Claude Opus 5 評測：思考強度開太高，它反而做得更糟，帳單也只降兩成

Claude Opus 5 每 token 便宜一半，但整份任務的帳單只降到八成左右。這篇模型評測長文另外指出思考強度開太高會被扣分，以及拒答少了約 85% 的同時幻覺率往上。 ⭐ 文章深度讀：那到底該把哪件事交給誰 → https://heymaibao.com/claude-opus-5-review-effort-too-high/ ⚡ 章節重點 開場 把強度開到最高，分數反而掉下來 00:00 這部影片在講什麼 00:26 第一條線 思考強度給越多不一定越好 00:59 第二條線 每個詞元便宜一半，帳單只降兩成 03:14 第三條線 拒答變少，幻覺變多 04:46 三條線收斂 局部思考強，全局思考弱 06:32 作者的分派清單 07:00 今天就做一件事 07:41 📝 懶人包 ∙ 這篇整理的官方定位是：Claude Opus 5 接近 Claude Fable 5 的能力、每 token 一半的價格，而且少掉大部分的拒答 ∙ 但這篇評測指出，思考強度開到高檔時，Opus 5 會去做沒被要求的事而被扣分，作者推測中等強度通常就夠 ∙ 同一篇引述的數據裡，不必要的拒答相對 Fable 下降約 85%，同時 ArtificialAnalysis 量到它的幻覺率比 Fable 高 ∙ 我的觀察是，這三件事拆開看像三則零碎的評測筆記，疊在一起就是同一句話：模型選擇已經從「挑最強的那個」變成「把角色分派給對的那個」 📚 參考資料 Claude Opus 5 Is Highly Capable, But Is No Mythos → https://x.com/thezvi/status/2082166350701637794 Introducing Claude Opus 5 → https://www.anthropic.com/news/claude-opus-5 Pricing - Claude Platform Docs → https://platform.claude.com/docs/en/about-claude/pricing Claude Opus 5: the new leader in agentic knowledge work → https://artificialanalysis.ai/articles/claude-opus-5-leader-agentic-knowledge-work Vibe Check: Claude Opus 5 Is Brilliant in Flashes, Frustrating in Practice → https://every.to/vibe-check/opus-5