KeyFrame內部研究專用

🚀Claude Fable 5将编程门槛被彻底击穿!史上最强大模型真正碾压GPT 5.5!全面实测:SVG动画、流体模拟、自动化APP测试,这个模型对物理世界的理解太可怕了!零基础也能做出完美App

AI超元域·6月10日週三·15 min中文

三句話摘要

全面測試 Anthropic 新發布的 Claude Opus 5 模型,涵蓋 SVG 動畫、物理模擬、遊戲開發、iOS App 開發及安全審計等多項能力。 --- Claude Opus 5 在編程、物理模擬與複雜 UI 生成上實現了全面突破,幾乎沒有技術弱點,唯一制約大規模使用的門檻是每百萬輸出 token $50 美元的極高成本。 安全護欄機制決定了可用版本:Anthropic 為 Opus 5 加入內建分類器,偵測到敏感請求(網路安全、生化、模型蒸餾)時自動路由至 Claude Opus 4.8,因此目前對外開放的是加護欄版本,而非完整的基礎模型能力。

重點整理

重點
  • 1

    安全護欄機制決定了可用版本:Anthropic 為 Opus 5 加入內建分類器,偵測到敏感請求(網路安全、生化、模型蒸餾)時自動路由至 Claude Opus 4.8,因此目前對外開放的是加護欄版本,而非完整的基礎模型能力。

  • 2

    SVG 生成能力質的飛躍:模型能一次性生成包含等比例行星、可辨識動物角色、賽道旗幟的複雜 SVG 動畫,以及能正確模擬複合弓滑輪物理運動的動畫,顯示其對真實物理世界的建模能力遠超前代。

  • 3

    Claude Code 搭配 Opus 5 可完整交付 iOS 原生 App:從 SwiftUI 架構設計到 UI/UX、音效、成就徽章系統,一次提示即完成,並由 Claude Code 自動執行模擬器測試,無需人工介入。

  • 4

    高價格是唯一明顯缺點:輸出 token 費用達 $50 / 百萬,在 Claude Max 訂閱 20 倍用量下 token 仍消耗極快,日常大量使用的成本壓力顯著。

  • 5

    --

實用技巧與重點

乾貨
  • 模型資訊
  • 模型名稱:Claude Opus 5(逐字稿以語音辨識名稱呈現)
  • 同期發布:另一款同系列模型(逐字稿稱「Methods 5」)
  • 知識截止日期:2026 年 1 月底
  • Claude Code 支援版本:v201.170,指令:`/model` → 選 Opus 5
  • 定價
  • 輸入:$10 / 百萬 token
  • 輸出:$50 / 百萬 token
  • 安全路由機制
  • 觸發路由的類別:網路安全、生物與化學、模型蒸餾
  • 路由目標:Claude Opus 4.8
  • 測試項目與結果
  • SVG 動畫(土星環賽道):一次成功,土星/角色比例 20:1 精確還原
  • SVG 動畫(複合弓放箭):滑輪轉動、弓身震動、平衡桿、窺孔均正確還原
  • 黑洞互動模擬:可調參數包含傾角、吸積盤速度、都卜勒效應
  • 侏羅紀射擊遊戲:坦克砲管跟隨滑標、飛碟提前量、拋物線、音效,一次完成
  • 3D 水槽流體模擬:波紋折射、浮力、下雨、大浪控制,一次完成
  • iOS 背單詞 App:SwiftUI 原生、翻轉卡片、例句播放、成就徽章、深淺色主題
  • 開源專案安全審計:發現高危漏洞 1 個、中危 1 個、低危 3 個,並可自動修復
  • Claude Design 測試
  • 生成音樂播放器 UI:黑色風格、沉浸式視圖、專輯牆、情緒星圖、回聲統計柱狀圖
  • --

結論

結論

Claude Opus 5 在編程、物理模擬與複雜 UI 生成上實現了全面突破,幾乎沒有技術弱點,唯一制約大規模使用的門檻是每百萬輸出 token $50 美元的極高成本。

完整解析

詳細

Anthropic 正式發布 Claude Opus 5,這是其當前旗艦等級的語言模型,同步上線於 Claude 網頁版與 Claude Code(需更新至 v201.170)。模型知識截止日期為 2026 年 1 月底,在官方基準測試中全面超越 GPT-4.5。然而為防止網路安全能力被濫用,Anthropic 在對外版本中加入了內建分類器:當使用者提問涉及網路安全、生化武器或模型蒸餾等敏感領域時,請求會自動轉由 Claude Opus 4.8 回答,而非使用 Opus 5 的完整能力。這是目前對外可用版本與底層基礎模型之間最關鍵的差異。定價方面,輸入每百萬 token 約 $10 美元、輸出約 $50 美元,在所有主流模型中屬於最高價位。

