В руководстве по миграции для Claude Opus 4.7 указано: новый токенайзер использует «примерно в 1.0–1.35 раза больше токенов», чем 4.6. На практике замеры показали коэффициент 1.47x на технической документации и 1.45x на реальном файле CLAUDE.md.

Сколько это стоит?

Цены и квоты остались прежними, но из-за увеличения количества токенов:

• Максимальный лимит по токенам расходуется быстрее.
• Кешированный префикс становится дороже с каждой итерацией.
• Рейтлимиты достигаются раньше.

Anthropic, вероятно, получили какие-то преимущества. Какие — и оправдана ли цена?

Для анализа проведено два эксперимента: один оценил рост стоимости, второй — проверил улучшения в качестве.

Методология замеров

Использовался эндпоинт POST /v1/messages/count_tokens — бесплатный счётчик токенов без запуска инференса. Один и тот же контент прогонялся через обе модели. Разница — только в токенайзере.

Два набора данных:

• Реальный контент: семь типичных для Claude Code файлов — CLAUDE.md, пользовательские промпты, блог-посты, git log, вывод терминала, stack trace, code diff.
• Синтетические образцы: 12 типов данных — английская проза, код, JSON, CJK (китайский, японский, корейский), эмодзи, математические символы — чтобы оценить влияние типа контента.

Результаты: реальный контент

Семь образцов из практики использования Claude Code:

Взвешенный коэффициент увеличения токенов: 1.325x (с 8 254 до 10 937 токенов).

Результаты: синтетические данные

Средние коэффициенты по типам контента:

• Английский и код: 1.345x.
• CJK: 1.01x (практически без изменений).

Что изменилось в токенайзере

Анализ показал три паттерна:

• CJK, эмодзи и символы — рост на 1.005–1.07x. Это говорит о том, что не-латинская часть словаря почти не менялась.
• Английский и код — рост на 1.20–1.47x. Вероятно, BPE-алгоритм теперь использует более короткие sub-word merges для частых паттернов.
• Код пострадал сильнее (1.29–1.39x), чем проза (1.20x), из-за большого количества повторяющихся строк — ключевых слов, импортов, идентификаторов.

Среднее количество символов на токен упало:

• Английский: с 4.33 до 3.60.
• TypeScript: с 3.66 до 2.69.

Текст теперь разбивается на более мелкие фрагменты. Это гипотеза — точные изменения в проприетарном словаре Anthropic неизвестны.

Зачем выпускать более «расточительный» токенайзер?

Согласно миграционному гайду, Opus 4.7 лучше следует инструкциям, особенно на низких уровнях effort. Модель перестаёт молча обобщать инструкции с одного элемента на другой.

Более мелкие токены заставляют механизм attention работать на уровне отдельных слов. Это помогает при:

• Точном следовании инструкциям.
• Задачах на уровне символов.
• Корректных вызовах инструментов.

Партнёры Anthropic (Notion, Warp, Factory) сообщают о снижении ошибок в инструментах на длинных сессиях. Однако токенайзер — не единственный фактор: изменились и веса, и пост-обучение.

Проверка: действительно ли 4.7 лучше следует инструкциям?

Для теста использовался бенчмарк IFEval (Zhou et al., Google, 2023) — 541 промпт с верифицируемыми ограничениями: «ровно N слов», «включить X дважды», «без запятых», «всё заглавными». Оценка — бинарная (pass/fail) через официальный грейдер.

Выборка: 20 промптов с фиксированным seed.

Результаты:

• Strict, prompt-level: 17/20 (85%) у 4.6 → 18/20 (90%) у 4.7.
• Strict, instruction-level: 25/29 (86%) → 26/29 (90%).
• Loose-оценки: без изменений (90% у обеих).

Небольшое, но согласованное улучшение в strict-режиме. Разница объясняется тем, что 4.7 лучше справляется с точным форматированием.

Единственное чёткое улучшение: инструкция change_case:english_capital (0/1 → 1/1). Один промпт с цепочкой из четырёх ограничений разделил модели — 4.6 провалила одно, 4.7 прошла все.

Ограничения теста:

• Маленькая выборка (N=20), что не позволяет точно оценить эффект.
• Разница +5pp совместима с диапазоном от нуля до +10pp.
• Это суммарный эффект — невозможно выделить вклад только токенайзера.
• Одна генерация на промпт — не усреднена по запускам.

