Anthropic បានដាក់បង្ហាញ Claude Opus 5 ដែលជាគំរូ AI ថ្មីដែលក្រុមហ៊ុននិយាយថាផ្តល់នូវការស៊ើបការណ៍នៅជិតព្រំដែនក្នុងតម្លៃប្រហែលពាក់កណ្តាលនៃតម្លៃនៃម៉ូដែល Fable 5 លំដាប់កំពូលរបស់វា។ ចេញផ្សាយនៅថ្ងៃទី 24 ខែកក្កដា ឆ្នាំ 2026 ពេលនេះ Opus 5 គឺជាគំរូលំនាំដើមនៅលើ Claude Max និងជាម៉ូដែលខ្លាំងបំផុតដែលមាននៅលើ Claude Pro ដោយដាក់វាជាបុគ្គលិកប្រចាំថ្ងៃរបស់ Anthropic សម្រាប់ការសរសេរកូដ ភ្នាក់ងារស្វយ័ត និងការងារចំណេះដឹងវិជ្ជាជីវៈ។

ការ​ចាប់​ផ្ដើម​ដំណើរការ​នៅ​ពេល​ដែល​អាជីវកម្ម​កំពុង​ពិនិត្យ​មើល​ការ​ចំណាយ AI។ យោងតាម ​​CNBC ម៉ូដែលថ្មី "គូប្រជែង Fable 5 និងមានតម្លៃថោកជាង ដោយសារអាជីវកម្មបារម្ភអំពីការចំណាយ" ខណៈពេលដែល Bloomberg បានកំណត់ថាវាជា "គំរូដែលសន្សំសំចៃកាន់តែច្រើនសម្រាប់កិច្ចការប្រចាំថ្ងៃ" ។ សម្រាប់ក្រុមដែលតាមដាន [ការអភិវឌ្ឍន៍ AI] (https://aibuzzwire.news) ចុងក្រោយបង្អស់ Opus 5 តំណាងឱ្យការភ្នាល់ដោយចេតនាដែលសមរភូមិប្រកួតប្រជែងបន្ទាប់គឺជាតម្លៃ មិនមែនជាកំពូលតារាងពិន្ទុឆៅនោះទេ។

ការអនុវត្ត Benchmark៖ រដ្ឋថ្មីនៃសិល្បៈលើការសរសេរកូដ និងការងារចំណេះដឹង

Anthropic រាយការណ៍ថា Opus 5 ប្រកាសលទ្ធផលចុងក្រោយបង្អស់លើការសរសេរកូដ និងការវាយតម្លៃការងារចំណេះដឹង រួមទាំង Frontier-Bench និង GDPval-AA ។ នៅលើ Frontier-Bench v0.1 ក្រុមហ៊ុននិយាយថា Opus 5 វ៉ាជាងម៉ូដែលផ្សេងទៀតទាំងអស់ និងច្រើនជាងទ្វេដងនៃដំណើរការរបស់អ្នកកាន់តំណែងមុន Opus 4.8 ក្នុងតម្លៃទាបជាងក្នុងមួយកិច្ចការ។

នៅលើ CursorBench 3.2, Opus 5 មកក្នុង 0.5% នៃពិន្ទុកំពូលរបស់ Fable 5 ខណៈពេលដែលត្រូវចំណាយពាក់កណ្តាលជាច្រើនក្នុងមួយកិច្ចការ នេះបើយោងតាមស្តង់ដារផ្ទាល់ខ្លួនរបស់ Anthropic ។ ឌិគ្រីបបានកត់សម្គាល់ថាគំរូ "ទទួលបានពិន្ទុលើសពី Fable 5 លើតម្លៃគោលភាគច្រើន - នៅពាក់កណ្តាលតម្លៃ" ។

