O czym jest ten film
- Świeża, „na gorąco” reakcja na premierę modelu Claude Opus 5.
- Opus 5 wyznacza nowy stan wiedzy (state of the art) w kilku benchmarkach kodowania i pracy umysłowej.
- Skok w agentowym kodowaniu w terminalu: 43% wobec 33% dla Fable 5 i 21% dla Opus 4.8.
- Duża poprawa w „novel problem-solving”: z 1,5% (Opus 4.8) do 30% (Opus 5).
- Kluczowa teza autora: Opus 5 bywa lepszy od Fable 5, a przy tym tańszy.
- Opus jest o połowę tańszy od Fable, a Fable szybko „przepala” limity użycia.
- Opus 5 kosztuje tyle samo co poprzednik Opus 4.8, a daje wyraźnie wyższą wydajność.
- Mocna strona Opus 5 to weryfikacja własnej pracy i iterowanie aż do skutku — co napędza pętle agentowe.
- Autor zapowiada pełny eksperyment porównawczy Opus 5 vs Fable 5 jeszcze tego samego dnia.
- Praktyczna zachęta: zaktualizować Claude Code, przełączyć się na Opus 5 i przetestować na własnych zadaniach.
Redakcyjne tłumaczenie
Opus 5 właśnie się pojawił
Claude Opus 5 dopiero co miał premierę. Resztę dnia spędzę oczywiście na zabawie z nim, porównując go z Fable 5, i przygotuję dla was osobny eksperyment — więc śledźcie kanał, bo pojawi się później dzisiaj. Na razie chciałem tylko szybko wpaść i pokazać wam kilka rzeczy, bo wydają mi się naprawdę ciekawe.
W wielu ewaluacjach dotyczących kodowania i pracy umysłowej Opus 5 wyznacza nowy stan wiedzy.
(Informacja dodatkowa: „state of the art” oznacza aktualnie najlepszy osiągnięty poziom w danej dziedzinie.)
Wyniki benchmarków
Spójrzcie na pierwszy benchmark: agentowe kodowanie w terminalu. Opus 5 ma 43%, Fable 5 miał 33%, a Opus 4.8 — 21%. To duży skok nie tylko względem Opus 4.8, ale i względem Fable 5.
Podobnie jest z pracą umysłową — tutaj Opus 5 miażdży Opus 4.8. Nie wiem dokładnie, co mierzy benchmark „novel problem-solving”, ale spójrzcie: z 1,5% dla Opus 4.8 podskoczyło do 30% dla Opus 5. Te wyniki są nieprawdopodobne.
Widać też „computer use”, czyli obsługę komputera przez model. Tutaj do tej pory domyślnie sięgałem po Codex — zawsze uważałem, że GPT 5.6 albo 5.5 z Codeksem jest po prostu absolutnie najlepszy w obsłudze komputera. Ale patrząc na Opus 5, będę musiał go z tym przetestować.
(Informacja dodatkowa: „computer use” to tryb, w którym model steruje interfejsem komputera — klika, pisze, obsługuje aplikacje. Codex to narzędzie do kodowania oparte na modelach OpenAI.)
Najciekawsze: wydajność kosztowa
Najbardziej interesuje mnie efektywność. Jak wiecie, Opus jest o połowę tańszy od Fable, a Fable potrafi przepalić wasze kredyty w mgnieniu oka. A tu proszę:
- Agentowa obsługa komputera — Opus 5 wypada lepiej niż Fable i taniej.
- Agentowe procesy biznesowe — Opus 5 lepszy od Fable i tańszy.
- Wielodziedzinowe rozumowanie według poziomu wysiłku — Opus 5 lepszy i tańszy od Fable.
To dla mnie naprawdę fascynujące. Sam za chwilę zużyję mnóstwo kredytów — jeśli spojrzycie na mój panel Claude, jestem już na tygodniowym limicie Fable i zaraz wejdę w dodatkowe koszty rzędu tysięcy dolarów. Ale przeprowadzę masę eksperymentów i przyniosę wam swój werdykt.
Jak zacząć od razu
Chciałem tylko szybko wam to pokazać. Jeśli macie chwilę, wejdźcie do VS Code, otwórzcie Claude Code, zaktualizujcie go, przełączcie się na Opus 5 i po prostu zacznijcie uruchamiać swoje skille i zadania, żeby poczuć, jak to działa.
