知识卡片：提前实测Opus 5：3D细节封神，然而有一个致命缺陷

英文标题（原文标题）
提前实测Opus 5：3D细节封神，然而有一个致命缺陷 – 新智元

英文关键词
Opus 5, Claude, Anthropic, Large Language Model, 3D generation, token cost, visual reasoning

一句话结论

Anthropic 原计划发布的 Opus 5 模型因“可能威胁人类对高级AI的控制”而暂缓；提前实测显示其 3D 细节和 UI 代码生成能力惊艳，但存在致命缺陷：token 消耗极大（三次对话用完额度），且在基础图片理解（识虫）测试中失败。

事件概述

2026年7月26日，全网期待 Anthropic 发布 Opus 5（代号“蜂巢”Honeycomb），但最终跳票。官方说法是模型可能威胁人类对高级AI的控制，甚至让实验室质疑 Scaling Law 是否应当继续。但大量网友认为是饥饿营销或产品不及预期。与此同时，部分开发者通过路由到 Opus 5 的接口（传闻是 Opus 4.8 请求被自动路由）进行了提前实测。

方法/产品要点

• 代号：Honeycomb（蜂巢）
• 架构特性：支持反向安全回落机制——模型在置信度不足时自动降级调用 Opus 4.8 兜底，避免胡说八道，平衡算力与稳定性。
• 规划能力（原定发布计划）：
  • 超长上下文：100 万 token 窗口
  • 可配置推理努力值：用户可在速度与质量之间动态调整
  • 全能进化：代码、AI 智能体、工具使用、多步推理均大幅强化
  • 智能安全与回退机制：面向生产工作流
• 定价预期：能力逼近 Fable 5，但价格减半，定位为开发者“超级平替”。

主要结果或产业意义

• 3D 细节封神：实测中一次性生成极其复杂天气 UI 卡片、游戏、3D 家居图，空间理解和 UI 代码生成能力被评价为“AGI”，手抖激动。
• 致命缺陷：
  • 极度耗 token：三次对话耗尽所有额度（比 Fable 5 更耗）。
  • 基础看图翻车：无法识别图片中松饼上的小虫子（Fable 5 同样失败，而谷歌模型可解决），存在严重偏科。
• 市场反应：网友普遍反感“威胁论”炒作，认为 Anthropic 撒谎成性，部分用户已转向其他模型。

为什么重要

• 作为 Anthropic 当时最受期待的模型，Opus 5 原定以“半价碾压 Fable 5”策略应对 OpenAI、Tibo、Kimi、Qwen、GLM 等竞品的激烈竞争，其跳票和实测暴露出的问题折射出前沿大模型在能力、成本与安全宣称之间的真实困境。
• 与既有脉络的关系：此前已有 Opus 系列模型，但 Opus 5 首次引入“反向安全回落”架构，并在 3D 生成上取得突破；本卡片的增量信息在于：实测揭示其 token 消耗和视觉理解短板，以及官方的暂缓理由引发社区广泛质疑。

局限与不确定性

• 发布状态：Opus 5 最终是否发布、何时发布、性能是否与实测一致，均待核实。
• 实测样本：仅少数开发者通过特殊路由测试，非官方公开评测，可能存在版本差异或 API 限制。
• 致命缺陷的具体程度：“三次对话用光额度”是否适用于所有使用场景（如低推理强度设置）？基础视觉测试失败是否为个例？均待核实。
• 暂缓原因：“威胁高级AI控制”“质疑Scaling Law”仅为内部人士说法，未获官方证实，网友普遍认为是营销话术。真实性待核实。

可用于图书/PPT/简报的角度

• AI 模型研发中的成本-能力权衡：Opus 5 的 3D 能力与极端 token 消耗形成对比，可作为“模型能力越强，资源消耗越不可控”的案例。
• 大模型安全叙事与公众信任危机：Anthropic 以安全理由暂缓发布，但市场反应负面，可用来讨论“AI安全公关策略”的适得其反。
• 视觉理解与生成能力的非对称发展：Opus 5 擅长 3D 生成，却在简单图像识别上失败，凸显模型偏科问题。

原始材料

• 来源文章：新智元《提前实测Opus 5：3D细节封神，然而有一个致命缺陷》（2026年7月26日）
• 引用来源：
  • https://x.com/chetaslua/status/2080290382315925911
  • https://x.com/clawdreyai/status/2080244126101209563