Claude Opus 5 點用先抵：Coding、長文件同 Agent 選模成本實戰

Claude Opus 5 喺 7 月 24 日推出，定位係複雜 coding、長時間 agent 同企業工作。Anthropic 話 Opus 5 喺多項 coding 同知識工作評測入面，表現貼近價錢貴一倍嘅 Fable 5；Artificial Analysis 嘅第三方評測亦顯示，Opus 5 max 表現排喺前列。不過模型強唔代表每個 prompt 都值得開盡，尤其 agent 每行一步、每叫一次工具、每次重試，都可能繼續燒 output token。

TechNews 科技新報報道整理咗 Opus 5 嘅 effort、prompt 寫法、Claude Code 記憶同 Skill 功能。當中最值得抽出嚟講嘅，其實係模型分流：先按失敗代價、任務長度同判斷難度揀模型，再調 effort。淨係因為文件長、code 多或者問題聽落專業就直上 Opus，通常只係買貴咗嘅答案。

四類工作點分流

一般問答、改寫、分類同格式轉換，用 Haiku 4.5 或 Sonnet 5 low 已經合理。單檔修正、已知錯誤、規格清楚嘅小功能，可以由 Sonnet 5 medium 開始；如果牽涉多個模組、要追 root cause、重構後仲要自己跑測試同修正，先轉 Opus 5 high。Opus 5 嘅價值通常喺長鏈工作先見到，改三行 CSS 或寫一封電郵，用佢好易變成大材小用。

長文件分析亦唔等於指定 Opus。 Opus 5 同 Sonnet 5 都有 100 萬 token context，同樣支援最高 128k token 輸出。純摘要、抽欄位、按章節分類，可以先交畀 Sonnet；要對照多份合約、搵出互相矛盾嘅條款、核對數字同推論，或者整合成有取捨嘅決策文件，Opus 先較有機會值回票價。Context 裝得落只代表模型收得到，唔保證每個細節都判得啱。

Agent 任務就睇錯一步有幾貴。 整理資料、批量改名、讀取狀態呢類可逆工作，用 Sonnet 配明確工具限制較化算；跨多個系統、要長時間維持目標、處理含糊規格，或者錯誤會影響 production，先考慮 Opus high。xhigh 留畀普通設定確實做唔掂嘅長程 coding，max 則應該有自家測試證明佢真係提高成功率先開。Anthropic 官方亦建議由 high 起步，再按實際評測升降。

圖片：Anthropic

價錢差幾遠？

截至 2026 年 7 月 29 日，Opus 5 API 每 100 萬 input／output token 收 US$5／US$25；Sonnet 5 優惠期至 8 月 31 日係 US$2／US$10，之後回復 US$3／US$15。Haiku 4.5 係 US$1／US$5，Fable 5 就係 US$10／US$50。GPT-5.6 Sol 官方價係 US$5／US$30，單價同 Opus 接近，實際選邊個應用同一批工作測成功率、延遲同總 token，唔好只睇一次 benchmark。

假設一個 coding 任務讀入 50,000 token，再產生 5,000 token，Opus 5 約 US$0.375；Sonnet 5 優惠價約 US$0.15，正價約 US$0.225；Fable 5 就約 US$0.75。換成一批 200,000 token 文件、輸出 5,000 token，Opus 約 US$1.125，Sonnet 優惠價約 US$0.45。呢啲只計一次 API 請求，未計搜尋、code execution、agent 多輪工具操作、重試同失敗後返工，實際帳單可以高好多。

慳 token 最有效嘅幾招

第一輪先用 Sonnet 判斷工作類型，抽出相關檔案或章節；真係卡住，先整理好材料再交畀 Opus。重複使用同一份大型規格或 codebase 前綴，就開 prompt caching；Opus cache read 只收每 100 萬 token US$0.50，遠低過普通 input 嘅 US$5。Agent 亦要限制子 agent 數量、工具步數同可改動範圍，避免一個細任務拆成幾條同時燒 token 嘅支線。

Effort 控制思考量，唔會可靠地縮短畫面上見到嘅答案。想控制篇幅，要直接寫明輸出格式、字數同要幾多個重點。Opus 5 預設開咗 thinking。官方建議由 high 起步，再按自家評測調整；如果 low 或 medium 已經保得住質素，就可以用佢哋慳成本。xhigh 同 max 亦唔容許關閉 thinking。Artificial Analysis 嘅 GDPval 測試入面，Opus 5 由 low 升到 max，output token 用量相差約八倍，正好說明 effort 開盡有實際代價。

強模型一樣會答錯

Artificial Analysis 嘅獨立評測顯示，Opus 5 max 整體能力貼近 Fable 5，不過佢喺事實知識測試仍落後 Fable，測得嘅幻覺率亦高過 Opus 4.8。呢類綜合 benchmark 只係參考，未必代表你公司嗰套文件、語言同工具流程。涉及合約、財務、production code 或不可逆操作，仍然要保留來源核對、測試同人工批准，唔好用較高 effort 代替驗證。

最實用嘅設定係 Sonnet 做預設、Opus 處理已證明困難嘅工作，再按每類任務記錄成功率同平均成本。跑一兩星期真實工作量之後，邊啲任務值得升級，通常會清楚過任何官方排行榜。

參考來源

• TechNews 科技新報 — 我們知道 Claude Opus 5 很厲害了，怎麼用才划算？一次看懂高 CP 值實戰用法 — original report
• Anthropic：Introducing Claude Opus 5 — 發布日期、產品定位同 Anthropic 公布嘅效能資料
• Claude 官方模型總覽 — 核對 Opus 5、Sonnet 5、Fable 5 同 Haiku 4.5 嘅 context、輸出上限及定位
• Claude 官方定價 — 核對 API input、output、prompt caching 同 Sonnet 5 優惠期價錢
• Claude 官方 effort 文件 — 核對五級 effort、預設設定同 thinking 限制
• Artificial Analysis：Opus 5 評測 — 第三方能力、每項工作成本、token 用量同幻覺率資料
• OpenAI API 模型比較 — 核對 GPT-5.6 Sol 官方 API 價錢同 context 規格

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。