ផលចំណេញបានពង្រីកដល់ការវាយតម្លៃភ្នាក់ងារ និងដោះស្រាយបញ្ហា៖

  • ARC-AGI 3: Opus 5 ទទួលបានពិន្ទុប្រហែល 3 ដងខ្ពស់ជាងគំរូល្អបំផុតបន្ទាប់នៅលើការធ្វើតេស្តដោះស្រាយបញ្ហាប្រលោមលោកនេះ។
  • Zapier AutomationBench: អត្រាឆ្លងកាត់ប្រហែល 1.5x ជាគំរូល្អបំផុតបន្ទាប់សម្រាប់ការចំណាយដូចគ្នា ដោយវាស់ស្ទង់ការបញ្ចប់កិច្ចការអាជីវកម្មពីចុងដល់ចប់។
  • OSWorld 2.0 (ការប្រើប្រាស់កុំព្យូទ័រ)៖ Opus 5 វ៉ាដាច់លទ្ធផលល្អបំផុតរបស់ Fable 5 ដោយចំណាយត្រឹមតែជាងមួយភាគបីនៃតម្លៃ។

គួរកត់សម្គាល់ថា Anthropic ទទួលស្គាល់ថា Opus 5 "នៅតែនៅពីក្រោយ Mythos 5 លើកិច្ចការសន្តិសុខតាមអ៊ីនធឺណិត" ដែលជាតំបន់មួយដែលគំរូព្រំដែនគូប្រជែងរក្សាការនាំមុខ។

ភ្នាក់ងារខ្លាំងជាង និងការផ្ទៀងផ្ទាត់ខ្លួនឯង

ប្រធានបទដែលកើតឡើងដដែលៗនៅក្នុងសេចក្តីប្រកាសគឺជាសមត្ថភាពធ្វើឱ្យប្រសើរឡើងរបស់ Opus 5 ដើម្បីផ្ទៀងផ្ទាត់ការងារផ្ទាល់ខ្លួនរបស់វា ហើយធ្វើម្តងទៀតរហូតដល់វាជោគជ័យ។ Anthropic បានពិពណ៌នាឧទាហរណ៍ជាច្រើនពីការធ្វើតេស្តចូលប្រើដំបូងដែលបញ្ជាក់ពីស្វ័យភាពនេះ។

នៅក្នុងកិច្ចការ Frontier-Bench មួយ គំរូត្រូវបានផ្តល់ឱ្យនូវគំនូរនៃផ្នែកម៉ាស៊ីន ហើយបានស្នើសុំឱ្យសរសេរកូដដើម្បីបង្កើតវាឡើងវិញជាគំរូ 3D FreeCAD ប៉ុន្តែត្រូវបានផ្តល់ឱ្យដោយចេតនាគ្មានវិធីដើម្បីមើលគំនូរដោយផ្ទាល់នោះទេ។ Opus 5 ត្រូវបានគេរាយការណ៍ថាបានសរសេរបំពង់ចក្ខុវិស័យកុំព្យូទ័រផ្ទាល់ខ្លួនដើម្បីទាញយកធរណីមាត្រពីភីកសែលឆៅ បន្ទាប់មកបានស្ថាបនាឡើងវិញនូវផ្នែកពេញលេញ ដោយជោគជ័យម្តងហើយម្តងទៀតដែលគ្មានម៉ូដែលប្រកួតប្រជែងអាចដោះស្រាយកិច្ចការបន្ទាប់ពីការព្យាយាមប្រាំដង។

ដោយទទួលបានកំហុសពិតប្រាកដនៅក្នុងកម្មវិធីគ្រប់គ្រងកញ្ចប់ប្រភពបើកចំហដ៏ពេញនិយម Opus 5 បានរកឃើញមូលហេតុឫសគល់ និងបានជួសជុលករណីគែមដែលបំណះផ្ទាល់ខ្លួនរបស់សហគមន៍បានខកខាន ខណៈដែលគំរូប្រកួតប្រជែងបានជួសជុលតែរោគសញ្ញាផ្ទៃ ហើយប្រកាសថាបញ្ហាត្រូវបានដោះស្រាយ។ វិស្វករនៅក្រុមហ៊ុនពាណិជ្ជកម្មមួយត្រូវបានគេរាយការណ៍ថាបានប្រើប្រាស់ Opus 5 ដើម្បីបង្កើតទីផ្សារទិន្នន័យសម្រាប់ការផ្លាស់ប្តូរថ្មីក្នុងវគ្គតែមួយ — កិច្ចការដែលម៉ូដែលមុនមិនអាចបំពេញបានទាល់តែសោះ — ហើយការស្វែងរកមិនឃើញមតិព័ត៌មានផ្ទាល់ដើម្បីបញ្ជាក់ភាពត្រឹមត្រូវនោះ ម៉ូដែលនេះបានបង្កើតខ្សែសាកល្បងផ្ទាល់ខ្លួន។