Bo — jak wiemy — benchmarki są ciekawe, ale zawsze trzeba brać je z przymrużeniem oka. Wszystko zależy od waszego przypadku użycia, sposobu, w jaki rozmawiacie z agentami, i rodzaju wykonywanej pracy.
Claude Opus 5 zapewnia wyraźnie lepszą wydajność przy tym samym koszcie co jego poprzednik, Opus 4.8. Świetnie radzi sobie z wartościowymi zadaniami inżynierii oprogramowania — jak Frontier bench czy Cursor bench. Bardzo chcę zobaczyć, jak wypadnie na zestawie Deep, bo to był dotąd całkiem wiarygodny wskaźnik wyprzedzający.
Kwestia kosztu wobec Fable 5
Cała sprawa kosztu jest dla mnie najciekawsza w porównaniu z Fable 5. Wielu z was mówiło: „szkoda, że tracimy Fable albo że dostajemy na niego tylko ograniczony limit”. Ale Fable jest przesadą do większości zadań i jest naprawdę drogi. Jeśli więc Opus 5 jest lepszy w ogólnej pracy umysłowej, to ogromna wygrana. To mnie autentycznie ekscytuje.
Weryfikacja jako przewaga
Opus 5 jest znacznie mocniejszy w weryfikowaniu własnej pracy i cierpliwym iterowaniu, aż mu się uda. Słyszałem na X naprawdę zabawną, ale trafną analogię. Mówiono, że Fable 5 jest jak mądra stara sowa — świetnie planuje, zarządza, wymyśla pomysły. Natomiast GPT-5.6-Soul jest jak rottweiler: chwyta zadanie, potrząsa nim i nie puszcza, dopóki nie zostanie skończone. I faktycznie tak to czułem — GPT uruchamiał więcej testów i lepiej weryfikował niż Fable.
(Informacja dodatkowa: „X” to serwis społecznościowy, dawniej Twitter.)
Być może twórcy Opus 5 to zobaczyli i pomyśleli: musimy wbudować część tej weryfikacji rodem z GPT-5.6-Soul. A jeśli ją mamy, to przełom — bo weryfikacja jest tym, co napędza wszystkie te pętle agentowe, o których wszyscy mówią. Jeśli używacie modelu naprawdę dobrego w weryfikacji, wasze pętle będą lepsze, a wyniki lepsze. Dlatego bardzo chcę przetestować Opus 5 właśnie pod kątem weryfikacji.
Pokazano też przykłady, gdzie Opus 5 dostawał realne scenariusze i miał znajdować błędy, weryfikować, próbować różnych podejść i ostatecznie dawać dobry wynik.
Podsumowanie
Model jest już w pełni dostępny dla wszystkich na wszystkich platformach, w dokładnie tej samej cenie co Opus 4.8. Jak mówiłem — wskakuję w to teraz i zaczynam ostro testować go przeciwko Fable 5, a pełny eksperyment przyniosę wam później dzisiaj. Miejcie oko na ten film. Dzięki, do zobaczenia!
10 najważniejszych takeaways — z kontekstem zastosowania
1.Opus 5 to nowy stan wiedzy w kilku benchmarkach
Na czym polega: W ewaluacjach kodowania i pracy umysłowej Opus 5 wypada najlepiej — także ponad Fable 5 i Opus 4.8.
Jak stosować: Jeśli dotąd dobierałeś model według rankingów, potraktuj Opus 5 jako domyślnego kandydata do zadań agentowych i inżynieryjnych.
Na co uważać: Autor sam podkreśla, że benchmarki bierze się z przymrużeniem oka — liczy się twój konkretny przypadek użycia, nie liczba w tabeli.
2.Wyraźny skok w agentowym kodowaniu w terminalu
Na czym polega: 43% dla Opus 5 wobec 33% (Fable 5) i 21% (Opus 4.8) w benchmarku agentowego kodowania terminalowego.
Jak stosować: Do zadań, w których model sam wykonuje komendy i iteruje w terminalze (np. Claude Code), Opus 5 jest naturalnym wyborem do przetestowania.
Na co uważać: To pojedynczy benchmark; procent sukcesu nie przekłada się wprost na twoje projekty. Zweryfikuj na własnym repozytorium.
