Claude降智实锤了，还变相涨价，Opus跌下神坛

背景：Claude一直是AI模型中的“高智商代表”

Claude 系列模型自发布以来，以其高推理能力、低幻觉率和良好的对话体验广受好评。尤其是 Opus 版本，被认为是目前市面上最强大的通用AI模型之一，广泛应用于编程、内容创作、数据分析等领域。

然而，近期多位用户在社交媒体和技术论坛上反馈，Claude Opus 4.6 的表现明显不如从前，推理深度下降、回答质量缩水，甚至出现频繁“无中生有”的幻觉问题。与此同时，Token 成本悄然上升，引发了“降智+变相涨价”的质疑风暴。

降智实锤：推理深度与准确率双双下滑

根据一位用户发布的详细分析报告，她收集了 6852 份 Claude Code 的会话文件、17871 个思考块、234760 次工具调用，得出了以下结论：

• 从今年 2 月起，Claude 的推理深度出现可测量的下降。
• 模型行为从“先研究再动手”转变为“先动手再说”。
• 更多“最简修复”行为，即尝试用最短路径解决问题，而不是全面分析。

她采用的核心指标是“读写比”，即模型在修改文件前读取相关文件的次数。结果显示，Claude 在多个测试轮次中，读取行为明显减少，表明其思考过程变得肤浅。

此外，BridgeBench AI 发布的幻觉排行榜截图显示：

• 上周测试中，Claude Opus 4.6 准确率为 83.3%，排名第二。
• 4 月 12 日重测时，准确率下降至 68.3%，排名第 10。
• 幻觉发生率增加了 98%，被广泛认为是“降智实锤”。

尽管 BridgeBench 的测试方法被指未控制变量，但用户仍普遍认为 Claude 的表现确实出现了退化。

Anthropic回应：不是降智，而是优化与调整

面对“降智”指控，Claude Code 负责人 Boris Cherny 在 X 上回应称：

• 所谓的推理深度下降，并非有意削弱模型。
• 主要是减少思考延迟，提升用户体验。
• 用户若希望获得更高推理深度，可通过设置 /effort high 和跨对话保持来实现。

另一位团队成员 Thariq Shihipar 也参与了回应，强调他们不会故意降低模型性能，并指出相关改动都已记录在 changelog 中。

但用户并不买账，他们质疑：

• 如果是优化，为何不在更新前明确告知？
• 为何改动后反而导致 Token 使用量上升？
• 模型变得不可靠，是否意味着服务质量下降？

更早前，Anthropic 曾回应过类似问题，称是底层基础设施的 Bug导致性能波动，已进行修复。但此次问题显然更具持续性和系统性。

变相涨价：Token消耗增加，成本上升

除了“降智”，用户还指出 Claude 的 Token 消耗明显增加，尤其是在长对话或复杂任务中。

根据 API 调用数据：

• 3 月初，Claude Code 的提示词缓存有效期从 1 小时悄悄缩短至 5 分钟。
• 这意味着用户每次交互都需要重新加载上下文，造成缓存频繁失效。
• Token 成本随之上升，实际使用费用变相增加。

这一改动的官方解释是为了减轻大量并发会话带来的存储压力，释放资源给更多用户使用。但用户普遍认为：

• 缓存缩短应提供可选配置，而非一刀切。
• 成本上升与性能下降并行，令人难以接受。

用户情绪与行业影响：Opus不再“神坛”

不少用户表示：

• “以前 sonnet 像智障，现在 opus 比 sonnet 还笨。”
• “付了更贵的费用，结果用上了缩水版。”

这些声音反映出用户对 Anthropic 的信任危机。Claude 曾被视为 OpenAI 之外最有竞争力的模型，尤其在企业级应用中被寄予厚望。如今却因性能与价格的双重打击，陷入舆论风波。

此外，行业观察者开始质疑 Anthropic 的更新策略：

• 是否为了快速迭代而牺牲了稳定性？
• 是否存在“借优化之名，行降智涨价之实”的营销手段？

虽然官方强调这些更新是“正常迭代”，但在用户眼中，Opus 的“神坛地位”已经动摇。

总结：AI模型的“稳定性”问题不容忽视

Claude Opus 4.6 的争议事件提醒我们：

• 用户对模型性能变化极其敏感。
• 模型“隐性改动”必须透明化，否则可能引发信任崩塌。
• AI 公司在追求技术进步与用户体验的同时，应重视服务质量的一致性。

此次“降智+涨价”风波或许只是 Anthropic 的一次“优化失误”，但也为整个行业敲响警钟：模型迭代需谨慎，用户才是真正的裁判。