Claude Opus 5: आपके वाइब कोडिंग प्रोजेक्ट के लिए असल में क्या बदला

जो मॉडल-बदलाव कोड की एक लाइन जैसा दिखता है, वह शायद ही कभी सिर्फ़ एक लाइन होता है। Claude Opus 4.8 से Claude Opus 5 पर जाने में सचमुच सिर्फ़ पहचान बदलती है — और फिर भी आपको एक अलग बर्ताव वाला सिस्टम मिलता है: लंबे उत्तर, ज़्यादा टोकन खर्च और एक जगह पर बिलकुल नई त्रुटि। यह लेख 31 जुलाई 2026 की आधिकारिक जानकारी को क्रम में रखता है और उसे एक जाँची जा सकने वाली माइग्रेशन में बदलता है।

Anthropic ने Claude Opus 5 को 24 जुलाई 2026 को जारी किया और इसे Opus 4.8 की तुलना में छोटा अपडेट नहीं, बल्कि एक छलांग बताया। सबसे बड़ी बढ़त गहरे तर्क, लंबी एजेंटिक कार्य-शृंखलाओं और अतिरिक्त गणना को बेहतर नतीजों में बदलने की क्षमता में बताई गई है।

Claude Opus 5 में नया क्या है?

पहचान claude-opus-5 है। Claude Platform दस लाख टोकन की कॉन्टेक्स्ट विंडो बताता है — डिफ़ॉल्ट और अधिकतम दोनों के रूप में, कोई छोटा संस्करण नहीं है। आउटपुट 128000 टोकन तक जाता है। मॉडल Claude API, Amazon Bedrock, Google Cloud और Microsoft Foundry के ज़रिये उपलब्ध है, साथ ही खुद Claude ऐप्लिकेशनों में भी।

कीमत प्रति दस लाख इनपुट टोकन 5 डॉलर और प्रति दस लाख आउटपुट टोकन 25 डॉलर पर बनी हुई है, Opus 4.8 जितनी ही। एक सुधार आसानी से छूट जाता है: कैश में रखे जा सकने वाले प्रॉम्प्ट की न्यूनतम लंबाई 1024 से घटकर 512 टोकन हो गई है। छोटे और बार-बार दोहराए जाने वाले सिस्टम प्रॉम्प्ट अब बिना किसी कोड बदलाव के कैशिंग का फ़ायदा उठाते हैं।

थिंकिंग अब डिफ़ॉल्ट रूप से क्यों चलती है

सबसे ज़्यादा दुष्प्रभाव इसी बदलाव के हैं। Opus 4.8 पर जब तक आप साफ़ तौर पर चालू न करें, अनुरोध बिना सोचे चलता था। Opus 5 पर उल्टा है: जैसे ही आप कुछ नहीं कहते, मॉडल खुद तय करता है कि कब और कितना सोचना है।

व्यवहार में इसका मतलब तीन बातें हैं। उत्तर में ज़्यादा समय लगता है। आउटपुट टोकन ज़्यादा खर्च होते हैं। और चूँकि max_tokens थिंकिंग और उत्तर दोनों को मिलाकर सीमित करता है, जो कसा हुआ मान Opus 4.8 पर काफ़ी था वह अब वाक्य के बीच में काट सकता है। अपग्रेड करने वाले को यह मान जस का तस लेने के बजाय किसी असली काम पर दोबारा मापना चाहिए। इसका व्यवस्थित तरीका एआई खर्च नियंत्रण में रखना में है।

effort की सीढ़ी और उसका नया झोल

effort तय करता है कि Claude सोचने, टूल कॉल और उत्तर पर कितने टोकन लगाए। सीढ़ी low, medium, high, xhigh से होते हुए max तक जाती है, और डिफ़ॉल्ट high है। Anthropic Opus 5 को पहला ऐसा Opus मॉडल बताता है जो अतिरिक्त effort को ज़्यादा भरोसे के साथ बेहतर नतीजों में बदलता है — यानी चुना गया स्तर Opus 4.8 की तुलना में ज़्यादा भारी पड़ता है।

उलटी दिशा भी उतनी ही दिलचस्प है: दस्तावेज़ के अनुसार low और medium अब भी टोकन और प्रतीक्षा के एक अंश में मज़बूत गुणवत्ता देते हैं। इसलिए असली सवाल अब सिर्फ़ यह नहीं कि आप कितना ऊपर जा सकते हैं, बल्कि यह कि गुणवत्ता टूटे बिना कितना नीचे आ सकते हैं।

एक असली झोल: थिंकिंग सिर्फ़ स्तर high तक बंद की जा सकती है। thinking: disabled को xhigh या max के साथ जोड़ने पर API 400 त्रुटि देता है। यह जाँच हर अनुरोध पर होती है, इसलिए उसी सत्र की बाद वाली कॉल भी विफल हो सकती है, भले पिछली कॉलें चल गई हों।

वाइब कोडिंग में Opus 5 कब सार्थक है?

