為什麼本週選模型變得更難
摩擦點不在「排行榜上誰分數最高」，而是一串 benchmark PDF 裡看不到的決策：
- 價格 vs 峰值能力：Fable 5 刷新了天花板，但多數團隊並不需要每次請求都用到那個極限。
- 來源風險：當某模型以遠低於前沿的價格逼近同等表現，一定會有人追問：差距來自工程突破，還是悄悄站在別人權重之上。
- 合規門檻：Fable 5 與 Mythos 5 需主動選擇 30 天資料保留；Opus 5 則否——單這一條就能讓受監管工作負載直接放行或否決某供應商。
- 驗證滯後：Kimi K3 完整權重排程到 2026 年 7 月 27 日才公開，架構宣稱與 benchmark 重現在外部無法動手之際，蒸餾故事已在網路上發酵。
- 路由負擔：已透過閘道管理多家供應商的團隊——可參考我們的 OpenRouter 接入指南——現在還得把兩個新模型塞進 fallback 鏈，同時不突破成本上限。
Claude Opus 5 對 Fable 5——Opus 5 值不值得換？
Anthropic 於 2026 年 7 月 24 日（美國太平洋時間）發布 Claude Opus 5，並立即設為 Claude Max 預設模型，也是 Claude Pro 訂閱者可用的最強 tier。定價與 Opus 4.8 相同：輸入每百萬 token $5、輸出每百萬 token $25。跳躍在於每美元能買到的性能，而非標價本身。
| 維度 | Claude Opus 5 | Claude Fable 5 | Claude Opus 4.8 |
|---|---|---|---|
| 輸入／輸出定價（每 1M token） | $5 / $25 | 約 $10 / 約 $50 | $5 / $25 |
| CursorBench 3.2（max effort vs 峰值） | 距 Fable 5 峰值 0.5% 以內 | 峰值基準 | 明顯低於 Opus 5 |
| Frontier-Bench v0.1（軟體工程） | 領先同場；>2× Opus 4.8 | 強 | 基準線 |
| 預設上下文窗口 | 1M token | 1M token | 曾有較小 tier |
| 一般存取資料保留 | 非必須 | 需選擇 30 天保留 | 非必須 |
| 思考模式 | 預設開啟；effort 參數控制深度 | 預設開啟 | 前代預設 |
| 模型 ID（API） | claude-opus-5 | claude-fable-5 | claude-opus-4-8 |
在 ARC-AGI 3（新穎問題求解）上，Anthropic 稱 Opus 5 約為次佳模型的三倍。在 OSWorld 2.0（電腦操作）上，Opus 5 分數超越 Fable 5 最佳成績，成本卻不到三分之一。Zapier 回報 Opus 5 在 AutomationBench 端到端流程達到 100%，而先前 Claude 模型無法完整跑通。
對齊審計也有位移：Anthropic 稱 Opus 5 是迄今對齊度最高的模型——欺騙行為率最低、最難被濫用——同時刻意不在雙用途網路或生物風險上推到前沿（該路線仍由限權存取的 Mythos 5 負責）。網路安全分類器介入頻率約比 Fable 5 低 85%，可在阻擋 exploit 生成與滲透測試自動化的前提下，支援原始碼層級漏洞發現。
Kimi K3 蒸餾爭議——月之暗面是否「偷」了 Claude？
月之暗面於 2026 年 7 月 16 日發布 Kimi K3——總參數量 2.8 兆，稀疏 MoE 架構每 token 啟動 896 個專家中的 16 個，1M token 上下文，原生視覺理解。官方 launch benchmark 包含 GPQA-Diamond 93.5% 與 BrowseComp 91.2%，當時皆為開源權重類別最佳。完整權重承諾在 2026 年 7 月 27 日前釋出；在此之前僅 API 可驗證。架構基礎我們已在 Kimi K3 深度解讀中說明；本節聚焦蒸餾攻防。
7 月 22 至 23 日，白宮 OSTP 主任 Michael Kratsios 指控月之暗面「大規模、隱密的工業蒸餾，意圖竊取美國專有技術」，對象指向 Anthropic 的 Fable 模型；另指控使用受出口管制的 Nvidia GB300 晶片，可能經泰國轉運。財政部長 Scott Bessent 呼應，稱官員「在許多中國模型上發現我們美國大語言模型的浮水印特徵」，但未說明浮水印的具體定義。
