Сравнение ревизий Opus: 5, 4.8, 4.7 и 4.6 по одной цене

В линейке codexkey сейчас четыре ревизии Opus: 5, 4.8, 4.7 и 4.6. Выбор модели обычно начинают с цены, но здесь этот довод отпадает: у всех четырёх она одинаковая. Остаются поведение и стабильность, а счёт на решение не влияет.

Четыре ревизии в одной таблице

Для сравнения: у Anthropic напрямую Opus 5 стоит 5 долларов за миллион входных токенов и 25 за миллион выходных. В codexkey все четыре ревизии идут по 0.3 и 0.3, какую бы вы ни вызывали.

Если цена одна, по чему выбирать

Росла бы цена вместе с номером ревизии, выбор был бы компромиссом между качеством и бюджетом. Такой оси здесь нет, поэтому всё сводится к трём вопросам: нужны ли вам скорость и новые возможности флагмана, нужна ли предсказуемость уже настроенного поведения или нужна воспроизводимость зафиксированной версии для evals и аудита.

Когда брать самую новую

Opus 5 принёс два заметных улучшения. Он быстрее отвечает на длинных агентных прогонах и умеет менять набор инструментов посреди диалога, не начиная сессию заново. Есть и встроенный откат на 4.8: если классификатор безопасности пометил запрос, откат сработает, даже когда вы вызываете 5 напрямую. Страховка работает без лишнего кода.

Для новых проектов берите 5 по умолчанию, если нет причины держаться за конкретную старую ревизию.

Когда стабильность важнее новизны

• Прод уже настроен под конкретную ревизию. Промпты, few-shot примеры, разбор ответа: всё это подгоняется под поведение модели. Смена ревизии без тестов даёт риск регрессии, который достаётся бесплатно и без предупреждения.
• Есть зафиксированный eval-датасет. Пин задаёт базу для сравнения во времени. Если pass rate должен быть сопоставим от месяца к месяцу, модель под капотом менять нельзя.
• Нужна документальная воспроизводимость. В аудите и регуляторных процессах порой важно точно знать, какая версия модели обработала конкретный запрос.

Для таких случаев 4.8, 4.7 и 4.6 подходят так же хорошо, как раньше, а штрафа по цене за то, что они не флагман, нет.

Как переключаться между ревизиями в коде

Меняется одна строка, model, остальной код остаётся как есть:

from openai import OpenAI

client = OpenAI(api_key="sk_cdx_...", base_url="https://api.codexkey.ru/v1")

for model in ["claude-opus-5", "claude-opus-4.8", "claude-opus-4.7", "claude-opus-4.6"]:
    resp = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": "Сформулируй план миграции сервиса"}],
    )
    print(model, "->", resp.choices[0].message.content[:80])

Самый честный способ увидеть разницу в поведении на вашей задаче, а не по чужому описанию, это прогнать один и тот же кейс через все четыре ревизии.

Практическая схема выбора

1. Новый проект без унаследованных ограничений: берите claude-opus-5.
2. Прод настроен и работает: оставляйте текущую ревизию, пока нет причины мигрировать.
3. Идёт сравнение перед миграцией: держите прод на старой ревизии и параллельно гоняйте eval-датасет на новой.
4. Нужна документальная фиксация версии: пиньтесь на конкретный id и заведите задачу на регулярную проверку статуса этой ревизии у Anthropic.

Считать разницу в деньгах между вариантами не нужно: её нет. Расход по каждому ключу и каждой модели виден в дашборде, а сумму под свой объём токенов можно прикинуть калькулятором на сайте.

Коротко

Все четыре ревизии Opus стоят в codexkey одинаково: 0.3 доллара на вход и 0.3 на выход за миллион токенов. Opus 5 быстрее и умеет менять инструменты на лету, 4.8 служит откатом и рабочей лошадкой, а 4.6 и 4.7 остаются тем, кому нужна воспроизводимость. Выбирайте по задаче, а не по счёту: счёт здесь не меняется.