Tin tức ngành
Fast mode Opus 4.8 ngừng hỗ trợ: chi phí thực khi chuyển sang Claude Opus 5.5
Fast mode trên Claude Opus 4.8 ngừng hoạt động từ 30/11/2026. Fast mode của Opus 5.5 rẻ hơn 20% với $8/$40 cho 1M token, nhưng thinking luôn bật và các thay đổi API mới quyết định hóa đơn thực.

Some links are partner links: if you subscribe through them, we may earn a commission, at no extra cost to you. The crowd verdicts stay independent.
Fast mode của Opus 4.8 đã bị ngừng hỗ trợ: Anthropic công bố ngày 30/10/2026, và từ ngày 30/11/2026, mọi request gửi tới claude-opus-4-8 kèm speed: "fast" sẽ trả về lỗi. Cách duy nhất được hỗ trợ để giữ tốc độ xuất nhanh là Claude Opus 5.5: rẻ hơn tính theo token ở fast mode, nhưng thay đổi đủ nhiều trong API để làm hỏng code viết cho 4.8.
Chuyển sang Opus 5.5 trước ngày 30/11
Fast mode trên Claude Opus 4.8 ngừng hoạt động từ 30/11/2026. Claude Opus 5.5 là phương án thay thế được khuyến nghị: fast mode của nó có giá $8 / $40 cho mỗi triệu token đầu vào / đầu ra, so với $10 / $50 trên Opus 4.8, tức giảm 20%, và đã được phát hành chính thức, không cần beta header, từ ngày 15/10.
Việc ngừng fast mode của Opus 4.8 thay đổi những gì, theo từng mốc
Release notes của Claude API đưa ra một lịch trình ngắn. Các đội vẫn chạy Opus 4.8 ở tốc độ fast còn 26 ngày tính từ ngày đăng bài này.
| Ngày (2026) | Sự kiện |
|---|---|
| 22/9 | Claude Opus 5.5 ra mắt với giá $4 / $20 cho 1M token, fast mode ở dạng research preview |
| 15/10 | Fast mode trên Opus 5.5 rời research preview: không cần beta header, có rate limit mặc định ở các tier Start, Build và Scale |
| 30/10 | Fast mode trên Opus 4.8 bị ngừng hỗ trợ |
| 30/11 | Gỡ bỏ: claude-opus-4-8 với speed: "fast" trả về lỗi |
Có hai chi tiết quan trọng. Thứ nhất, bản thân model Opus 4.8 chưa bị khai tử: các request ở tốc độ tiêu chuẩn vẫn chạy. Chỉ có tầng fast biến mất. Thứ hai, Anthropic không tự động hạ request xuống tốc độ tiêu chuẩn. Lời gọi sẽ thất bại, nên mọi luồng production gắn cứng speed: "fast" trên 4.8 sẽ hỏng vào ngày 1/12 nếu không ai sửa.
Giá Claude Opus 5.5 so với Opus 4.8 và Opus 5
Hiện có ba model Opus chấp nhận fast mode. Chỉ một trong số đó là điểm đến thực tế. Giá bên dưới lấy từ catalog của đấu trường (đã đối chiếu với tài liệu của Anthropic), còn điểm cộng đồng là tỷ lệ người bình chọn trên GLAD-AI-TOR khuyên dùng model đó.
| Model | Tiêu chuẩn (vào / ra cho 1M) | Fast mode (vào / ra cho 1M) | Trạng thái fast mode | Điểm cộng đồng |
|---|---|---|---|---|
| Claude Opus 4.8 | $5 / $25 | $10 / $50 | Ngừng hỗ trợ, gỡ bỏ 30/11 | 57% (3 phiếu) |
| Claude Opus 5 | $5 / $25 | $10 / $50 | Research preview, danh sách chờ | 63% (4 phiếu) |
| Claude Opus 5.5 | $4 / $20 | $8 / $40 | Phát hành chính thức | Chưa có phiếu |
Opus 5 trông như một bước nhảy nhẹ nhàng hơn, nhưng fast mode của nó vẫn cần beta header fast-mode-2026-02-01 và quyền truy cập qua account manager hoặc danh sách chờ, theo tài liệu fast mode. Giá ngang 4.8, và catalog đã ghi nhận nó bị Opus 5.5 thay thế. Chuyển sang đó chỉ mua thêm thời gian, không tiết kiệm được gì.
