效率前緣

Claude 5 世代來了，而大部分的討論都圍繞著能力打轉。Claude Fable 5 是目前最強的公開可用模型——它屬於一個位階在 Opus 之上的新層級，業界非正式地稱為「Mythos-class」。它和 Opus 4.x、GPT-5.5、Gemini 3.1 一起，構成了當前緊密的前沿叢集。能力這條線確實有料，但對多數企業來說，它反而是比較不重要的那一條。

這個世代真正關鍵的轉變，發生在成本這條軸上。前沿等級的推論正在明顯變便宜，要達到同一個能力水準所需付出的代價，過去一年多來大幅下滑。token 變便宜，省下的不只是帳單——它改寫了哪些東西在經濟上划算。一年前還不划算的工作負載——常駐型 agent、長時間運行的推理迴圈、把整份語料直接塞進 context window 而不是去檢索——如今都成了站得住腳的支出項目。

這讓每個平台團隊都在問的那個問題，必須重新框定。重點不再是「哪個模型最強」，而是「在能力與成本構成的這條曲線上，哪一個點最適合這個工作負載」。這條曲線——效率前緣——正是本文的核心主軸。

接下來會談：Claude 5 世代到底改變了什麼、為什麼推論變便宜比再多一個 benchmark 分數更重要、如何把能力分層當成一個架構決策而非採購決策，以及一套在不悄悄拖垮既有正式環境系統的前提下、導入新模型世代的紀律。我們在現場看到最昂貴的兩個錯誤——為瑣碎工作付前沿模型的錢，以及升級模型卻不重跑 eval——靠本文的框架都能避開。