影片作者針對多個具有代表性的場景進行測試,第一類是 SVG 動畫與物理模擬。第一道題要求生成「極微鳥騎自行車、兔兔鳥騎滑板在土星環上比賽」的 SVG,結果一次成功,行星比例(土星環為角色的 20 倍)精確,太陽、地球、木星大紅斑、火星均正確渲染,賽道旗幟也完整呈現。第二道題是獨創測試:要求模擬複合弓從開弓到放箭的瞬間,包含滑輪轉動和弓身震動的物理細節。模型不僅正確描繪了複合弓的平衡桿、瞄準器、窺孔結構,放箭瞬間弓身震動的動態也與真實物理世界高度吻合。此外還完成了可互動調整傾角、速度與都卜勒效應的黑洞吸積盤模擬,視覺效果與電影《星際效應》的黑洞接近。

第二類測試是完整應用程式開發。遊戲方面,作者以極簡提示詞要求開發一款侏罗紀射擊遊戲,Claude Opus 5 一次生成了具備砲管跟隨滑鼠旋轉、拋物線彈道、飛碟提前量計算、隕石下落及音效的完整遊戲;另一項 3D 水槽流體模擬也一次完成,波紋折射、浮力、落水水花均符合物理直覺。iOS App 方面,作者直接在 Claude Code 中以同一份舊有提示詞(未做任何修改)要求在 Xcode 空白 SwiftUI 專案上開發背單詞應用,最終交付的 App 涵蓋翻轉卡片、例句語音播放、左右滑動標記熟悉度、成就徽章解鎖系統、深淺色主題切換與振動音效反饋,視覺品質明顯優於前代模型。更值得一提的是,Claude Code 在開發完成後自動啟動模擬器並操控 UI 執行橫屏測試、切換主題,全程無需人工介入。

安全審計方面,作者將自己的開源記憶專案交由 Claude Code(使用 Opus 5)分析,雖然任務被標記為網路安全類別,但模型仍正常執行並發現了 1 個高危漏洞、1 個中危漏洞及 3 個低危漏洞,還列出了具體檔案路徑與行號,並提示是否自動修復。Claude Design 中的音樂播放器 UI 測試同樣展示了模型在無限定條件下的創意設計能力,完成品包含情緒星圖與回聲統計等非常規功能模組。綜合所有測試,作者認為 Opus 5 幾乎找不到明顯槽點,唯一的障礙是令人卻步的高昂定價。

---

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing
編輯精選
83 min
AI 技術英文PODCAST8月26日

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing

Latent Space

  • 加速傳統物理模擬的典範轉移:氣象科學家原本認為 AI 無法匹敵數十年的物理建模工作,但傅里葉神經算子不僅達到同等精度,還快了一萬多倍。原本需要超級計算機的計算現在用消費級 GPU 就能完成,這改變了整個領域的思維方式。
  • 傅里葉域的非局部現象捕捉:傅里葉域能有效表示非局部現象(如大氣河流跨越千里的影響),且計算複雜度為準線性,遠優於完全連接的全局模型。這特別適合流體動力學、量子化學等自然現象中普遍存在的非局部相互作用。
  • 多解析度連續函數表示:神經算子將輸入輸出視為連續函數而非固定維度向量,可在推論時以任意解析度查詢,並能在更高解析度上疊加物理約束或額外數據,克服了固定解析度神經網路的限制。
Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Why the Next AI Breakthrough May Come from Physics with Max Welling - #774
55 min
AI 技術英文PODCAST8月25日

Why the Next AI Breakthrough May Come from Physics with Max Welling - #774

TWIML AI

  • 多層篩選的材料設計流程:先搜尋文獻資料庫找現有材料,若無合適的就用生成模型產生數十萬個候選分子,用機器學習力場進行分子動力學模擬篩選,再進行實驗驗證。這套流程相比傳統量子力學計算能加速效率數個數量級。
  • 生成AI與熱力學的數學等價性:資訊論是兩個領域的共同基礎,生成模型的擴散過程與非平衡統計力學描述資訊損失的過程在數學上完全對應,許多開發出來的方法工具在兩領域都有精確對應的形式。
  • 基礎模型的遷移學習策略:先在廣泛材料資料集上訓練基礎力場表示,再針對特定材料類別進行蒸餾微調,既能保持計算效率也能獲得專一性。