Opus 5.5 thì ngược lại: rẻ hơn 20% ở cả hai tốc độ, cache read $0.20 cho mỗi triệu token so với $0.50 trên Opus 4.8, và phán quyết của đấu trường gọi nó là "the new value king for frontier agentic work". Các ưu điểm trong catalog gồm 66.4% trên Terminal-Bench 4.0 và tốc độ xuất nhanh hơn Opus 5 trên 30% ở tốc độ tiêu chuẩn. Fast mode cũng phủ rộng hơn: fast mode của Opus 4.8 chỉ có trên Claude API, còn fast mode của Opus 5.5 chạy trên Claude API, Claude Models on Google Cloud (Anthropic managed) và Microsoft Foundry.
Claude Opus 5.5
Anthropic's September 2026 flagship: Fable-level scores at 40% lower cost, $4/$20 pricing, #1 on Artificial Analysis
Partner link. The crowd verdicts stay independent.
Chuyển sang Opus 5.5 thực sự tốn bao nhiêu: khoản thuế thinking
Giá niêm yết giảm 20%. Hóa đơn chưa chắc giảm theo. Trên Opus 4.8, một request không có trường thinking sẽ chạy không có thinking. Trên Opus 5.5, adaptive thinking luôn bật và không thể tắt, và token thinking được tính như token đầu ra kể cả khi phần văn bản của nó không được trả về.
Ví dụ cụ thể cho một workload fast mode gồm 10M token đầu vào và 2M token đầu ra mỗi tháng:
| Kịch bản | Chi phí đầu vào | Chi phí đầu ra | Tổng mỗi tháng |
|---|---|---|---|
| Opus 4.8 fast, không thinking | 10M x $10 = $100 | 2M x $50 = $100 | $200 |
| Opus 5.5 fast, cùng lượng đầu ra | 10M x $8 = $80 | 2M x $40 = $80 | $160 |
| Opus 5.5 fast, đầu ra +50% do thinking | 10M x $8 = $80 | 3M x $40 = $120 | $200 |
Với tỷ lệ này, việc chuyển đổi tiết kiệm $40 mỗi tháng miễn là thinking làm tăng lượng đầu ra dưới 50%. Nếu chỉ xét đầu ra, mức giá thấp hơn hấp thụ được tối đa 25% token đầu ra tăng thêm trước khi hóa đơn bằng với 4.8. Đòn bẩy nằm ở tham số effort: Opus 5.5 mặc định là medium, trong khi Opus 4.8 mặc định là high, và hạ xuống low cho các lời gọi đơn giản là cách được tài liệu hóa để tốn ít token thinking hơn. Chính phần nhược điểm trong catalog cảnh báo rủi ro này: Opus 5.5 "still verbose", và lượng đầu ra cao "can exceed headline savings".
Có hai cái bẫy chi phí nằm ngoài giá token. Fast mode không dùng được với Batch API (giá batch của Opus 4.8 là $2.50 / $12.50, nên các job batch vốn không thuộc về fast mode). Và Priority Tier không được hỗ trợ trên Opus 5.5, nên tổ chức có cam kết Priority Tier trên 4.8 cần lên kế hoạch năng lực riêng.
Checklist chuyển đổi Opus 5.5 cho người dùng fast mode
Hướng dẫn chuyển đổi Opus 5.5 liệt kê mọi thay đổi. Với một đội đi từ Opus 4.8 fast, đây là những điểm trả về lỗi 400 hoặc thay đổi hành vi:
- Model ID. Thay
claude-opus-4-8bằngclaude-opus-5-5. Beta headerfast-mode-2026-02-01không còn cần thiết; các request vẫn gửi nó tiếp tục chạy bình thường. - Thinking. Bỏ
thinking: {"type": "disabled"}vàthinking: {"type": "enabled", "budget_tokens": N}. Cả hai giờ đều trả về 400. Bỏ trường này và đặteffortthay thế. - Effort. Đặt giá trị rõ ràng. Một request bỏ qua nó giờ chạy ở
medium, không phảihigh. - Ép dùng tool.
tool_choiceloạianyvàtooltrả về 400, kể cả trên endpoint đếm token. Dùngautokèm strict tool use hoặc structured outputs. - Sampling và prefill. Bỏ
temperature,top_pvàtop_k, và không kết thúcmessagesbằng một lượt assistant được điền sẵn. - Computer use. Khai báo toolset
computer_toolset_20260801;computer_20251124trả về 400 trên Claude API. - Phân tích phản hồi. Phản hồi có thể bắt đầu bằng các khối
thinking, nên code đọccontent[0].textsẽ hỏng. Chọn khối theotype, và trả lại nguyên vẹn các khối thinking trong vòng lặp tool-use. - max_tokens. Giá trị này bao gồm cả thinking lẫn văn bản. Ở effort
xhighhoặcmax, Anthropic gợi ý bắt đầu từ 64k. - Fallback. Giữ một lần thử lại không có
speed: "fast"cho lỗi 429, lưu ý rằng đổi tốc độ sẽ gây cache miss cho prompt.
