訂閱費每個月照樣扣，但每次要開工，還是會卡在「這個要用哪個模型跑？」現在加上 Opus 5 變成三個選項，光看跑分表反而更沒感覺。
所以我把同一組 prompt 原封不動丟給三個模型，順便把 token 單價和使用額度 一起算進去。不是要排實力名次，只是想整理出哪種工作交給誰最划算。先講清楚，Opus 5 和 Fable 5 是 Claude 家族，Sol 則是 ChatGPT 5.6 的模型。先說結論：這三個的差別不在實力，而在「個性」。
- 難度高、結構複雜的工作是 Fable 5 → Opus 5，而且兩者差距比想像中小很多。
- 快速、重複性高的簡單工作，Sol 還是最輕、最快。
- Opus 5 是 Fable 5 的整整一半價格，使用額度還獨立計算，等於多了一張 CP 值王牌。
三個模型差的不是實力，是「個性」
我用同一個主題，讓它們各做一款小遊戲、一篇短篇小說、一個帶統計圖表的網頁。條件盡量拉到一樣公平，並且把「自我檢查再修正」的選項關掉，每個模型都用預設的最高設定只跑一次。想看的就是「一次出手能做到多好」。
有趣的是 Opus 5 跟 Fable 5 像雙胞胎。成品的質地、解題的思路，連表達的感覺都很接近，光看結果我常常分不出是哪一邊做的。
Sol 明顯走了另一條路。方向沒錯，但收尾就是差那一點點，而且這個差距在三個任務裡一路重複出現。
難度高、結構複雜的工作，到底誰比較強
同一組遊戲 prompt，三個模型的邏輯都一次就跑得動。淹水前先預報、啟動排水泵、再發出救援訊號，規則要在六回合內結束，結構單純，所以邏輯上沒有拉開差距。
差別出在「收尾」。Sol 做出來的畫面裡，指向安全航道的箭頭位置歪掉一點，本來該貼在圓圈旁邊的線也整條浮開。不是什麼大 bug，但一看就知道驗證有點隨便帶過。反觀 Opus 和 Fable，動畫對齊、元件之間的貼合這類細節，一次就處理得更乾淨。
我從這裡歸納出一個假設：決定第一版成品品質的，不只是模型本身的智商，而是能自己檢查、自己回頭修正的「後端（harness）」有多完整。實際上你用第二組 prompt 叫 Sol 去修，它修得也很好。只是「一次到位」的能力，這次觀察下來確實是 Claude 家族領先。把驗證強度往上調，Sol 的差距也會縮小很多。
中文寫作，Claude 現在完全不輸了
以前要中文產出，我幾乎不用想就開 GPT。句子的自然度上，Claude 就是差那麼一截，我自己也習慣把中文稿子交給 GPT。
這次我把條件相同的短篇小說交給三個模型，結果自然到很難分高下。生硬的用詞、那股翻譯腔，幾乎都不見了。
真正拉開差距的地方，反而是「空氣感」。停電同時緊急照明燈亮起的那個開場，氛圍能鋪得多密實，就在這裡出現細微差別。主觀感受上 Fable 5 的句子最順，Opus 5 以極小差距緊追在後。有一件事很確定：「中文就找 GPT」這條公式，可以放下了。
做網頁和互動效果，差距最明顯
在帶統計數據又有互動的網頁上，差距最清楚。滑鼠移過去數值就變、點感測器數值就更新，就是現在儀表板很常見的那種形式。
Opus 和 Fable 都很自然地做出 hover（滑鼠移過）觸發的互動，時間軸上的點和線也對得剛剛好。Sol 則是改用點擊處理，時間軸的節點還跑掉了。除非是手機，現在的網頁用 hover 明顯自然多了。
線條和座標必須精準對齊的 UI，Sol 經常抓不準——這個印象跟前面遊戲那一關看到的模式完全重疊。也就是說，不是偶然，是傾向。
「一半價格」這句話，我畫成表格確認過
「半價」在行銷話術裡太常見了，第一反應就是先懷疑。所以我把官方公開的價格原封不動搬進表格，以 2026 年 7 月的公開價格為準。
| 項目 | 輸入每 100 萬 tokens | 輸出每 100 萬 tokens |