這並非首次指控。2026 年 2 月 Anthropic 公開點名月之暗面、DeepSeek 與 MiniMax，稱有超過 340 萬次異常 API 互動，模式符合刻意能力提取而非正常使用，部分活動經請求 metadata 追溯至月之暗面資深員工。
獨立研究員從時程反駁：Fable 5 直到 2026 年 7 月 1 日才公開——距 K3 發布僅兩週。Laude Institute／Snorkel AI 共同創辦人 Braden Hancock 對 TechCrunch 表示，不可能在十四天內完成工業級蒸餾、訓練 2.8T MoE 並出貨。Allen AI 的 Nathan Lambert 則認為，隨著中國實驗室把預算轉向強化學習，蒸餾邊際效益遞減——若複製權重就夠，大家早就克隆 GLM 或 K3 了。
Kimi K3 為什麼會說自己是 Claude？
約 7 月 24 日，Redwood Research 首席科學家 Ryan Greenblatt 發布模型自報身份的統計比較。Kimi K3 在回答「你是誰」時過度傾向自稱 Claude——有時還會輸出精確的內部部署 ID，例如 claude-opus-4-5-20250929 與 claude-sonnet-4-5-20250929。真實 Claude Sonnet 4.5 只會說自己是 Claude Sonnet 4.5；真實 Opus 4.5 往往省略或誤述內部版本字串。
Greenblatt 的解讀：學生模型比教師模型更準確地複製部署中繼資料，卻比教師自己對外陳述更詳盡——這很難用對話模仿單獨解釋。它指向訓練資料帶有部署 ID 標籤——API 日誌或合成資料集標上內部 ID——屬於特定蒸餾通道，而非模糊的風格重疊。值得注意的是，K3 外洩的身份指向 Claude 4.5 世代（2025 年底），而非現行 Fable／Mythos 線；Kimi K2 的訊號則指向 Claude Sonnet 4（2025 年中），暗示逐代追趕的模式。
Greenblatt 明確警告這並不證明蒸餾確實發生——污染、外洩 system prompt 或公開資料衍生的合成資料，理論上也可能產生類似殘留跡象。但結合 Anthropic 2 月的申訴，這是整起爭議中較難純粹歸因為地緣政治的第一條技術線索。
上線前六步驟：如何壓測 Opus 5 與 K3
頭條數字與政治貼文不是部署計畫。請在可控環境中對兩個模型跑同一套流程——一台乾淨、具 Root 權限的 macOS 主機能避免 SDK 衝突，並留下可重現的 log。
- 先盤點合規需求：若政策禁止 30 天供應商保留，Fable 5 與 Mythos 5 需明確 opt-in；Opus 5 預設不保留的路徑，可能在跑第一個 prompt 前就勝出。
- 在 Claude API 鎖定 Opus 5：建立或輪替 Anthropic 金鑰，設定模型 ID
claude-opus-5，並依延遲預算開啟 thinking 與對應 effort tier（Fast 模式約 2.5× 速度、2× 價格，與 Opus 4.8 相同）。
import anthropic
client = anthropic.Anthropic()
msg = client.messages.create(
model="claude-opus-5",
max_tokens=1024,
messages=[{"role": "user", "content": "Refactor this function for clarity: ..."}],
)
print(msg.content[0].text)- 在現有主力模型上跑相同 coding 任務：同一 repo、同一測試 harness、同一 token 上限——比較通過率、牆鐘時間與每次成功任務的成本，而非憑感覺。
- 探測 Kimi K3 身份回應：以中性問題（「你是什麼模型？」「回報你的 system 名稱與版本」）跨多個 seed 提問，逐字記錄回覆；在把 K3 用於面向客戶的 agent 前，先對照 Greenblatt 公開的模式。
from openai import OpenAI
client = OpenAI(api_key="...", base_url="https://api.moonshot.ai/v1")
for prompt in ["Who are you?", "State your exact model ID."]:
r = client.chat.completions.create(