Вывод: Opus 4.7 следует строгим инструкциям на несколько процентных пунктов лучше. Но это не «драматическое улучшение» — по крайней мере, на этом бенчмарке.

Математика: стоимость одной сессии в Claude Code

Рассмотрим длинную сессию — 80 итераций (отладка, рефакторинг).

Контекст каждой итерации:

• Статический префикс: 2K (CLAUDE.md) + 4K (инструменты) = 6K токенов.
• История разговора: растёт на ~2K за итерацию, к 80-й — ~160K.
• Пользовательский ввод: ~500 токенов.
• Вывод: ~1500 токенов.
• Cache hit rate: ~95% (5-минутный TTL).

Средний кешированный префикс за сессию — ~86K токенов (а не 6K), так как большая часть cache-read приходится на поздние итерации с разросшейся историей.

Стоимость сессии в Opus 4.6

• Ход 1, cache-write: 8K × $6.25/MTok
• Ходы 2–80, cache reads: 79 × 86K × $0.50/MTok
• Свежий ввод: 79 × 500 × $5/MTok
• Вывод: 80 × 1500 × $25/MTok

Cache reads доминируют во вводе, но вывод — главная статья расходов.

Стоимость сессии в Opus 4.7

Токены масштабируются по коэффициентам:

• CLAUDE.md: 1.445x → 2K → 2.9K
• Определения инструментов: 1.12x → 4K → 4.5K
• История разговора: 1.325x → 160K → 212K, среднее ~106K
• Пользовательский ввод: 1.325x → 500 → ~660

Средний кешированный префикс: ~115K токенов (против 86K).

Вывод: ~1500–1950 токенов (возможно, больше из-за режима xhigh в Claude Code).

• Ход 1, cache-write: 10K × $6.25/MTok
• Ходы 2–80, cache reads: 79 × 115K × $0.50/MTok
• Свежий ввод: 79 × 660 × $5/MTok
• Вывод: 80 × 1500–1950 × $25/MTok

Итоговая стоимость: ~$7.86–$8.76 против ~$6.65 в 4.6 — рост на 20–30%.

Цена за токен не изменилась. Стоимость сессии — выросла, потому что та же задача требует больше токенов.

Для пользователей Max-плана: рейтлимиты достигаются раньше — сессия, укладывавшаяся в 5-часовое окно на 4.6, может не уложиться на 4.7.

Влияние на prompt cache

Prompt caching — ключевая архитектура Claude Code. Изменение токенайзера влияет на кеширование:

1. Холодный старт дороже: кеш сбрасывается при смене модели. Префикс в 4.7 на 1.3–1.45x больше, чем в 4.6.
2. Объём кеша растёт: больше токенов — выше стоимость cache-write и cache-read.
3. История логов меняется: перезапуск сессии на 4.7 покажет другие цифры. Это может вызвать скачки в биллинге или мониторинге, завязанном на токены.

Контраргументы

«Ввод в основном из cache reads. Рост стоимости за токен минимальный.»

Верно: в сессии в пределах 5-минутного TTL 96% ввода — cache reads по $0.50/MTok (скидка 90%). Рост в 1.325x на кеше даёт меньший долларовый эффект, чем на свежем вводе.

Но Max-планы учитывают все токены, а не стоимость. А краевые случаи (первая сессия, cache-bust, изменение модели) попадают в некешированную зону — там платится полная цена за увеличенный префикс.

«Anthropic указали диапазон 1.0–1.35x, а не жёсткий лимит.»

Да, 1.325x попадает в верхнюю часть диапазона. Но отдельные файлы (например, CLAUDE.md — 1.445x, техдокументация — 1.473x) его превышают.

Вывод: верхняя граница документированного диапазона — это норма для большинства контента в Claude Code, а не исключение. Планируйте с расчётом на 1.35x и выше.

Итог

Токены на английском и в коде стали дороже в 1.3–1.45x. В обмен — улучшение на +5pp в строгом следовании инструкциям.

Стоит ли оно того? Зависит от задач. Вы платите на 20–30% больше за сессию ради небольшого, но реального улучшения точности следования промпту.