केंद्र अब भी वहीं है जहाँ कई निर्णय एक-दूसरे पर निर्भर हों। Anthropic कई फ़ाइलों में फैली सुविधाओं, बड़े रीफ़ैक्टरिंग और ऐसे काम का ज़िक्र करता है जो आधे-अधूरे टुकड़े छोड़े बिना अंत तक चलता है। कोड समीक्षा और बग खोजना भी मज़बूती के तौर पर बताए गए हैं — ऊँची हिट दर और कम झूठे अलार्म के साथ।

एक ही फ़ाइल के जाने-पहचाने बदलाव, छोटे सारांश या मानकीकृत वर्गीकरण के लिए Opus अब भी ज़रूरत से बड़ा है। सबसे अच्छा डिफ़ॉल्ट सबसे ताकतवर मॉडल नहीं है, बल्कि वह सबसे छोटा विन्यास जो आपके गुणवत्ता अनुबंध को भरोसे से पूरा करे। Opus 5 पर यह न्यूनतम विन्यास साफ़ तौर पर उसी मॉडल का कम effort स्तर भी हो सकता है।

एक व्यावहारिक मामला: 4.8 से 5 पर जाना

पहला कदम मॉडल पहचान है। उसके बाद दो बर्ताव-बदलाव आते हैं। हर उस कॉल को जाँचें जो थिंकिंग बंद करती है: अगर वह xhigh या max पर चलती है, या तो effort स्तर घटाएँ या thinking फ़ील्ड हटाएँ। फिर हर उस कॉल को जाँचें जिसने थिंकिंग कभी सेट ही नहीं की — वहाँ थिंकिंग हिस्सा नया है और max_tokens तंग पड़ सकता है।

दूसरा कदम प्रॉम्प्ट है। अगर उसमें «अंत में एक जाँच चरण जोड़ो» या «किसी सबएजेंट से नतीजा जँचवाओ» जैसे निर्देश हैं, उन्हें हटा दें। Opus 5 वैसे भी अपना काम खुद जाँचता है; ये पुराने निर्देश सुरक्षा के बजाय अति-जाँच पैदा करते हैं। यही बात सबएजेंट को काम बाँटने को बढ़ावा देने वाले हिस्सों पर लागू होती है: Opus 5 खुद ही ज़्यादा आसानी से काम बाँटता है।

तीसरा कदम माप है। वही असली काम 4.8 और 5 दोनों पर चलाएँ और टोकन खर्च, समय, सुधार के दौर और अपना समीक्षा समय दर्ज करें। यही तुलना बताती है कि आपके मामले में बदलाव टिकता है या नहीं।

बर्ताव में और क्या बदलता है

दस्तावेज़ चार बिंदु साफ़ नाम से बताता है, और चारों रोज़मर्रा में दिखते हैं: उपयोगकर्ता को दिए जाने वाले उत्तर लंबे हो जाते हैं। लिखी गई फ़ाइलें और रिपोर्टें लंबी हो जाती हैं। एजेंटिक सत्रों में मॉडल ज़्यादा बार बताता है कि वह किस पर काम कर रहा है। और बहु-एजेंट ढाँचों में वह ज़्यादा आसानी से काम बाँटता है।

ये खराबियाँ नहीं, डिफ़ॉल्ट सेटिंग हैं — और डिफ़ॉल्ट सेटिंग प्रॉम्प्ट से खिसकाई जा सकती है। अगर आपके उत्पाद को छोटे उत्तर चाहिए, यह साफ़ लिखें। अगर कोडिंग एजेंट ज़्यादा बोलता है, टूल कॉल के बीच चुप्पी माँगें। यह वही तर्ज़ है जो एआई एजेंट क्या होते हैं में है: अधिकार, दायरा और संवाद-शैली भी काम के विवरण का हिस्सा हैं।

बेहतर अंकों के बावजूद कौन-सी सीमाएँ बनी रहती हैं?

Anthropic अपने मूल्यांकनों में Opus 5 की स्पष्ट बढ़त बताता है, जिसमें एक आंतरिक बेंचमार्क पर Opus 4.8 के अंक से दोगुने से ज़्यादा शामिल है। ये निर्धारित परिस्थितियों में निर्माता के नतीजे हैं, आपके ऐप्लिकेशन के लिए वादा नहीं। ये आपकी अपनी तुलना करने की वजह हैं, उसका विकल्प कभी नहीं।

एक और ब्योरा ध्यान माँगता है: थिंकिंग बंद होने पर दस्तावेज़ चेताता है कि Opus 5 कभी-कभी टूल कॉल को असल में चलाने के बजाय दिखने वाले टेक्स्ट के रूप में लिख देता है। तब चलना सफल दिखता है जबकि हुआ कुछ नहीं। यह भी थिंकिंग चालू रखकर effort से नियंत्रण करने के पक्ष में एक तर्क है।

Opus 5 अपग्रेड के लिए जाँच-सूची

• थिंकिंग बंद वाली सभी कॉलें effort high या उससे नीचे चलती हैं, यह जाँच लिया गया है।
• जो कॉलें पहले बिना थिंकिंग चलती थीं, उनके लिए max_tokens दोबारा मापा गया है।
• पुराने प्रॉम्प्ट से जाँच और काम बाँटने वाले निर्देश हटा दिए गए हैं।
• effort स्तर एक ही शुरुआती स्थिति से तुलना किए गए हैं, आँख मूँदकर बढ़ाए नहीं गए।
• 4.8 और 5 दोनों के लिए टोकन खर्च, समय, सुधार के दौर और समीक्षा समय दर्ज हैं।
• टेस्ट, डिफ़ और यूज़र पथ मॉडल के सारांश से अलग जाँचे जाते हैं।
• अहम बदलाव प्रकाशन से पहले किसी ज़िम्मेदार व्यक्ति से मंज़ूर होते हैं।

Claude Opus 5 उस बिंदु को खिसका देता है जहाँ मज़बूत मॉडल अपनी कीमत वसूल करता है — क्षमता में ऊपर और हर उपयोगी नतीजे की लागत में नीचे, दोनों एक साथ। पर फ़ायदा मॉडल के नाम से नहीं आता। वह तब आता है जब आप इस अपग्रेड को एक मापी जा सकने वाली तब्दीली की तरह बरतते हैं: बदली हुई सीमाएँ, साफ़ किए गए प्रॉम्प्ट और एक स्वीकृति जो आपकी ही रहती है।