ការទទួលភ្ញៀវ

ដៃគូដែលចូលប្រើដំបូងបានផ្តល់នូវការវាយតម្លៃជាវិជ្ជមានយ៉ាងទូលំទូលាយ។ លោក Scott Wu នាយកប្រតិបត្តិនៃក្រុមហ៊ុន Cognition (អ្នកបង្កើតភ្នាក់ងារសរសេរកូដ Devin) បាននិយាយថា Opus 5 "ឈានដល់ការអនុវត្តកម្រិត Fable នៅពាក់កណ្តាលតម្លៃ" និងបង្ហាញ "ភាពខ្លាំងជាពិសេសលើការបំបាត់កំហុសដ៏លំបាក និងភារកិច្ចវិភាគឫសគល់" ។ Sualeh Asif សហស្ថាបនិក Cursor បាននិយាយថា ម៉ូដែលនេះផ្តល់នូវ "នៅជិត Fable 5 Intelligence ក្នុងល្បឿន Opus និងតម្លៃ"។

លោក Wade Foster នាយកប្រតិបត្តិនៃក្រុមហ៊ុន Zapier បានរាយការណ៍ថា Opus 5 "បានឈរនៅលើតារាងពិន្ទុ AutomationBench របស់ Zapier ដោយមិនចំណាយប្រាក់ច្រើនជាងម៉ូដែល Claude ពីមុន" ដោយបញ្ចប់ដំណើរការការងារទប់ស្កាត់ការកកស្ទះពេញលេញដល់ទីបញ្ចប់ - ដាក់ទង់គណនីដែលមានហានិភ័យ ជូនដំណឹងដល់ម្ចាស់ត្រឹមត្រូវ និងសង្ខេបសម្រាប់ក្រុមរក្សា។ ម៉ូដែលមុនមិនឆ្លងកាត់; Opus 5 បុក 100% ។

ទទួលបានក្នុងការស្រាវជ្រាវវិទ្យាសាស្ត្រ

Anthropic ក៏បានគូសបញ្ជាក់ពីការកែលម្អរបស់ Opus 5 សម្រាប់ការងារវិទ្យាសាស្ត្រផងដែរ។ គំរូនេះដំណើរការលើសពី Opus 4.8 លើរាល់ការវាយតម្លៃវិទ្យាសាស្ត្រជីវិតរបស់ Anthropic ដែលគ្របដណ្តប់ជីវវិទ្យារចនាសម្ព័ន្ធ គីមីសរីរាង្គ និងជីវព័ត៌មានវិទ្យា។ ក្រុមហ៊ុនបានចង្អុលទៅការកែលម្អ 10.2 ភាគរយលើស្តង់ដារគីមីសរីរាង្គខាងក្នុង (ការសន្និដ្ឋានរចនាសម្ព័ន្ធម៉ូលេគុលពីទិន្នន័យ spectroscopy) និងការកើនឡើង 7.7 ពិន្ទុលើកិច្ចការទស្សន៍ទាយមុខងារប្រូតេអ៊ីន។ អតិថិជនផ្នែកពន្ធុវិទ្យាម្នាក់បានពណ៌នាអំពីគំរូនេះថាមានឥរិយាបទ "ដូចជាអ្នកវិទ្យាសាស្ត្រដែលមានការប្រុងប្រយ័ត្ន" ដោយឈានដល់ការធ្វើតេស្តស្ថិតិត្រឹមត្រូវ និងឆ្លងកាត់ការត្រួតពិនិត្យលទ្ធផលរបស់វា។

