动察 Beating tarafından yapılan takibe göre, üçüncü taraf değerlendirme kuruluşu Artificial Analysis, Claude Opus 5'in sonuçlarını açıkladı. 9 testin birleşiminden oluşan Zeka Endeksi'nde 61 puan alarak, 60 puan alan Fable 5'i dar bir farkla geride bıraktı. GPT-5.6 Sol 59 puan, Kimi K3 ise 57 puan aldı.
Opus 5'in görev başına ortalama maliyeti 2,03 dolar olup, Fable 5'in 2,75 dolarına kıyasla %26 daha düşük. GDPval-AA v2 ve AA-Briefcase adlı iki bilgi çalışması değerlendirmesinde zirveye yerleşti ve Claude Code ile eşleştirildiğinde Programlama Ajanı Endeksi'nde de birinciliği paylaştı. Terminal-Bench v2.1'de %89 puan alarak kabaca GPT-5.6 Sol'u yakaladı.
Model, 5 kademeli akıl yürütme yoğunluğu sunuyor. Düşükten maksimuma, çıktı Token'ları yaklaşık 8 kat farklılık gösterirken, GDPval-AA v2 puanları 407 Elo fark yaratıyor. Kullanıcılar, daha fazla Token ile daha yüksek performans elde edebilir veya maliyetleri aktif olarak düşürebilir.
Zayıf yönler de aynı derecede belirgin. Opus 5'in olgusal bilgisi hâlâ Fable 5'in gerisinde. AA-Omniscience testinde halüsinasyon oranı %50'ye yükselerek Opus 4.8'den 14 puan daha yüksek. Düşük akıl yürütme kademelerindeki maliyet etkinliği de hâlâ GPT-5.6 serisinin biraz gerisinde kalıyor.
