Poziomy wysiłku Opus 5.5 to prawdziwa cena
Zaktualizowano September 22, 2026 · pierwsza publikacja September 22, 2026
Claude Opus 5.5 kosztuje $4 za milion tokenów wejściowych i $20 za milion tokenów wyjściowych. To o 20% mniej niż Opus 5. Sam cennik to mniejsza połowa kosztu. Większa to ustawienie effort, które decyduje, ile tokenów model zużywa na myślenie, zanim odpowie.
Jeden model, pięć cen
Opus 5.5 udostępnia effort od low przez medium, high, xhigh i max. Każdy poziom to ten sam model w tej samej stawce za token, ale generuje bardzo różną liczbę tokenów. Niezależna analiza opublikowana przez The Decoder wykazała, że cztery z pięciu poziomów leżą na granicy Pareto koszt–wydajność. Stwierdzono też, że przy max effort Opus 5.5 zużył około 119,000 tokenów wyjściowych na zadanie, znacznie więcej niż konkurencyjne modele na swoich najwyższych ustawieniach.
Przy $20 za milion 119,200 tokenów wyjściowych to $2.38 za zadanie, zanim doliczy się wejście. Na medium Artificial Analysis zmierzył 25,700 tokenów wyjściowych, czyli $0.51. Z wejściem max kosztuje $5.98 za zadanie, a medium $1.34: ten sam model jest około 4.5× droższy za zadanie w zależności od jednego parametru żądania.
Zmierzono w Artificial Analysis Intelligence Index v4.3.2 (dziesięć ewaluacji), stan na 22 września 2026. Wszystkie wiersze używają tego samego zestawu testów, więc można je porównywać bezpośrednio.
| Model i effort | Intelligence Index | Koszt za zadanie | Tokeny wyjściowe na zadanie | Na granicy koszt–wydajność |
|---|---|---|---|---|
| Opus 5.5 · low | 42.3 | $0.55 | 10,200 | Nie |
| Opus 5.5 · medium | 51.2 | $1.34 | 25,700 | Tak |
| Opus 5.5 · high | 53.6 | $1.82 | 35,600 | Tak |
| Opus 5.5 · xhigh | 56.0 | $3.46 | 65,700 | Tak |
| Opus 5.5 · max | 57.6 | $5.98 | 119,200 | Tak |
| Opus 5 · high (punkt odniesienia) | 48.1 | $3.61 | 46,200 | Nie |
Źródło: Artificial Analysis. Na granicy oznacza, że żaden wariant GPT-6 Sol, GPT-6 Astra, Opus 5, Opus 5.5 ani Fable 5.1 nie uzyskuje wyższego wyniku za mniejsze pieniądze. Opus 5.5 low jest poza nią, bo GPT-6 Sol na xhigh osiąga 44.1 za $0.53. Przejście z xhigh na max dodaje 1.6 punktu przy 73% wyższym koszcie.
Medium to ustawienie, do którego Anthropic porównuje wyniki
Główne porównanie Anthropic robi się przy domyślnym effort, czyli medium. Firma twierdzi, że Opus 5.5 na medium pokonuje GPT-6 Astra na max w pracy opartej na wiedzy, kosztując około jednej piątej ceny za zadanie. Argument Anthropic za modelem opiera się więc na medium, a max to wyjątek. Zespół, który ustawia max wszędzie „na wszelki wypadek”, płaci za tokeny, których benchmarki premierowe nie potrzebowały.
Jak ustawić effort bez zgadywania
- Domyślnie medium. Ustaw je jako jawną wartość w kodzie, a nie jako domyślną wartość SDK, która może zmienić się bez twojej wiedzy.
- Podnoś effort per trasa, nie globalnie. Trudne debugowanie, planowanie długoterminowe i końcowe kroki przeglądu mogą uzasadniać high lub max. Klasyfikacja, ekstrakcja i rutynowe edycje rzadko.
- Loguj effort przy każdym żądaniu. Koszt na żądanie bez tego jest nieczytelny. Skok wydatków przy stałej liczbie żądań to zwykle zmiana effort.
- Porównuj poziomy effort na tych samych odtworzonych zadaniach. Zapisuj wskaźnik sukcesu i tokeny wyjściowe na ukończone zadanie na każdym poziomie i przestań podnosić effort, gdy sukces przestaje rosnąć.
- Ogranicz wyjście tam, gdzie produkt na to pozwala. Limit max-tokens ogranicza najgorszy przypadek. Przy max effort ten limit to jedyne, co dzieli jedno wymykające się zadanie od żądania za kilka dolarów.
Obniżka z $25 do $20 za milion tokenów wyjściowych oszczędza 20%. Przeniesienie obciążenia z max na medium może oszczędzić znacznie więcej. Traktuj effort jak pozycję budżetu: z właścicielem i przeglądem, jak każdą inną.
Powiązane
- Model kosztów Claude Opus 5.5
- Ekonomia trybu szybkiego Opus 5.5
- Przewodnik po kosztach modeli rozumowania
Chcesz zastosować to w swoim stosie? Przynieś faktury dostawców, logi bramy i najważniejsze przepływy pracy; wskażemy czynniki kosztów i ścieżkę oszczędności. Umów bezpłatny audyt →