NewToken 新词元关注新智能
读懂

Opus 5.5 开到高档还不够就该换 Fable

Anthropic 劝 Sonnet 用户改用 Opus 5.5,第三方账单支持;它的先加档再换模型规则,到 Opus 高档以上就不如换 Fable 低档。

专题Artificial Analysis:持续追踪 · Anthropic:持续追踪主线模型竞争

读懂|Opus 5.5 开到高档还不够就该换 Fable
本文提纲3 节
  1. 从 Sonnet 换到 Opus 的账算得过来
  2. 过了 Opus 高档,加档不如换模型
  3. Pro 用户换不过去

Anthropic 把 Opus 5.5 定为 Claude 的日常主力,还给用户定了一条选型规则:效果不够时先调高思考档位,再换更大的模型。第三方评测机构 Artificial Analysis 的账单显示,这条规则到 Opus 高档之上就失效了。

同一份指南劝人从 Sonnet 换到 Opus,这一点 Anthropic 说对了。到了 Opus 5.5 高档,再往上加档不如直接换 Fable 5.2 的低档。用 API 的团队,Opus 高档不够用时,下一步该换模型。

从 Sonnet 换到 Opus 的账算得过来

Anthropic 11 月 12 日在 Claude 官方文章里写明,Opus 5.5 是 Pro、Max、Ultra 和 Team 方案的默认模型。

文章建议日常用 Sonnet、重活才开 Opus 的团队重新考虑。理由是更强的模型做同一件事步数更少,能抵消大部分单价差。文章还称,在内部编码和知识工作评测上,Opus 5.5 的 medium 档追平或超过 Opus 5 的 high 档。

The Decoder 11 月 14 日的报道把这份指南概括为劝用户丢掉旧的提示词习惯,也转述了 medium 档的这条说法。

第三方数字站在 Anthropic 这边。据 Artificial Analysis 的 Anthropic 模型对比页,同一套九项评测下,四个常用档位的账如下:

模型与档位 综合指数 每题花费
Sonnet 5.5 high 42 1.64 美元
Opus 5.5 medium 48 2.45 美元
Sonnet 5.5 xhigh 50 4.09 美元
Opus 5.5 high 52 3.46 美元

按 Anthropic 的 Effort 文档,Sonnet 5.5 在 API 上默认 high,Opus 5.5 默认 medium。两个默认档相比,Opus 多 6 分,每题多花约五成,两者每题都是 6.9 分钟。

Anthropic 说 Sonnet 开到更高档后成本接近 Opus。账单显示它说少了:Sonnet 的 xhigh 档已经比 Opus 高档贵约一成八,分数还低 2 分。

Opus 5 在这张榜上只有最高档的 44 分,低于 Opus 5.5 medium 档的 48 分。Anthropic 关于 medium 档的说法,在第三方数字里没有被推翻。

过了 Opus 高档,加档不如换模型

同一篇文章写道,无论用哪个模型,效果不如预期就先试更高档位,再换更大的模型。到了 Opus 5.5 的高档,这条规则开始让用户多花钱:

模型与档位 综合指数 每题花费
Opus 5.5 high 52 3.46 美元
Fable 5.2 low 54 3.10 美元
Fable 5.2 medium 56 3.80 美元
Opus 5.5 xhigh 57 6.05 美元

照规则把 Opus 从 high 加到 xhigh,多 5 分,每题花费涨到 1.75 倍,耗时从 9.4 分钟拉长到 15.8 分钟。

换成 Fable 5.2 低档,分数高 2 分,每题便宜约一成,5.6 分钟做完。Fable 中档比 Opus xhigh 低 1 分,花费少近四成,用时不到一半。以上比例为编辑据页面数字计算。

Anthropic 主推 Opus 做知识工作,Artificial Analysis 的分项恰好覆盖这一块。金融会计、法律、战略运营、工程四项,Fable 低档都比 Opus 高档高约 4 到 5 分。

有人会说,九项综合评测是评测机构选的题,Anthropic 的内部测试更贴近真实知识工作。我们接受评测的题目有差别。

我们不接受的是用内部测试压过第三方账单。这篇文章没有公布任何逐档分数,给出的多是内部案例,例如 18 份研报 16 份通过,一个并购建模任务用时 63 分钟,上一代要 93 分钟。拿不出可比数字的规则,压不过逐档测出的账单。

Pro 用户换不过去

订阅用户的处境不同。同一篇文章的脚注写明,Pro 方案和 Team 标准席位在限时上线优惠之外不把 Fable 5.2 计入额度,要另用付费的使用额度;脚注还写,单价更高的模型消耗额度更快。

Anthropic 帮助中心的用量说明只写了模型和档位都会影响用量,没有公开任何折算比例,并写明公司可自行调整额度。

Pro 用户照着先加档的规则,在额度之内只能在 Opus 里往上拧。按 API 标价,这一段每多 1 分要多花约 0.5 美元,这是编辑据上表计算;订阅用户付出的则是一笔看不到折算比例的额度。

把 Sonnet 开到 xhigh 的团队,今天就该换成 Opus 高档。Opus 高档还不够用的团队,下一步换 Fable 5.2 低档,分数高 2 分,每题还便宜一成。Opus 高档之上的那一次加档,钱该花在换模型上。

来源

引用与数据Markdown 镜像