И там есть несколько моментов, которые я бы точно учитывал при работе с новыми моделями.
Первое - старые промпты не всегда хорошо работают с новыми моделями.
Со временем в промптах накапливается куча инструкций вроде «обязательно перепроверь ответ», «будь максимально подробным», «сначала распиши свои рассуждения» и т.д.
Для старых моделей это могло быть полезно. А новые воспринимают такие команды слишком буквально и начинают делать лишнюю работу.
Например, просьба быть максимально подробным в тесте Anthropic заставляла Claude делать десятки ненужных поисков.
После того как такие инструкции убрали, в одном из тестов стоимость работы Claude снизилась в среднем на 14,6%, а точность при этом выросла на 5,3%.
Второй момент - максимальный уровень размышлений нужен далеко не всегда.
На одном из тестов перевод Fable 5.1 на максимальный effort увеличил стоимость ещё на 46%, а результат вырос примерно на 0,5 пункта. Причём Anthropic пишет, что такая разница вообще укладывается в погрешность теста.
Есть ещё более интересный пример.
На CursorBench 3.2 новая Fable 5.1 с low effort показала примерно тот же результат, что Fable 5 с high effort, но обошлась примерно в 3 раза дешевле.
То есть иногда выгоднее взять более сильную модель и заставить её думать меньше, чем брать модель слабее и выкручивать размышления на максимум.
Ну и отдельная тема - кэш.
Если очень просто, Claude может запоминать часть уже обработанного контекста, чтобы не перечитывать одно и то же заново и не брать за это полную стоимость.
Но сломать этот кэш оказывается очень легко.
Добавили постоянно меняющееся время или ID в системный промпт - кэш может сброситься.
Поменяли порядок инструментов - тоже.
А если агент слишком долго выполняет какую-то задачу, кэш вообще может успеть закончиться по времени.
Anthropic уже добавила инструменты для поиска таких проблем прямо в Claude Code.
/claude-api prompt-audit - проверяет старые промпты и инструкции./claude-api cost-optimize - ищет, где можно уменьшить расходы на API.Короче, при выходе новой модели недостаточно просто поменять её название в настройках.
Старые CLAUDE.md, скиллы, промпты и настройки effort тоже имеет смысл пересматривать.
Некоторые инструкции, которые раньше реально помогали модели, сейчас могут просто заставлять её делать лишнюю работу и сжигать токены.
YOUTUBE | ЧАТ