|---|---|---|
| Opus 5 | 5 美元（約 NT$155） | 25 美元（約 NT$775） |
| Fable 5 | 10 美元（約 NT$310） | 50 美元（約 NT$1,550） |
價格本身很明確（台幣以 1 美元約 31 元換算）。Opus 5 跟上一代 Opus 同價，剛好是上一級 Fable 5 的一半。效能方面，在 Cursor Bench 最高難度上跟 Fable 5 的最高分只差 0.5% 以內，但每個任務的成本只要一半，會想把計算機再拿出來按一次也很正常。
速度反而要看任務類型。寫程式或畫面相關的工作 Opus 稍快，但寫文章反而是 Fable 先產出。這部分很難一句話講死。
| 項目 | Opus 5 | Fable 5 | Sol（ChatGPT 5.6） |
|---|---|---|---|
| 高難度任務完成度 | 非常高 | 非常高 | 不錯，但收尾略可惜 |
| 中文語感 | 自然 | 最順 | 自然 |
| 精準 UI・對齊 | 強 | 強 | 經常跑掉 |
| 相對價格 | 低（約一半） | 高 | 中等 |
| 擅長領域 | CP 值・複雜任務 | 最頂級品質 | 快速簡單任務 |
真正的重點，是使用額度算在另一個口袋
老實說，最有感的不是效能也不是價格，而是它跟上一級模型的使用額度是分開的。
以前把高階模型的額度燒完，那天的工作基本上就停擺了。這次就算那個額度用光，Opus 5 還是從另一個口袋照樣跑。對於要把月費訂閱榨到 100% 的人來說，這件事比效能數字實際太多了。
思考強度有分級，我自己的建議感覺是這樣：
- High — CP 值區間。大部分的寫程式、自動化在這裡就夠了。
- Extra High / Max — 只有複雜 3D、長篇重構這種要再多推一把的時候才往上調。
再補一點。以前高階模型只要 prompt 稍微模糊，安全分類器就會介入，工作被切得斷斷續續；這次官方公布這類介入頻率比之前減少了 85%。工作流不會中途卡住，這件事比想像中重要。
短短幾行 prompt，能做到什麼程度
只用幾行 prompt 下「養牛、擠奶、賣牛奶的牧場大亨」，它就能一次做出可以跑的 demo：3D 乳牛站在那裡、牛奶量表慢慢累積、出貨之後錢也跟著進帳。以前這種東西可能要花好幾天，現在一段 prompt 就先把雛形抓出來了。
跟著滾動讓元素立體位移的網站、上傳照片就自動生成周邊禮盒模型圖的 web app，也都是同一件事。已經走到「想法的解析度就等於成品的解析度」這個階段了。
圖片、影片也由模型直接生出來
最近有趣的走向是：不是寫完程式碼就結束，連要放進去的圖片、影片素材，模型也當場生好塞進去。
做法大致兩種。在網頁介面用 MCP 連接器接上圖片・影片生成工具；如果想讓成品直接落在自己電腦上，就把 CLI 指令貼進終端機，登入一次就接起來了。
所以到底該怎麼搭配
- token 很吃緊的話 — 建議全部先用 Opus 5 跑，只在複雜任務上打開較高的驗證選項。
- 現在只用 GPT 的話 — 這個月或下一期帳單，值得順手加一份 Claude 試試。中文的差距消失之後，體感真的很不一樣。
- 照難度排順序 — 難的工作是 Fable → Opus → Sol，快而簡單的工作是 Sol → Opus → Fable。如果 Sol 的快速模式用不順手，那個位置換成 Opus 也完全 OK。
今天只做一件事的話，就挑一個你最常做的任務，把同一組 prompt 丟給三個模型。比起看一百行跑分，一次真正經過自己手的結果準確太多了。好模型不是「第一名」那個，而是跟自己工作節奏合得上的那個。