В гайде по миграции для Claude Opus 4.7 написано: новый токенайзер использует «примерно в 1.0–1.35 раза больше токенов», чем 4.6. Я замерил и получил 1.47x на технической документации, и 1.45x на реальном CLAUDE.md-файле.

Цены те же. Квоты те же. Токенов в промпте больше. Max-план сгорает быстрее. Кешированный префикс стоит дороже за каждую итерацию. Рейтлимит наступает раньше.

Значит, Anthropic что-то получили в обмен. Что именно — и стоит ли оно того?

Я провёл два эксперимента: первый измерил стоимость, второй проверил заявленные преимущества. Вот что получилось.

Сколько это стоит?

Для измерения я использовалPOST /v1/messages/count_tokens— бесплатный счётчик токенов Anthropic без инференса. Один и тот же контент, обе модели, одно число на каждую. Разница чисто в токенайзере.

Два набора образцов.

1. Первый: семь образцов реального контента, который пользователь Claude Code реально отправляет — CLAUDE.md-файл, пользовательский промпт, пост в блоге, git log, вывод терминала, stack trace, code diff.
2. Второй: двенадцать синтетических образцов разных типов — английская проза, код, структурированные данные, CJK (Chinese, Japanese, Korean), emoji, математические символы — чтобы посмотреть, как соотношение меняется в зависимости от контента.

Основной цикл — три строки Python:

Реальный контент Claude Code

Семь образцов из реальных файлов, которые пользователь Claude Code действительно отправляет:

Тип контента

токенов 4.6

токенов 4.7

коэффициент

CLAUDE.md (реальный файл, 5 КБ)

Пользовательский промпт (типичная задача в Claude Code)

Отрывок из поста в блоге (Markdown)

Git commit log

Вывод терминала (запуск pytest)

Python stack trace

Взвешенный ratio по всем семи образцам:1.325x(8 254 → 10 937 токенов).

Базовые показатели по типам контента (12 синтетических образцов)

Тип контента

Техническая документация (английский)

Shell script

TypeScript код

Испанская проза

Markdown с блоками кода

Python код

Английская проза

JSON (dense)

Определения инструментов (JSON Schema)

CSV (числовые данные)

Японская проза

Китайская проза

Взвешенный ratio для английского и кода: 1.345x. CJK (Chinese, Japanese, Korean): 1.01x в обоих случаях.

Если статья понравится — приглашаю в каналAI for Devs. Каждый день публикую похожие материалы: модели, агенты, практические кейсы и новости из мира AI.

Что изменилось в токенайзере

Из данных видно три паттерна.

CJK, emoji и символы сдвинулись на 1.005–1.07x. Если бы словарь был полностью новым, сдвиг был бы равномерным. Этого не произошло — значит, не-латинская часть словаря изменилась меньше.

Английский и код сдвинулись на 1.20–1.47x на естественном контенте. Это согласуется с тем, что в 4.7 используются более короткие или менее частые sub-word merges для распространённых паттернов в английском и коде.

Код пострадал сильнее, чем уникальная проза (1.29–1.39x против 1.20x). В коде больше повторяющихся высокочастотных строк — ключевые слова, импорты, идентификаторы — именно те паттерны, которые BPE, обученный на коде, сворачивает в длинные merges.

Символов на токен в английском упало с 4.33 до 3.60. В TypeScript — с 3.66 до 2.69. Словарь представляет тот же текст более мелкими кусками.

Это гипотеза, не доказательство. Подсчёт токенов не говорит о том, какие конкретно записи в проприетарном словаре Anthropic изменились.

Зачем выпускать токенайзер, который использует больше токенов

Из гайда по миграции от Anthropic:«более буквальное следование инструкциям, особенно на низких уровнях effort. Модель не будет молча обобщать инструкцию с одного элемента на другой.»

Меньшие токены заставляют attention работать над отдельными словами. Это задокументированный механизм для более точного следования инструкциям, задач на уровне символов и точности вызовов инструментов. Партнёры (Notion, Warp, Factory) сообщают о меньшем количестве ошибок в инструментах на длинных сессиях.

Токенайзер — один из возможных факторов. Веса и пост-обучение тоже изменились. Подсчёт токенов не позволяет их разделить.