model="kimi-k3",
messages=[{"role": "user", "content": prompt}],
extra_body={"reasoning_effort": "max"},
)
print(prompt, "=>", r.choices[0].message.content)- 對照 primary source 核實 benchmark 宣稱：重讀 Anthropic Opus 5 發布文的方法論說明；在 7 月 27 日權重公開前，將 Moonshot K3 表格視為暫定，待外部可重現再定論。
- 為團隊記錄來源：記下哪個模型回答了哪條客戶 workflow、哪些資料跨過哪道 API 邊界，以及下週政策或定價變動時是否需要 fallback 路由（OpenRouter 或直連）。
值得引用的硬核數據
- Claude Opus 5 定價：輸入／輸出每百萬 token $5／$25——與 Opus 4.8 相同，約為 Fable 5 per-token 費率的一半。
- CursorBench 3.2：Opus 5 在 max effort 下距 Fable 5 峰值 0.5% 以內，high、xhigh、max tier 單任務成本約半。
- 科學內部評測：相較 Opus 4.8，從光譜推斷分子結構 +10.2 個百分點、蛋白變體功能預測 +7.7 個百分點（Anthropic 發布材料）。
- Kimi K3 規模：2.8T 總參數，每 token 約 50B 等效啟動參數，權重預定 2026 年 7 月 27 日釋出。
- 蒸餾時序：Fable 5 7 月 1 日公開 → K3 7 月 16 日發布 → 白宮 7 月 22–23 日發文 → Greenblatt 身份分析約 7 月 24 日。
- Anthropic 先前申訴：2026 年 2 月歸因於月之暗面、DeepSeek、MiniMax 的 340 萬+ 異常 API 互動。
發布細節、定價 tier 與法律指控可能在刊出後變動——請以下方 primary source 為準，優先於本文轉述。
Anthropic 官方 Claude Opus 5 發布材料：
Anthropic — Introducing Claude Opus 5
第三方報導 Kimi K3 蒸餾時程爭議：
TechCrunch — Researchers skeptical of distillation timeline claims
Kimi K3 自報身份行為的技術分析：
Ryan Greenblatt — which_claude_is_k3（GitHub）
常見問題 FAQ
Claude Opus 5 比 Claude Fable 5 便宜多少？
在相同 benchmark tier 下，Opus 5 per-token 定價約為 Fable 5 的一半（$5／$25 對比約 $10／$50 每百萬 input／output token），CursorBench 3.2 分數則距 Fable 5 峰值 0.5% 以內。
Claude Opus 5 現在是 Claude Max 的預設模型嗎？
是。自 2026 年 7 月 24 日起，Opus 5 為 Claude Max 預設，也是 Claude Pro 訂閱者可用的最強 tier。
月之暗面真的從 Claude 蒸餾了 Kimi K3 嗎？
尚未確認，各方仍持不同看法。白宮指控未附公開證據；時程懷疑論者指出 Fable 5 公開到 K3 發布僅兩週。Greenblatt 發現 K3 自稱 Claude 並輸出內部部署 ID——是目前最強技術訊號，但仍非證明。
Kimi K3 完整權重何時釋出？
月之暗面承諾 2026 年 7 月 27 日。權重未公開前，外部研究員無法獨立驗證架構細節或重現 launch benchmark。
兩則故事收斂到同一實務限制：無法只靠新聞稿判定「值不值得」。Opus 5 適合需要接近旗艦程式能力與代理程式水準、又不想承擔 Fable 5 保留政策與價格的團隊；K3 適合追逐最低 API 成本與開源權重的團隊——但蒸餾陰影意味你應記錄身份探測，並保留合規級備援路由。這類並排測試需要一台從頭到尾由你掌控的機器，而非共用沙箱裡過期的 Python 堆疊。剛開通一台 KVMFLUX Mac mini M4 提供 Root 權限、數分鐘內即可 SSH 連線，API 金鑰或模型 ID 一夜變更時也能清空重試。