Claude Opus 5 與 Opus 4.8 實測：定價相同，費用相差 3 倍

Claude Opus 5 與 Claude Opus 4.8 的輸入、輸出定價相同，分別是每百萬 token $5 與 $25；但在相同 prompt 下，採用預設設定的 Opus 5 費用高出 3.1 倍。原因在於 adaptive thinking：Opus 5 預設會進行思考，思考 token 按輸出計費，內容卻完全不會顯示。只要調整一個請求設定，費用就能與 Opus 4.8 完全一致；但規模更大的 Fable 5 不接受這項設定。Opus 5 已於 2026-07-24 正式推出，定位是以一半的 token 單價提供 Fable 5 等級的智慧；實際帳單能否減半，幾乎完全取決於這個選項。

TL;DR

• 在五項任務矩陣中，預設 Opus 5 的費用是同價 Opus 4.8 的 3.1 倍；其輸出 token 有 42-95% 是隱藏的思考內容。
• thinking: {"type": "disabled"} 讓 Opus 5 的費用與 4.8 完全一致（輸出 token 為 384 對 384），準確率不變；Fable 5 會拒絕這個參數。
• 在 agent 流量中，額外費用縮小至 +33%，工具與批次情境接近持平：adaptive thinking 在工具迴圈中很少啟動。
• 1M context window 確實可用（在第 969,950 個 token 成功找回 needle），快取門檻是 512 token，只有 4.8 的 1,024 token 一半。

Opus 5、Opus 4.8 與 Fable 5 作為平台有何差異？

在深入分析費用前，先整理三個現行 Claude 層級在定價與請求格式上的差異。以下為並列比較（已標示實測項目，其餘取自模型文件）：

其中三列需要額外說明。thinking: disabled 是遷移時最容易踩到的坑：依文件說明，Opus 5 會把這項設定與 effort 綁定，只有 high 或以下才接受；4.8 則將兩項設定分開處理。遷移指令碼應依版本分流。Fast mode 則帶出後面一項重要比較：追求速度時，Opus 5 的定價正好等於 Fable 5，因此「fast Opus 5 與預設 Fable 5」是在相同 token 單價下，單純比較速度與能力。資料保留政策也有合規優勢：Opus 5 提供 Fable 等級的智慧，卻不受 Fable 5 強制保留資料 30 天的規定 約束。

另外還有兩項不適合放進表格的平台差異。Anthropic 文件指出，關閉思考可能出現少數邊界狀況，例如工具呼叫偶爾寫進可見文字，或內部標籤外洩。在下方實測的 agent 套件中，84 次關閉思考的呼叫都未發生這些問題；但這項指引仍支持同一條路由原則：工具密集的路由應保持思考開啟，反正這類流量的額外費用很低。Opus 5 還提供對話中途變更工具的 beta 功能，可在不同輪次新增或移除工具，而不會讓 prompt cache 失效。對長時間執行的 agent 工作階段而言，這能保住我們在 prompt 快取完整指南 中說明的快取前綴效益。

Opus 5 的預設費用比 Opus 4.8 高多少？

在定價相同、工作相同的情況下，費用高出 3.1 倍。我們透過原生 Messages API，以預設設定讓三個現行 Claude 層級執行五項任務矩陣（每格 n=3，prompt 加鹽），並加入 Fable 5 作為比較基準：

答案相同、定價與 4.8 相同，帳單卻是三倍。Opus 4.8 只有在明確要求時才會思考；Opus 5 預設開啟 adaptive thinking，而且思考 token 全數按 $25/M 的輸出價格計費。

Fable 5 這欄呈現了違反直覺的結果：它的定價高一倍（$10/$50），實際費用卻比預設 Opus 5 低 35%。原因是 Fable 5 只用 383 個輸出 token 完成相同任務，而 Opus 5 使用了 1,305 個。三個模型的文件預設 effort 都是 high，所以差異來自思考的校準方式，而非設定不同。數據可由兩個機制解釋。首先，能力更強的模型回答簡單問題時，不需要花太多推理就能確認答案：文字題中 Fable 5 用了 52 個 token，Opus 5 則用了 152 個；文章任務分別為 264 與 1,031 個。其次，Opus 5 的主要能力來自 test-time compute scaling，面對困難問題時可透過更多推理提高品質；但預設校準會為每個請求都買下這份保障，包括完全不需要推理的請求。簡單流量等於付費購買沒有用到的保障；Fable 5 多半不會支付這筆成本。