Действительно ли 4.7 лучше следует инструкциям

Цену мы выяснили. Теперь вопрос: что Anthropic получили взамен?

Их заявление — «более буквальное следование инструкциям». Правдоподобно, но данные по токенам это не доказывают. Я провёл прямой тест.

IFEval(Zhou et al., Google, 2023) — бенчмарк из промптов с верифицируемыми ограничениями: «ответь ровно N слов», «включи слово X дважды», «без запятых», «всё заглавными». У каждого ограничения есть Python-грейдер. Бинарный pass/fail.

IFEval содержит 541 промпт. Я взял 20 с фиксированным seed, прогнал через обе модели и оценил с помощью официального чекера IFEval.

Strict, prompt-level (все прошли)

17/20 (85%)

18/20 (90%)

Strict, instruction-level

25/29 (86%)

26/29 (90%)

Loose, prompt-level

18/20 (90%)

18/20 (90%)

Loose, instruction-level

26/29 (90%)

26/29 (90%)

Небольшое, но направленно согласованное улучшение на strict instruction following. Loose-оценка не изменилась. Обе модели уже следуют инструкциям на высоком уровне — разрыв в strict-режиме объясняется тем, что 4.6 иногда спотыкается на точном форматировании там, где 4.7 справляется.

Материально изменился только один тип инструкций:change_case:english_capital(0/1 → 1/1). Всё остальное — ничья. Промпт, который реально разделил модели — цепочка из четырёх ограничений, где 4.6 провалила одно, а 4.7 прошла все четыре.

Несколько оговорок.

N=20, тогда как в IFEval всего 541 промпт. Выборки хватает, чтобы увидеть направление, но не оценить размер эффекта. Delta +5pp при такой выборке совместима с чем угодно — от нулевой разницы до реального улучшения на +10pp.

Это суммарный эффект перехода с 4.6 на 4.7. Токенайзер, веса и пост-обучение — всё изменилось. Выделить вклад конкретно токенайзера невозможно.

По одной генерации на промпт. Несколько запусков на промпт давали бы более точную оценку.

Итог: 4.7 следует строгим инструкциям на несколько процентных пунктов лучше на этой выборке. Эффект небольшой, выборка маленькая. Не «драматическое улучшение» из цитат партнёров в анонсе — по крайней мере, не на этом бенчмарке.

Дополнительные токены принесли +5pp на strict instruction following. Немного, но как есть.

Математика для одной сессии Claude Code

Представьте длинную сессию Claude Code — 80 итераций туда-обратно на отладку или рефакторинг.

Контекст каждой итерации:

• Статический префикс: 2K CLAUDE.md + 4K определений инструментов =6K токенов, одинаковых каждую итерацию
• История разговора: растёт примерно на 2K за итерацию (500-токенное сообщение пользователя + 1500-токенный ответ), к итерации №80 мы получим ~160K токенов
• Пользовательский ввод: ~500 свежих токенов за итерацию
• Вывод: ~1500 токенов за итерацию
• Cache hit rate: ~95% (типично в пределах 5-минутного TTL)

Одно уточнение: средний кешированный префикс за 80 итераций — ~86K токенов, а не 6K. Статические 6K — это мелочь; история разговора в среднем по всем итерациям (0 на первой, 160K на восьмидесятой, среднее ~80K) — вот что реально влияет на стоимость. Большая часть cache-read приходится на поздние итерации с разросшейся историей, поэтому ~86K — это то, что фактически тарифицируется за итерацию.

Стоимость сессии 4.6

Итерация №1, cache-write

8K × $6.25/MTok

Итерации 2–80, cache reads

79 × 86K × $0.50/MTok

Свежий ввод

79 × 500 × $5/MTok

80 × 1 500 × $25/MTok

Cache reads доминируют в стоимости ввода. Вывод доминирует в общей стоимости.

Стоимость сессии 4.7

Каждый токен в префиксе масштабируется по ratio своего типа:

• CLAUDE.md: 1.445x → 2K становится 2.9K
• Определения инструментов: 1.12x → 4K становится 4.5K
• История разговора (в основном английский и код): 1.325x → 160K становится 212K к ходу 80, среднее ~106K за сессию
• Пользовательский ввод: 1.325x → 500 становится ~660

Средний кешированный префикс в 4.7:~115K токенов(против 86K). Токены вывода — открытый вопрос: примерно столько же, что и в 4.6, или до ~30% больше, если новый дефолтxhighв Claude Code генерирует больше thinking-токенов.

