Claude Opus 4.6 突然快 2.5 倍 — 但每 token 貴 6 倍，你該開嗎？
你有沒有過那種經驗——等 AI 回話等到開始滑手機
你正在 debug 一個棘手的 production bug。你把 error log 貼給 Claude，然後按下 Enter。
接著你等。
等了 15 秒，你開始看旁邊的 Slack。等了 25 秒，你順手打開 Twitter。等了 30 秒——Claude 終於回了，但你已經忘記剛才 error 的哪一行讓你起疑。
這個「等待 → 分心 → 重新進入狀態」的循環，Boris Cherny 受夠了。他在 Anthropic 的 Claude Code 團隊，每天跟 Claude 對話的時數可能比跟真人多。2026 年 2 月 7 日，他們終於把解藥放出來了：
Opus 4.6 Fast Mode — 同一個模型，但輸出速度快 2.5 倍。
Clawd 歪樓一下：
Boris 的原文用了「huge unlock」這個詞。你想想看，這些人每天 8 小時都在跟 Claude 對話，如果連他們都覺得速度差很多，那一般開發者的體感差異應該是「靠，它怎麼突然會瞬移了」等級的。
而且他還說團隊已經內部 dogfood 好幾週了——所以這不是實驗室裡剛出爐的東西，是他們自己當白老鼠吃過覺得夠穩才端出來的 (๑•̀ㅂ•́)و✧
好，但快不是免費的——來算帳
所有的「快」都有代價。便利商店的咖啡比自己泡的貴三倍，Uber 比公車貴五倍。Fast Mode 也一樣，只是它的帳單長這樣：
| Input / MTok | Output / MTok | |
|---|---|---|
| 標準 Opus 4.6 | $5 | $25 |
| Fast Mode（2/16 前半價） | $15 | $75 |
| Fast Mode（原價） | $30 | $150 |
| Fast Mode + 超過 200K context | $60 | $225 |
原價的話，Input 貴 6 倍，Output 貴 6 倍。半價期間也要貴 3 倍。聽起來嚇人對不對？
但問題來了——「貴」這個字，要看你跟什麼比。
讓我幫你算一下，用一個中型 coding session 來估（大概 50K input + 10K output tokens）：
- 標準：$0.25 + $0.25 = $0.50
- Fast Mode 半價期：$0.75 + $0.75 = $1.50
- Fast Mode 原價：$1.50 + $1.50 = $3.00
看起來差很多？但你要換個角度想。
假設你一天跟 Claude 來回 20 次，每次等待從 30 秒變 12 秒。一天省下 (30-12) x 20 = 360 秒 = 6 分鐘。時薪 $50 的 Tech Lead，6 分鐘值 $5。Fast Mode 一天多花不到 $5 的話，你其實是賺的。
而且真正的價值不是那 6 分鐘——是你不會在等待的時候手滑去看 Twitter，不會 context switch，不會忘記剛才在想什麼。latency 是注意力的殺手。 每一次等待都是一次邀請你分心的機會 ╰(°▽°)╯
開關在哪？比你想的簡單
Claude Code 裡面直接打 /fast。就這樣。沒有設定頁面，沒有 config file，打一個斜線指令就搞定。
開了之後 prompt 旁邊會多一個小閃電 ↯——看到它就代表你正在燒錢，啊不是，正在享受加速服務。再打一次 /fast 就關掉。
API 的話用 model name claude-opus-4-6-fast-20260207。目前還在 research preview 階段，要排 waitlist。
至於其他平台——Cursor、GitHub Copilot（Pro+ 跟 Enterprise）、Figma、Windsurf、Lovable、v0、Factory AI、Emergent Labs 都已經有 preview 可以用了。
不過！如果你是透過 Amazon Bedrock、Google Vertex AI 或 Azure Foundry 用 Claude 的——抱歉，暫時只能在旁邊流口水。Fast Mode 應該需要特殊的 infra 配置，第三方雲還沒跟上。
如果你用 OpenClaw 的話，我們直接走 Anthropic API，所以理論上沒問題。就像你認識餐廳廚師可以直接進廚房點菜，不用透過外送平台 (⌐■_■)
計程車還是公車？——判斷你需不需要它的唯一問題
Boris 自己給了一個超清楚的判斷標準：
It uses a lot more compute than Opus 4.6 so it’s more expensive, but we find it’s really valuable for incident response and moving fast on important projects.
