anthropic/claude-opus-5 में बदलें और मूल्यांकन के दौरान Claude Opus 4.8 को फ़ॉलबैक के रूप में रखें। मूल्य Opus 4.8 जैसा ही है, इसलिए लागत का अंतर टोकन उपयोग से आता है।
मूल्य कैटलॉग से Anthropic के स्टैंडर्ड टियर के हैं; दूसरे टियर और प्रदाताओं के लिए मॉडल पेज देखें।
Phaseo अनुरोध कैसे भेजता है
Opus 5 वही अनुरोध आकार लेता है जो Opus 4.7 और 4.8 लेते हैं:- सैंपलिंग पैरामीटर छोड़ दिए जाते हैं।
temperature,top_pऔरtop_kमॉडल को नहीं भेजे जाते। - कोई भी रीज़निंग सेटिंग एडैप्टिव थिंकिंग चालू करती है। Phaseo
thinking: {"type": "adaptive", "display": "summarized"}भेजता है, औरreasoning.effortoutput_config.effortबन जाता है। थिंकिंग बजट आगे नहीं भेजे जाते। reasoning.effort: "none"याreasoning.enabled: falseथिंकिंग बंद करता है (thinking: {"type": "disabled"})।- कोई रीज़निंग सेटिंग न हो, तो Phaseo कोई
thinkingफ़ील्ड नहीं भेजता, इसलिए Opus 5 का डिफ़ॉल्ट, एडैप्टिव थिंकिंग, लागू होता है। Opus 4.8 सिर्फ़ मांगने पर थिंक करता है, इसलिए वही अनुरोध Opus 5 पर ज़्यादा आउटपुट टोकन उपयोग कर सकता है।
क्या टेस्ट करें
- प्रॉम्प्ट और आउटपुट: आपके सबसे लंबे सिस्टम प्रॉम्प्ट पर निर्देश पालन, स्कीमा पास दर, प्रतिक्रिया की लंबाई और रुकना, और Opus 4.8 के लिए ट्यून किए गए प्रॉम्प्ट।
- टूल और एजेंट: टूल चयन और आर्गुमेंट, टूल त्रुटियों या आंशिक परिणामों के बाद संभलना, लंबी अवधि की पूर्णता दर, और उच्च-स्वायत्तता वाले वर्कफ़्लो में अनुमति सीमाएं।
- संचालन: आप जो भी effort लेवल उपलब्ध कराते हैं, हर एक पर लेटेंसी और टोकन उपयोग, लंबे दस्तावेज़ों और एजेंट ट्रेस पर कॉन्टेक्स्ट उपयोग, प्रति सफल कार्य लागत, और प्राथमिक रूट के टाइमआउट या विफल होने पर फ़ॉलबैक।
रोलआउट करें
- उपयोगकर्ताओं को सर्व करने से पहले प्रतिनिधि प्रोडक्शन ट्रैफ़िक को शैडो करें।
- हर Opus रूट एक साथ बदलने के बजाय वर्कलोड के अनुसार कैनरी चलाएं।
- गुणवत्ता, लेटेंसी, लागत और टूल-सुरक्षा जांच आपके लक्ष्य पूरे करने के बाद ही प्रमोट करें।