3.Ta sama cena co Opus 4.8, wyższa wydajność
Na czym polega: Opus 5 kosztuje tyle samo co poprzednik, dając mierzalnie lepsze wyniki.
Jak stosować: Jeśli już płacisz za Opus 4.8, przejście na Opus 5 to darmowy wzrost jakości — zaktualizuj i przełącz model.
Na co uważać: „Ta sama cena za token” nie znaczy „ta sama cena za zadanie” — lepszy model może zużyć więcej tokenów na dłuższe iteracje.
4.Opus bywa tańszy niż Fable przy lepszych wynikach
Na czym polega: W obsłudze komputera, procesach biznesowych i wielodziedzinowym rozumowaniu Opus 5 wypada lepiej niż Fable i taniej.
Jak stosować: Tam, gdzie dotąd sięgałeś po Fable „dla pewności”, przetestuj Opus 5 — możesz obniżyć koszty bez utraty jakości.
Na co uważać: Fable nadal ma mocne strony (planowanie, ideacja); nie zamieniaj wszystkiego w ciemno — porównaj na swoich zadaniach.
5.Fable jest przesadą i drogo kosztuje do rutynowej pracy
Na czym polega: Autor uważa Fable za „overkill” do większości zadań i wskazuje na szybkie przepalanie limitów.
Jak stosować: Zarezerwuj Fable do naprawdę wymagających zadań, a codzienną pracę umysłową przenieś na tańszy Opus 5.
Na co uważać: To opinia oparta na wczesnym wrażeniu, nie na ukończonym teście — traktuj jako hipotezę do sprawdzenia.
6.Mocna weryfikacja własnej pracy
Na czym polega: Opus 5 lepiej sprawdza swoje wyniki i iteruje, aż zadanie się powiedzie — cecha inspirowana „upartością” GPT-5.6-Soul.
Jak stosować: Wykorzystaj to w zadaniach wymagających poprawności (debugowanie, testy) — pozwól modelowi weryfikować i poprawiać swój rezultat.
Na co uważać: Więcej weryfikacji to więcej iteracji, a więc potencjalnie więcej zużytych tokenów i czasu. Ustaw granice pętli.
7.Weryfikacja napędza pętle agentowe
Na czym polega: Jakość weryfikacji przekłada się bezpośrednio na jakość pętli agentowych i końcowych wyników.
Jak stosować: Jeśli budujesz workflowy agentowe, wybieraj model dobry w weryfikacji — poprawi całą pętlę, nie tylko pojedynczy krok.
Na co uważać: Sama zdolność weryfikacji nie zastępuje twoich testów i kontroli — nadal potrzebujesz zewnętrznych warunków stopu i oceny.
8.Testuj na własnym przypadku, nie na rankingu
Na czym polega: Autor wielokrotnie przypomina, że wynik zależy od twojego use case’u, sposobu rozmowy z agentem i rodzaju pracy.
Jak stosować: Zanim ogłosisz zwycięzcę, uruchom ten sam realny zestaw zadań na Opus 5 i na dotychczasowym modelu, i porównaj.
Na co uważać: Efekt „nowości” bywa mylący — pierwsze wrażenie po premierze łatwo przecenić. Mierz, nie zgaduj.
9.Szybka ścieżka wdrożenia w Claude Code
Na czym polega: Wystarczy otworzyć VS Code, zaktualizować Claude Code i przełączyć się na Opus 5.
Jak stosować: Zrób to od razu na jednym realnym zadaniu ze swoich skilli, żeby poczuć różnicę zanim przeniesiesz cały workflow.
Na co uważać: Zwróć uwagę na limity tygodniowe i dodatkowe koszty użycia — łatwo przekroczyć budżet przy intensywnym testowaniu.
10.To dopiero pierwsze wrażenie — pełny test dopiero nadchodzi
Na czym polega: Materiał jest szybką reakcją na premierę; autor zapowiada właściwy eksperyment porównawczy Opus 5 vs Fable 5.
Jak stosować: Potraktuj te tezy jako punkt wyjścia, a decyzję o zmianie modelu odłóż do zobaczenia twardszych danych (własnych lub z zapowiadanego testu).
Na co uważać: Nie podejmuj kosztownych migracji na podstawie samych benchmarków z prezentacji producenta — poczekaj na niezależną weryfikację.