.

Tallene, og hvem som har målt dem

Anthropic oppgir at Opus 5 mer enn dobler Opus 4.8 på Frontier-Bench v0.1 til lavere kostnad per oppgave, og at modellen scorer tre ganger nærmeste konkurrent på ARC-AGI 3. Samtlige av disse er selskapets egne kjøringer, flere av dem på interne rammeverk. Artificial Analysis, som måler uavhengig, plasserer Opus 5 på 61 i intelligensindeks og 55,3 i agentindeks, mot GPT-5.6 Sol på 59 og 54,0. Forskjellen er reell, men mindre enn lanseringsposten antyder.

Sikkerhetstallet som ble begravd

Boris Cherny i Anthropic pekte dagen etter på side 73 i systemkortet som det viktigste i lanseringen. På selskapets injeksjonsbenchmark faller angriperens suksessrate innen 15 forsøk fra 5,5 prosent på Opus 4.8 til 2,0 på Opus 5. Med ett forsøk går den fra 0,5 til 0,2 prosent. Til sammenligning oppgis Sonnet 5 til 5,9 og Mythos 5 til 2,6 prosent.

Promptinjeksjon er den enkeltfaktoren som hindrer norske team i å sette agenter i nærheten av produksjonsdata. At noen endelig publiserer målbare tall er nyttig. At tallene er målt av leverandøren på leverandørens egen benchmark, er en begrensning ingen utenfor Anthropic har testet.

Hva Anthropic selv sier den ikke kan

Systemkortet er uvanlig åpent om svakhetene. Opus 5 ligger bak Mythos 5 på biologi og offensiv cyber, og er nær Mythos 5 på å finne sårbarheter, men langt bak på å utnytte dem. Cyberklassifikatorene ventes å slå ut rundt 85 prosent sjeldnere enn på Fable 5. For norske sikkerhetsmiljøer og fintech-team som har levd med stadige avslag, er det siste tallet trolig mer verdt enn hele benchmarktabellen.

Prisen er uansett det som avgjør i praksis. En halvering per token endrer hvilke arbeidslaster som forsvarer en frontier-modell i det hele tatt, og flytter grensen for hva som kan settes i produksjon fremfor å forbli et pilotprosjekt.