Ход 1, cache-write

10K × $6.25/MTok

Ходы 2–80, cache reads

79 × 115K × $0.50/MTok

Свежий ввод

79 × 660 × $5/MTok

80 × 1 500–1 950 × $25/MTok

$3.00–$3.90

~$7.86–$8.76

~$6.65 → ~$7.86–$8.76. Примерно на 20–30% больше за сессию.

Цена за токен не изменилась. Стоимость сессии изменилась — потому что та же сессия включает в себя больше токенов.

Для пользователей Max-плана, которые упираются в рейтлимиты, а не в доллары: 5-часовое окно заканчивается раньше примерно в том же соотношении на англоязычном контенте. Сессия, которая на 4.6 укладывалась в окно, на 4.7 может не уложиться.

Как это влияет на prompt cache

Prompt caching — архитектура, на которой работает Claude Code.

Для тех, кто не знаком с тем, как устроен Prompt Caching крайне рекомендую следующую статью:Prompt Caching: токены LLM в 10 раз дешевле — но за счёт чего?

Изменение токенайзера затрагивает кеширование в трёх местах.

1. Первая сессия на 4.7 стартует без кеша. Prompt cache Anthropic разделён по моделям — переход с 4.6 на 4.7 сбрасывает все кешированные префиксы, как при переключении между Opus и Sonnet. Токенайзер тут ни при чём, но он делает холодный старт дороже: префикс, который вы пишете в новый кеш, на 1.3–1.45x больше, чем аналогичный в 4.6.
2. Объём кеша растёт пропорционально. На 1.445x больше токенов в CLAUDE.md — значит, cache-write платится один раз за 1.445x больше токенов, и cache-read каждой следующей итерации — тоже. Механизм не поменялся, просто стал дороже.
3. Одна и та же сессия — разные числа в логах. Если вы перезапустите сессию с 4.6 на 4.7, количество токенов в логах изменится. Если биллинг или мониторинг завязаны на исторические подсчёты токенов, в день переключения model ID будет скачок.

Контраргументы

«Ввод — в основном cache reads. Изменение стоимости за токен минимально.»

Справедливо. В сессии, которая укладывается в 5-минутный TTL, 96% ввода — это cache reads по $0.50/MTok, уже со скидкой 90% от номинала. Ratio 1.325x на кешированной части — меньший долларовый эффект, чем на свежем вводе.

Но Max-планы считают все токены в рамках рейтлимитов, а не долларов. И несколько паттернов попадают в некешированную территорию: первая сессия после истечения TTL, каждый cache-bust (редактирование CLAUDE.md, изменение списка инструментов, смена модели), каждое событие компакции, перезаписывающее префикс. На этих ходах вы платите полный ratio при cache-write. Устойчивое состояние — светлая точка. Края стали шумнее.

«Anthropic задокументировали 1.0–1.35x как диапазон, а не жёсткий потолок.»

Согласен. Реальный взвешенный ratio (1.325x) попадает в верхнюю часть их диапазона. Отдельные типы файлов его превышают — CLAUDE.md на 1.445x, техническая документация на 1.473x. Это и есть полезный вывод: верхняя граница документированного диапазона — это норма для большинства контента в Claude Code, а не верхняя граница. Планируйте с расчётом на верхний диапазон, не на среднее.

Токены на английском и в коде стали дороже в 1.3–1.45x. За это Anthropic получили +5pp на strict instruction following. Цена за токен та же. Стоимость сессии — нет.

Стоит ли оно того? Зависит от того, что вы делаете. Вы платите примерно на 20–30% больше за сессию ради небольшого, но реального улучшения того, насколько буквально модель следует вашему промпту.

Русскоязычное сообщество про AI в разработке

Друзья! Перевод этой статьи подготовила команда ТГК «AI for Devs» — канала, где мы рассказываем про AI-агентов, плагины для IDE, делимся практическими кейсами и свежими новостями из мира ИИ.Подписывайтесь, чтобы быть в курсе и ничего не упустить!