Opus 5 na szczycie rankingu inteligencji. Pierwszy raz ktoś przeskoczył Fable 5
Artificial Analysis wystawił Claude Opus 5 na 61 punktów Intelligence Index - to nowy rekord, wyżej niż Fable 5 i GPT-5.6 Sol. Rozkładam wyniki na czynniki pierwsze, łącznie z tym, które testy pochodzą od samego producenta.
👁 293 przeczytań
Claude Opus 5 wszedł na szczyt niezależnego rankingu Artificial Analysis z wynikiem 61 punktów Intelligence Index. To pierwszy model, który przeskoczył Fable 5. Co ważne, w rankingu pojawiły się trzy jego warianty i wszystkie wysoko.
Czołówka Intelligence Index
| # | Model | Wynik |
|---|---|---|
| 1 | Claude Opus 5 (max effort) | 61 |
| 2 | Claude Opus 5 (xhigh effort) | 60 |
| 3 | Claude Fable 5 (max effort) | 60 |
| 4 | GPT-5.6 Sol (max) | 59 |
| 5 | Claude Opus 5 (high effort) | 59 |
Zwróćcie uwagę na jedną rzecz: Opus 5 na ustawieniu „high” wyrównuje GPT-5.6 Sol na maksymalnym wysiłku. Ten sam model potrafi więc grać w kilku ligach cenowych naraz, zależnie od tego, jak ustawicie suwak.
Testy producenta, czyli czytamy uważnie
Poniższe wyniki pochodzą z materiałów Anthropic. Traktuję je jako deklaracje producenta, nie jako niezależny pomiar, ale są konkretne i sprawdzalne:
- Frontier-Bench v0.1 - Opus 5 wyprzedza wszystkie inne modele i ponad dwukrotnie poprawia wynik Opus 4.8, przy niższym koszcie na zadanie.
- ARC-AGI 3 - wynik trzykrotnie wyższy niż kolejny najlepszy model. To test rozumowania abstrakcyjnego, historycznie najtrudniejszy dla maszyn.
- CursorBench 3.2 - na maksymalnym wysiłku Opus 5 jest w granicach 0,5 procent szczytowego wyniku Fable 5, przy połowie kosztu zadania.
- OSWorld 2.0 (obsługa komputera) - przebija najlepszy rezultat Fable 5 przy nieco ponad jednej trzeciej kosztu.
- Zapier AutomationBench - około 1,5 raza wyższy odsetek zdanych zadań niż kolejny model przy tym samym koszcie. Nawet na najniższym ustawieniu wysiłku zalicza więcej zadań niż konkurencja.
- Chemia organiczna - 10,2 punktu procentowego powyżej Opus 4.8. Zadania białkowe - 7,7 punktu procentowego wyżej.
Czego jeszcze nie wiemy
Nie przepłacaj za te subskrypcje
Prowadzę sklep z rocznymi dostępami do narzędzi AI - te same konta, o których piszę wyżej, tylko taniej niż w cenniku producenta.
W rankingu ludzkich głosów Text Arena model na razie się nie pojawił - tam wyniki budują się tygodniami z milionów pojedynków, więc na werdykt użytkowników trzeba poczekać. Na szczycie wciąż stoi Fable 5 z wynikiem 1507, a pierwsza szóstka to niemal w całości modele Anthropic.
Nie znam też jeszcze zmierzonej szybkości Opus 5 w tokenach na sekundę ani czasu do pierwszego tokena. Gdy tylko pojawią się w danych, zaktualizuję ten wpis i ranking.
Cały tydzień w AI, w jednym mailu
Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.
Zapisz się za darmo →
Podobne tematy na Promptowym
