Максимум мышления Opus 5 не окупается: medium стоит вдвое дешевле xhigh и решает больше задач

Команда Cline прогнала обе на FrontierCode: medium встал на 2-е место, xhigh откатился на 16-е. Половина денег и почти 10 пунктов разницы в пользу medium.

Совет вендора сменился. Для Opus 4.7 и 4.8 доки Anthropic требовали начинать с xhigh на коде и агентных задачах. Для Opus 5 они советуют начинать с high, это дефолт в API, а low и medium использовать щедро как главный рычаг цены и времени, пока свои замеры держат качество.

Сам бенч отдельным критерием смотрит на границы правок. FrontierCode проверяет scope, чтобы патч трогал только нужные файлы без лишнего рефакторинга. В версии 1.1 там 150 задач и больше 1000 критериев, часть помечена блокерами и режет балл при провале центрального требования.

Как переключить. В Cline уровень задаётся флагом `cline --thinking medium`, и medium там стоит по умолчанию. В API уровень живёт в поле `output_config.effort` рядом с моделью, а не внутри объекта thinking. В приложении Claude достаточно кликнуть по имени модели рядом с кнопкой отправки и выбрать Effort.

Уровень выбирают в начале сессии и держат постоянным. Смена effort между запросами обнуляет prompt cache: значение зашито в промпт. Разовое отклонение делают подсказкой в последнем сообщении.

В доках Anthropic это записано правилом: настройки, перенесённые с прошлой модели, перемеряются свежим effort-sweep.