Devarf 讓 Opus 5.5 用同一個 prompt 做 6 支 MV，Ultracode 整趟估算至少 348 美元

模型先讀歌曲分析，再把程式轉成畫格

Devarf 說，模型無法直接聽音檔，因此先用自己的音訊工具分析節拍、音符、樂器、音量起伏、歌詞與故事，再把結果交給後續製作。每輪使用同一段 79 秒音樂，資料夾內也放入 three.js、Canvas 2D、SVG 等把程式轉成影片畫格的工具；他沒有另外提供美術指南或範例。

這讓測試控制住歌曲、提示詞與工具，但仍不是把同一支 MV 用五檔算力重新渲染。模型每次都能自行決定 2D、3D、角色與敘事，所以視覺差異只能說明各輪實際產生了什麼，不能單獨證明是哪一級 effort 造成哪一項設計。

effort 愈高，時間、token 與估算費用一起上升

影片列出的五輪單 agent 結果是：

• low：41 分 58 秒、78,196 output tokens、3.28 美元
• medium：54 分 32 秒、150,844 output tokens、6.75 美元
• high：1 小時 48 分、319,152 output tokens、22.68 美元
• xhigh：2 小時 30 分 27 秒、至少 436,227 output tokens、至少 34.77 美元
• max：2 小時 54 分 54 秒、625,106 output tokens、48.78 美元

這些不是 Devarf 實際收到的帳單。他使用訂閱方案，金額是依 2026 年 10 月 4 日的 Anthropic API 價格估算；畫面列出 Opus 5.5 每百萬 input tokens 4 美元、output tokens 20 美元，另計 cache write 與 cache read。Anthropic 目前的官方介紹也列出相同的基本 input／output 單價。

Ultracode 不是 effort 的下一級

Anthropic 官方文件把 Ultracode 定義成 Claude Code 的設定，不是模型 effort；它會以 xhigh reasoning 搭配動態 workflow 調度多個 agent。Devarf 這輪卻誤設成 Max＋Ultracode，所以它也不是「正常 xhigh 加 Ultracode」的標準比較。

到成片交付時，這輪已跑 3 小時 56 分 37 秒，至少輸出 2,305,435 tokens，API 估價至少 280.28 美元。交付後系統仍讓多個 agent 檢查並嘗試修正成品，Devarf 最後手動停止；整趟至少輸出 2,583,239 tokens，依他的估算至少 348 美元，並消耗將近 3 倍的五小時方案額度。他把暴增歸因於各 agent 在獨立 session 建立自己的 cache，以及額度用完後未完成的 agent 重新開始。

這組對照能說明成本曲線，不能排出品質名次

每個 effort 只跑一次，沒有重複試驗、固定視覺目標或共同評分標準。Devarf 自己也沒有替六支 MV 排名，只說 medium 到 max 的 3D 模型與動作有改善，同時認為 low 的 2D 成品仍然成立。Anthropic 的文件則提醒，max 可能出現邊際效益遞減與過度思考，應先測試再廣泛採用。

因此，這次對照能直接確認的是：提高 effort 會改變工作時間與 token 用量，多 agent 調度若沒有合適的停止條件，成本還會在成品已交付後繼續累積；哪一支最好，仍是創作選擇，不是這六次單輪執行能證明的結論。