額外費用花到哪裡？

花在看不到的推理上。將計費的輸出 token 與可見答案文字相比，Opus 5 預設輸出費用中有 42-95% 是隱藏思考，而且即使問題不需要推理也會啟動：17*23 的答案只有 1 個 token，背後卻用了 11 個思考 token；120 字寫作任務的 1,031 個輸出 token 中，約有 806 個花在推理。思考內容不會以任何形式回傳，沒有摘要，也沒有 trace。在我們的 token 用量解析 研究中，Opus 5 與 Fable 5 都位於可觀測性最低的一端。usage 明細只看得到數量，看不到這些 token 換來了什麼。

關閉思考的設定實際有何效果？

它會讓 Opus 5 的帳單變得與 Opus 4.8 相同。傳送 thinking: {"type": "disabled"} 後，每項任務的思考 token 都降為零，總輸出 token 與 4.8 完全一致，都是 384 個；每組費用則為 $0.01130 與 $0.01120：

先說明標示方式：這裡所有模型的 API 文件預設值都是 effort high，Anthropic 也表示明確指定 high 與省略參數完全相同。我們的隱含預設組與明確指定 high 組仍相差 16%，這是寫作任務造成的執行間變異；在所有批次中，這一格的波動都最大，並不代表兩種設定真的不同。這兩列應視為同一測試組執行兩次。三個模型預設行為的差異不在 effort 層級，而在該層級如何處理思考：4.8 完全不思考、Fable 5 節制且自適應、Opus 5 則積極且自適應。

有兩點特別明顯。第一，effort 調節器控制的是品質階梯，不是費用開關。low 至 max 這套階梯並非新功能，4.8 也接受相同範圍；但對這類簡單任務而言，高於 low 的每一級只會增加推理量，準確率完全相同，xhigh 的費用最高達 4.8 的 3.8 倍。最高幾級是為了在真正困難的問題上進行 test-time compute scaling，五項基本檢查任務無法驗證其能力面；但它能呈現費用面，而結果顯示無論如何調整，都無法讓費用降至 4.8 的水準。只有關閉思考才能做到，費用比預設低 67%。第二，Opus 5 至少提供了這個開關：Fable 5 會以 400 拒絕 thinking: {"type": "disabled"}，因此這是 Opus 5 真正的差異，而非整個產品系列共有的特性。相同的 thinking 物件可用於兩種閘道介面：/v1/messages 與相容 OpenAI 的 /v1/chat/completions；在後者中，關閉思考後，completion_tokens_details 回報的 reasoning_tokens 為零：

{"model": "claude-opus-5", "thinking": {"type": "disabled"}}

這項結果也有明確限制：可驗證的任務主要是資訊擷取與單步驟問題。關閉思考後，準確率仍維持 9/9，其中也包含多步驟文字題。adaptive thinking 原本就是為了更困難的 agent 工作而設計，因此是否關閉應依路由決定，規則與我們測試 Kimi K3 和 Gemini 3.6 Flash 後得出的結論相同：擷取、格式轉換與單步驟呼叫應關閉；若評測證明思考帶來的效益值得付費，則保留預設值。

Agent 工作負載也會多付 3 倍嗎？

不會，這項差異正是重點。在 agent 情境套件中（工具迴圈、RAG、工具操作、批次、長對話；每組 50 個 episode），預設 Opus 5 的費用只比 Opus 4.8 高 33%，而非 210%；工具型情境則接近持平（1.01-1.22x）。這類工作負載下的 adaptive thinking 確實會自我調整：agent 迴圈內每次呼叫約使用 88 個思考 token，單純的寫作 prompt 則用了 806 個。長對話是例外，費用達 1.58x，此時關閉思考仍然划算（關閉後為 1.22x）。Function calling 完全沒有思考附加費：預設設定下，工具呼叫請求以 52 個輸出 token 回傳，沒有附帶任何思考 token，與不進行思考的模型所需用量相同。

