De vorige drie delen gingen over wat Opus 5 kan. Dit deel gaat over wat er stukgaat als je erop overstapt. Het is het smalste stuk van de reeks: relevant als je met de API bouwt of agents draait, over te slaan als je Claude gewoon gebruikt.
Anthropic zegt zelf dat Opus 5 goed presteert op bestaande Opus 4.8-prompts. Dat klopt, en het is precies waarom deze dingen je verrassen. Het werkt namelijk grotendeels, tot het dat niet doet.
Twee dingen die een foutmelding geven
Denken staat nu standaard aan. Op Opus 4.8 betekende het weglaten van de thinking-parameter: geen denkwerk. Op Opus 5 betekent hetzelfde weglaten: adaptief denken. Er komt geen foutmelding, je rekening wordt gewoon anders.
Erger is de bijwerking. Je max_tokens is een harde grens op denken plus antwoord samen. Als je die krap hebt afgesteld rond de lengte van je verwachte antwoord, kan het model nu midden in dat antwoord worden afgekapt. Elke route waar je thinking nooit hebt ingesteld verdient een blik: zet hem expliciet uit, of geef max_tokens lucht.
Denken uitzetten mag alleen tot effort high. De combinatie van thinking: disabled met xhigh of max geeft een 400. Dat wordt per verzoek gecontroleerd, dus een latere aanroep die de effort optrekt terwijl denken nog uit staat, faalt alsnog. Loop je call sites langs, niet alleen de eerste.
Mijn advies bij beide: zet denken gewoon aan en stuur op effort. Zoals in deel twee stond, doen low en medium op dit model werk dat vroeger high vroeg. Dat is een betere kostenknop dan denken uitzetten.
Twee dingen die stilletjes geld kosten
Deze geven geen foutmelding. Ze maken je systeem duurder of slechter, en je merkt het pas op de factuur of in de kwaliteit.
Je verificatie-instructies werken nu tegen je. Als in je prompts of je harness staat dat het model zijn werk moet nacontroleren, of dat het een aparte verificatiestap moet doen, of een subagent moet inzetten om te dubbelchecken: haal dat weg. Opus 5 controleert zichzelf uit zichzelf. De instructie erbij laten levert dubbel werk op, meer tokens, en langere ketens zonder betere uitkomst.
Dit voelt fout, want “vraag het model zijn werk te checken” is jarenlang goed advies geweest en staat in vrijwel elke prompt-gids. Op dit model draait dat om. Als je een prompt-bibliotheek beheert, is dit de regel die een uitzondering nodig heeft.
Je code-review-filters verlagen je vangst. Staat er in je review-prompt “rapporteer alleen ernstige problemen” of “wees conservatief”? Dan volgt Opus 5 dat letterlijker dan eerdere modellen. Het vindt de bugs wel, maar meldt ze niet, omdat jij hebt gezegd dat het selectief moest zijn. Je precisie stijgt en je recall daalt, en het lijkt op een verslechtering terwijl het gehoorzaamheid is.
De oplossing van Anthropic zelf: vraag om alles, met een inschatting van zekerheid en ernst erbij, en filter in een aparte stap.
Nieuw gedrag dat je moet temmen
Drie gedragingen die geen bug zijn maar wel bijsturing vragen. De formuleringen hieronder komen uit de prompting-gids van Anthropic, losjes vertaald.
Het schrijft langer. Niet alleen in gesprekken, ook in bestanden die het op schijf zet. En let op: de effort-knop is hier níet je stuur. Lager zetten verandert het denkwerk, niet de lengte van het zichtbare antwoord. Dat doe je met een instructie: houd antwoorden gericht en kort, houd disclaimers beperkt, en geef een samenvatting op hoofdlijnen tenzij om diepgang wordt gevraagd.
Het rekt de opdracht op. Het doet soms iets meer dan gevraagd, of past zijn eigen oordeel toe over wat de taak zou moeten zijn zonder dat te melden. De instructie die daarvoor werkt: lever wat er gevraagd is, op de bedoelde schaal; maak routinebeslissingen zelf en check alleen terug als verschillende lezingen tot wezenlijk ander werk leiden; als de opdracht onverstandig lijkt, zeg dat in één zin en ga door met de taak zoals gevraagd.
Het delegeert te makkelijk. Dit is een omkering ten opzichte van Opus 4.8, dat juist te weinig subagenten inzette en een duwtje nodig had. Opus 5 grijpt er uit zichzelf naar, en elke subagent bouwt zijn eigen context op, rapporteert terug, en wordt dan door de hoofdagent weer gelezen. Op kleine klussen is dat pure verspilling. Als je harness subagenten ondersteunt, zet er een harde bovengrens op en beschrijf wanneer delegeren wel loont.
En de meevallers
Om niet alleen met waarschuwingen te eindigen. Drie dingen worden juist makkelijker.
De drempel voor prompt-caching zakt van 1.024 naar 512 tokens. Korte prompts die net te klein waren om gecachet te worden, profiteren nu zonder dat je iets aanpast.
Je kunt tools wisselen midden in een gesprek zonder je cache ongeldig te maken. Voorheen betekende een tool toevoegen of weghalen dat het hele voorgaande gesprek opnieuw betaald werd. Dat is in beta, maar voor lange agent-sessies is het echt geld.
En er zijn automatische terugvallen: als een verzoek door de veiligheidsclassificaties wordt tegengehouden, kun je het automatisch naar een ander model laten routeren in plaats van een weigering terug te krijgen. Handig, en tegelijk het soort mechanisme waar ik graag zichtbaar in mijn logs zou zien wanneer het aanslaat, want anders krijg je stilzwijgend antwoorden van een ander model dan je dacht.
Laatste praktische noot: Opus 5 heeft een eigen limietpot, los van de gedeelde pot van Opus 4.x. Verkeer verschuiven maakt daar dus geen ruimte vrij en erft ook niets. Controleer je limieten voor je volume verplaatst.
Dit was deel vier van vier. De hele reeks staat hier.
This piece also appeared in English: Four things that break when you move to Opus 5.