Thay đổi tối thiểu cho request trông như sau:
{
"model": "claude-opus-5-5",
"max_tokens": 4096,
"speed": "fast",
"output_config": { "effort": "low" },
"messages": [{ "role": "user", "content": "..." }]
}
Một lợi ích phụ: độ dài prompt tối thiểu để cache giảm từ 1,024 token trên Opus 4.8 xuống 512 trên Opus 5.5, nên các system prompt ngắn trước đây chưa từng được cache giờ đã có thể.
Claude Opus 5.5
Anthropic's September 2026 flagship: Fable-level scores at 40% lower cost, $4/$20 pricing, #1 on Artificial Analysis
Partner link. The crowd verdicts stay independent.
Đội nào có thể bỏ fast mode thay vì chuyển đổi
Không phải workload nào cũng cần chuyển. Fast mode cho tốc độ token đầu ra mỗi giây cao gấp tối đa 2.5 lần, nhưng không cải thiện thời gian tới token đầu tiên, và nó nhân đôi giá mỗi token trên Opus 4.8. Agent chạy nền, job ban đêm và mọi thứ không stream tới người dùng đang chờ có thể bỏ speed: "fast" và ở lại với Claude Opus 4.8 ở mức $5 / $25, không cần sửa code ngoài cờ này. Hóa đơn giảm một nửa ngay lập tức và việc chuyển sang Opus 5.5 được lùi lại thành một sprint có kế hoạch.
Điểm trừ: Opus 4.8 đã tụt hai thế hệ trong catalog, và điểm cộng đồng 57% của nó thấp hơn Opus 5 (63%). Ở lại chỉ là trạng thái chờ, không phải chiến lược. Các đội đang cân nhắc một tầng rẻ hơn hẳn có thể đọc phân tích trước đó của đấu trường về khi nào Claude Sonnet thắng Opus về chi phí.
Phán quyết
- Hạn chót: fast mode trên Opus 4.8 lỗi từ 30/11/2026. Tìm ngay
speedvàclaude-opus-4-8trong codebase. - Giá: fast mode của Opus 5.5 có giá $8 / $40 cho 1M token, thấp hơn 20% so với $10 / $50 trên Opus 4.8 và Opus 5.
- Chi phí thực: khoản tiết kiệm giữ được miễn là thinking luôn bật làm tăng dưới 25% đầu ra ở các workload nặng đầu ra; tinh chỉnh
efforttrước khi đánh giá hóa đơn. - Thay đổi phá vỡ: không thể tắt thinking,
tool_choiceép buộc trả về 400, tham số sampling và prefill bị từ chối. - Lối thoát: các job chịu được độ trễ có thể bỏ fast mode và ở lại Opus 4.8 với $5 / $25 trong lúc thử nghiệm chuyển đổi.
Để xem đối đầu đầy đủ, xem trận Claude Opus 4.8 vs Claude Opus 5.5, hồ sơ Claude Opus 5.5 và bảng xếp hạng các model LLM tốt nhất của đấu trường.
Keep exploring
Every claim above is backed by the arena's live data: crowd votes, verified pricing, honest pros & cons.
More from the arena journal

Tin tức ngành
Claude Sonnet 5 vs Opus 4.8: Khi mô hình 2 $ đánh bại mô hình 25 $
Sonnet 5 rẻ hơn Opus 4.8 đến 60% nhưng ngang bằng trong công việc tri thức. Phân tích chi phí mỗi tác vụ cho thấy khi nào mỗi mô hình thắng.
19 thg 8, 2026 · Đọc trong 5 phút

Tin tức ngành
DeepSeek V4 vs Claude Opus 4.8: Mô hình $0.87 có thể cạnh tranh trong coding đại lý không?
DeepSeek V4 rẻ hơn 28.7 lần Claude Opus 4.8 mỗi token đầu ra. Cả hai đạt 57% chấp thuận. Trade-off thực sự: độ tin cậy tool-call vs giá. Đây là những gì dữ liệu cho thấy.
27 thg 7, 2026 · Đọc trong 6 phút

Tin tức ngành
Krea 3 ra mắt: báo cáo kỹ thuật nói gì và gói 9 USD mỗi tháng còn đáng mua không
Krea 3 là mô hình chỉnh sửa ảnh 2K, mỗi lần sửa dưới 8 giây. Báo cáo kỹ thuật tiết lộ gì, gói Basic 9 USD tạo được bao nhiêu ảnh Krea 3 và chi phí mỗi ảnh so với GPT Image.
13 thg 11, 2026 · Đọc trong 9 phút