យុទ្ធសាស្ត្រកំណត់តម្លៃ

តាមរយៈការកំណត់តម្លៃ Opus 5 នៅកម្រិតដូចគ្នាទៅនឹង Opus 4.8 ខណៈពេលដែលខិតជិតភាពវៃឆ្លាតរបស់ Fable 5 នោះ Anthropic កំពុងកាត់បន្ថយគម្លាតរវាងការផ្តល់ជូនថ្នាក់កណ្តាល និងស្មាតហ្វូនរបស់ខ្លួនយ៉ាងមានប្រសិទ្ធភាព។ VentureBeat បានកំណត់ការចេញផ្សាយនេះថាជា "គំរូ AI ថោកជាងសម្រាប់ការសរសេរកូដ ភ្នាក់ងារ និងលំហូរការងាររបស់សហគ្រាស" ហើយ Seeking Alpha បានសង្កេតឃើញថា Opus 5 គឺ "កាន់តែជិត និងថោកជាងទៅនឹងម៉ូដែល Frontier Fable 5" ។ ក្រុមហ៊ុនផ្តល់ជូននូវការកំណត់ "ការខិតខំប្រឹងប្រែង" ដែលអាចលៃតម្រូវបាន ដែលអនុញ្ញាតឱ្យអតិថិជនធ្វើពាណិជ្ជកម្មស៊ើបការណ៍សម្ងាត់សម្រាប់ល្បឿន និងតម្លៃថូខឹនទាប ដោយធ្វើការកែតម្រូវសមាមាត្រតម្លៃទៅនឹងការអនុវត្តក្នុងមួយកិច្ចការ។

តើវាមានន័យយ៉ាងណាសម្រាប់ការប្រណាំង AI

Opus 5 គូសបញ្ជាក់ពីរបៀបដែលតម្លៃនៃ AI ជិតព្រំដែនកំពុងធ្លាក់ចុះយ៉ាងឆាប់រហ័ស។ គំរូដែលចូលមកក្នុងចម្ងាយដ៏គួរឱ្យចាប់អារម្មណ៍នៃប្រព័ន្ធដែលមានសមត្ថភាពបំផុតដែលអាចរកបាន - នៅពាក់កណ្តាលតម្លៃសញ្ញាសម្ងាត់ - ដាក់សម្ពាធដល់ដៃគូប្រកួតប្រជែងដើម្បីបង្ហាញពីភាពត្រឹមត្រូវនៃតម្លៃបុព្វលាភសម្រាប់ការកើនឡើងតិចតួច។ ជាមួយនឹងការប្រណាំង Anthropic, OpenAI, Google និងផ្សេងទៀតដើម្បីធ្វើឱ្យម៉ូដែលដែលមានសមត្ថភាពមានតម្លៃសមរម្យសម្រាប់ការប្រើប្រាស់ប្រចាំថ្ងៃ និងទ្រង់ទ្រាយធំ សំណួរសម្រាប់សហគ្រាសកំពុងផ្លាស់ប្តូរពី "ម៉ូដែលណាដែលឆ្លាតជាងគេ?" ទៅ "ម៉ូដែលណាដែលផ្តល់ភាពវៃឆ្លាតបំផុតក្នុងមួយដុល្លារ?"

សម្រាប់ Anthropic សារគឺច្បាស់លាស់៖ ហេតុផលខ្ពស់មិនមែនជាផលិតផលប្រណីតទៀតទេ។ Opus 5 នាំមកនូវសមត្ថភាពនៅជាប់ព្រំដែន ដល់ចំណុចតម្លៃដែលធ្វើឲ្យការប្រើប្រាស់ប្រចាំថ្ងៃប្រកបដោយនិរន្តរភាព និងប្រាកដនិយម — ហើយនោះអាចបង្ហាញថាជាព័ត៌មានលម្អិតដែលកើតឡើងច្រើនបំផុត។

[បន្តទៅមុខនៃ AI] (https://aibuzzwire.news)

Claude Opus 5 អាចរកបានចាប់ពីថ្ងៃនេះនៅលើ Claude Pro, Claude Max និងតាមរយៈ API របស់ Anthropic ។ សម្រាប់ព័ត៌មានបន្ថែមអំពីរឿងនេះ និងទិដ្ឋភាពនៃបញ្ញាសិប្បនិមិត្តកាន់តែទូលំទូលាយ សូមតាមដាន [ព័ត៌មានថ្មីៗ AI] (https://aibuzzwire.news) នៅពេលវាកើតឡើង។

អានព័ត៌មាន AI បន្ថែម →