實務上應依流量形態分流，而不是只看模型。單純 completion 與對話型呼叫會承擔預設 3 倍費用，適合關閉思考；工具密集的 agent 流量大多不必關閉。

Opus 5 真的只要 Fable 5 一半的費用嗎？

只有關閉思考後才是。按 token 單價計算確實如此：Opus 5 是 $5/$25，Fable 5 則是 $10/$50。但在我們的單純任務矩陣中，預設 Opus 5 每組費用為 $0.03427，Fable 5 則為 $0.02233；前者實際高出 53%，因為 Fable 5 只用 383 個輸出 token 完成相同任務，Opus 5 卻用了 1,305 個。關閉思考後，Opus 5 的 $0.01130 幾乎正好是 Fable 5 帳單的一半。這時才真正兌現上市時的承諾，而且所使用的參數是 Fable 5 本身不接受的。

Context、快取與 tokenizer：我們還驗證了什麼？

1M context window 確實可用，而且超限時會明確失敗。在一個 969,950 token 的 prompt 開頭放入 recall needle，模型於 39 秒內正確找回；若 prompt 達 1,010,221 token，則會清楚回傳 prompt is too long: … > 1000000 maximum，不會默默截斷內容。

快取門檻減半。Anthropic 文件記載 Opus 5（以及 Fable 5）的最小可快取前綴為 512 token，低於 Opus 4.8 與 Sonnet 5 的 1,024 token；我們的掃描結果一致，接近 511 token 的前綴從未進入快取，547 token 則可穩定快取。快取讀取按 $0.50/M（0.1x）計費，寫入為 1.25x，TTL 是 5 分鐘。現在較短的 system prompt 也能快取，對高 QPS 路由有實際效益。

Opus 5、Opus 4.8、Fable 5 與 Sonnet 5 的 tokenizer 完全相同：在多語言與程式碼樣本中，token 數量一致。因此，各語言的預算與 prompt 大小估算都能直接沿用，不必重新建立基準。

常見問題

可以關閉 Claude Opus 5 的思考嗎？

可以，但 effort 必須是 high 或以下；文件指出，若與 xhigh 或 max 搭配，會回傳 400。在我們的測試中，關閉後思考 token 降至零，費用也與 Opus 4.8 持平（任務矩陣的輸出 token 為 384 對 384）。這是 Opus 5 特有的功能：Fable 5 在任何 effort 下都會以 400 拒絕相同參數。Effort 調節器（low 至 max）同樣可用，但無法降至持平；相較預設值，我們的矩陣中從 low 的 -21% 到 xhigh 的 +24% 不等。

Opus 5 與 Opus 4.8 定價相同，為何我的 Opus 5 帳單更高？

因為 Opus 5 預設會進行思考，而且思考 token 按 $25/M 的輸出費率計費。在我們的實測中，單純 prompt 的計費輸出有 42-95% 是隱藏推理；一題兩位數乘法的答案只有 1 個 token，背後卻使用了 11 個思考 token。你可以從 usage 明細讀取 reasoning_tokens，確認自身流量中的占比，並在不需要思考的路由上關閉這項功能。

Agent 工作負載應該關閉 Opus 5 的思考嗎？

通常不必。在我們的 agent 套件中，預設費用只比 Opus 4.8 高 +33%，工具與批次情境接近持平，因為 adaptive thinking 在工具迴圈內很少啟動。例外是長對話型工作階段（1.58x），這類流量關閉思考仍然划算。應依自身流量組合量測；額外費用主要出現在單純 completion，而非工具呼叫。

於 2026-07-25 至 2026-07-27，透過 Synthorai 閘道對 claude-opus-5、claude-opus-4-8 與 claude-fable-5 進行實測：五項任務矩陣及 effort／開關消融實驗取自同一個標準批次（每格 n=3、prompt 加鹽、使用原生 Messages API）；agent 數據來自包含 150 個 episode 的情境套件；context 與快取測試分別採用 needle recall 與前綴掃描；API 格式相關項目（prefill、是否接受開關）來自直接請求測試。準確率只統計答案唯一且可驗證的任務。價格與行為可能變更，請以自身的 usage 紀錄再次確認。

← 返回部落格