anthropic/claude-opus-5 に変更し、評価している間は Claude Opus 4.8 をフォールバックとして残しておきます。価格は Opus 4.8 と同じなので、コストの差はトークン使用量から生じます。
価格はカタログにある Anthropic の標準ティアのものです。その他のティアやプロバイダーについては、モデルページを確認してください。
Phaseo によるリクエストの送信方法
Opus 5 は Opus 4.7 および 4.8 と同じリクエスト形式を受け付けます。- サンプリングパラメーターは除外されます。
temperature、top_p、top_kはモデルに送られません。 - 推論の設定があれば適応型思考が有効になります。 Phaseo は
thinking: {"type": "adaptive", "display": "summarized"}を送り、reasoning.effortはoutput_config.effortになります。思考の予算は転送されません。 reasoning.effort: "none"またはreasoning.enabled: falseで思考がオフになります(thinking: {"type": "disabled"})。- 推論の設定がない場合、Phaseo は
thinkingフィールドを送りません。 そのため、Opus 5 の既定である適応型思考が適用されます。Opus 4.8 は求められたときだけ思考するため、同じリクエストでも Opus 5 では出力トークンが多くなることがあります。
テストする内容
- プロンプトと出力: 最も長いシステムプロンプトでの指示への追従、スキーマ合格率、レスポンスの長さと停止、Opus 4.8 向けに調整したプロンプト。
- ツールとエージェント: ツールの選択と引数、ツールのエラーや部分的な結果からの回復、長期タスクの完了率、自律性の高いワークフローでの権限の境界。
- 運用: 公開する各 effort レベルでのレイテンシーとトークン使用量、長いドキュメントやエージェントのトレースでのコンテキスト使用量、成功したタスクあたりのコスト、プライマリのルートがタイムアウトまたは失敗したときのフォールバック。
展開する
- ユーザーに提供する前に、代表的な本番トラフィックでシャドー実行します。
- すべての Opus ルートを一度に移すのではなく、ワークロードごとにカナリアリリースします。
- 品質、レイテンシー、コスト、ツールの安全性の確認が目標を満たしてから昇格させます。