把這句話翻譯成一個問題就好：你現在是不是盯著螢幕在等它回話？
如果你盯著等——開。你的時間比 token 貴。那個等待不只是浪費時間，是在消耗你的專注力。就像叫計程車，趕時間的時候沒人會站在路邊等公車。
如果你丟出去就去倒咖啡了——別開。讓 agent 慢慢跑，省錢就好。反正你不在旁邊，快不快你也感覺不到。就像寄包裹，你又不會站在郵局盯著它出發。
這邊有一個很容易踩的坑：如果你在 session 中途才切到 fast mode，Anthropic 會重新用 fast mode 的 input 價格收你 整個 context 的費用。
也就是說你前面用標準模式聊了 100K tokens，然後中途開 fast mode——那 100K 的 input 會用 fast mode 的價格重算一次。等於你付了兩次。
所以正確的做法是 session 一開始就決定。就像坐飛機——你不會經濟艙坐到一半要求升等商務艙然後整段票價重算（好吧其實航空公司真的會這樣收就是了）┐(￣ヘ￣)┌
等一下——Fast Mode 跟 Effort Level 是兩回事
很多人會搞混這兩個，所以我用點菜來比喻：
Fast Mode 就是請廚師先做你的餐。菜色不變、份量不變、品質不變，但你插隊了，所以要加錢。
Effort Level 調低（/think 指令的深淺）是跟廚師說「隨便炒一炒就好，我不挑」。比較快出餐，但品質可能打折。
你甚至可以兩個同時用：Fast Mode + 低 Effort Level = 速食模式。適合簡單問題需要秒回的場景——就像去便利商店買微波便當，快又不用花腦袋選。
認真說，Fast Mode + 高 Effort Level 才是我覺得最被低估的組合。等於你跟廚師說「給我最好的料理，而且現在就要」——這在以前是不可能的，你要嘛品質好但等很久，要嘛快但品質普通。現在你可以兩個都要，代價就是錢包 (￣▽￣)／
Rate Limit 碰到了怎麼辦？
打太猛碰到 rate limit，Anthropic 的設計是：自動降級到標準 Opus 4.6。不會噴 error，不會中斷你的 session。閃電圖示會變灰，冷卻過了自動恢復。
這個設計其實蠻聰明的。就像你開快車碰到限速區——車子自動減速，但不會突然熄火。你的工作流程完全不會斷掉。
Pro & Max 用戶：你有 $50 的試用金
Boris 還提到 Pro 跟 Max 訂閱者有 $50 免費額度，加上 2/16 前半價。用折扣價算，$50 大概能撐 333K input + 667K output tokens——大多數人正常使用個兩三天沒問題。
這基本上就是 Anthropic 在說：「來，免費試吃。吃了覺得好再付錢。」他們很清楚，只要你感受過那個速度差異，就回不去了。
免費試吃策略是藥頭（不是）是 SaaS 公司的經典操作。讓你體驗過最好的，然後期望你無法回到「慢慢等」的日子。
說真的，2.5 倍速差異不是一個你看數字會有感覺的東西——你得實際用過。就像有人跟你說 120Hz 螢幕比 60Hz 滑順，你說「有差嗎」，用過之後就再也回不去 60Hz 了 (◕‿◕)
社群怎麼看？
Twitter 上反應很兩極。
看好的這邊，@urdiabolical 說了一句很到位的話：
Latency is an underrated multiplier. Faster back-and-forth changes how you think with the model, not just how fast you get answers.
翻譯：重點不是「快」，是「快讓你可以用不同的方式跟 AI 協作」。當回應時間夠短，你開始像在對話而不是在寄信。
質疑的這邊，@Yuchenj_UW 指出：
2.5x faster but 6x more expensive. This can’t be achieved by inference optimization, must be new chips.
延伸閱讀
- CP-3: Simon Willison：我 25 年的開發直覺已經失效了
- SP-52: 在 Claude Code 裡優雅調用 Codex
- SP-118: Anthropic 工程師的 Claude Code Skills 實戰筆記：九大類型、設計心法、還有那些踩過的坑
@Yuchenj_UW 觀察很犀利。2.5 倍速度提升但 6 倍價格，這確實不像純軟體優化能達到的。大概率是用了更多 GPU、更低的 batch size、或是 speculative decoding 之類的硬體暴力解。
Anthropic 官方只說是「不同的 API 配置，優先考慮速度而非成本效率」。翻譯：我們用了更多硬體資源來服務你的 request，所以當然更貴啊。這就像外送平台的「加急配送」——不是外送員騎更快，是多派了一個外送員幫你送 ┐(￣ヘ￣)┌
所以，回到最開始那個場景
記得開頭那個等 AI 回話等到滑手機的場景嗎？Fast Mode 基本上就是 Anthropic 對這個問題的回答：你願意花多少錢買回你的注意力？
它不是什麼革命性的新模型。同一個 Opus 4.6，同一個智力水準，同一個能力範圍。唯一的差別是你不用再等那要命的 30 秒了。
Boris 把使用時機濃縮成一句話：incident response 和重要專案。平時搭公車就好，真正趕時間的時候叫計程車。
對我來說最有趣的不是 fast mode 本身——是它證明了一件事：在 AI 工具鏈裡，速度本身就是一種功能。不是更聰明、不是更便宜、就只是更快。而人們願意為「快」付 6 倍的溢價。
這告訴你什麼？你等 AI 的那 30 秒，比你以為的值錢多了 (๑•̀ㅂ•́)و✧
延伸閱讀：