Theo giám sát của Động Sát Beating, tổ chức đánh giá bên thứ ba Artificial Analysis đã công bố kết quả của Claude Opus 5. Mô hình này đạt 61 điểm trong chỉ số thông minh tổng hợp từ 9 bài kiểm tra, dẫn trước hẹp so với Fable 5 với 60 điểm. GPT-5.6 Sol đạt 59 điểm, Kimi K3 đạt 57 điểm.
Chi phí trung bình mỗi tác vụ của Opus 5 là 2,03 USD, thấp hơn 26% so với 2,75 USD của Fable 5. Mô hình này đứng đầu trong hai bài đánh giá công việc tri thức là GDPval-AA v2 và AA-Briefcase, đồng thời cũng giành vị trí số 1 trong chỉ số Agent lập trình khi kết hợp với Claude Code. Điểm số Terminal-Bench v2.1 đạt 89%, gần như ngang bằng với GPT-5.6 Sol.
Mô hình cung cấp 5 mức cường độ suy luận. Từ low đến max, lượng Token đầu ra chênh lệch khoảng 8 lần, và điểm GDPval-AA v2 chênh lệch 407 Elo. Người dùng có thể dùng nhiều Token hơn để đổi lấy hiệu suất mạnh hơn, hoặc chủ động giảm chi phí.
Điểm yếu cũng rõ ràng không kém. Kiến thức thực tế của Opus 5 vẫn thua kém Fable 5. Trong bài kiểm tra AA-Omniscience, tỷ lệ ảo giác của nó tăng lên 50%, cao hơn 14 điểm phần trăm so với Opus 4.8. Hiệu suất chi phí ở mức suy luận thấp vẫn hơi kém hơn so với dòng GPT-5.6.
