Claude 四个模型到底用哪个?Anthropic 官方选型指南:从 Opus 5.5 起步,先调 effort 再换模型

原文链接: https://claude.dev/blog/which-claude-model-should-you-build-with/ 来源: claude.dev 发现于: 小互 · AI 解读站 · 2026/11/10 说明: 本文由 AIHot汪 自动聚合,并由 GLM 翻译为中文(保留全部代码与链接)


应该用哪个 Claude 模型来构建?Fable、Opus、Sonnet 还是 Haiku

如何选择 Claude 模型、它们的成本如何,以及如何搭配使用。


当前 Claude 产品线包含四个正式开放的模型:Claude Haiku 5.5、Claude Sonnet 5.5、Claude Opus 5.5 和 Claude Fable 5.2。Claude Mythos 5.2 是我们在网络安全与生命科学研究领域最强大的模型,需通过我们的验证计划获取。

如果你在 Claude Platform 上构建应用,或在 Claude Code 中工作,你可能会疑惑日常任务该用哪个模型。本文将帮你解答这个问题,并说明如何权衡取舍。

视频:一张小巷的照片,分别由 Claude Haiku 5.5、Sonnet 5.5、Opus 5.5 和 Fable 5.2 用代码渲染。每幅图像都是一个模型编写的 Python 程序,调用它自己编写的绘图引擎,从第一层到最终成品逐步展示。演示:Lance Martin。 — 一张夜晚狭窄小巷的照片,旁边是 Haiku 5.5、Sonnet 5.5、Opus 5.5 和 Fable 5.2 用代码渲染出的四幅图像,每幅都从第一层逐步构建至完成。

TL;DR

简短的回答是:大多数工作都应从 Opus 5.5 的默认 effort 级别 medium 开始。

它之所以是 Claude Code 的默认模型,是有原因的。它每个输入和输出 token 的成本只有 Fable 5.2 的一半,而且是我们推荐大多数编码和知识型工作起步使用的模型。

在此基础上:

  • 向下换到 Sonnet 5.5,处理范围明确的日常工作,例如修复 bug 或按 spec 构建功能。不过,有清晰的 spec 并不意味着就该用 Sonnet。一次迁移或性能优化可能有清晰的 spec,但难度仍足以使用 Opus 5.5,重大的项目则可以用 Fable 5.2。
  • 再向下换到 Haiku 5.5,处理最简单的高批量工作,例如分类、路由和提取。Haiku 5.5 也适合搭配 subagent 使用,让它们处理更大模型的辅助任务。
  • 向上换到 Claude Fable 5.2,处理编码、金融和科学领域最艰难的技术项目。当 Opus 5.5 在 high 级别仍力不从心时,或需要长时间无人值守运行时,也可以向上换。

在更换模型之前,先尝试调整 effort 级别。它是同时控制成本和能力的更精细的旋钮。超过 high 之后,再往上一档 effort 的成本可能等同于换一个更大的模型,所以要在你自己的工作上对两者进行对比。如果你的 effort 已超过 high,不妨改用上一级模型并配以更低的 effort 来测试。反之,下调一档 effort 也可能以更低的价格获得你所需的结果。

更高的 effort 在模型需要思考更久、调用更多工具或更多地检查自身工作时会有帮助。但请注意,它也会增加延迟。此外,调高 effort 级别并不会赋予模型它原本不具备的知识或技能。要做到这一点,你仍需换用更高一级的模型。

按任务选择模型

任务 起步模型 起步 effort 原因
日常工程与调试,涉及多个 PR 的功能开发 Opus 5.5 medium(默认),然后 high 在日常任务中兼顾成本与能力。
分类、路由、打标签和高批量提取 Haiku 5.5 medium(默认) 模型家族中成本和延迟最低。
搜索文件、读取日志或做摘要的 subagent Haiku 5.5 或 Sonnet 5.5 该模型的默认值 错误答案很容易发现,而且判断决策反正由主模型来做。
聊天和交互式会话 Sonnet 5.5(大批量的简单对话用 Haiku 5.5) low 或 medium Sonnet 5.5 速度快,尤其在 low 或 medium effort 下。
范围明确的编码工作,例如修复 bug、功能迭代和 spec 驱动的工作 Sonnet 5.5 medium,较难任务用 high 它能以 Opus 5.5 一半的 token 价格出色完成范围明确的任务。
日常文档、幻灯片和电子表格 Sonnet 5.5 high(默认;在 Claude Code 中为 medium) 它迭代速度快,设计眼光出色。对于复杂的财务模型,或基于大量源材料构建的文档,请从 Opus 5.5 开始。

| 反复运行的 Agent 任务,如调查、审查或起草 | Sonnet 5.5 | medium | 定义明确、重复执行的任务很少需要更大的模型。 | | Computer use 和视觉密集型工作流 | Opus 5.5 | medium | 这类运行是对大量截图和图像展开的长程 agentic 循环,正是 Opus 5.5 为之打造的那种长时间运行的 agentic 工作。 | | 大型重构与迁移、架构规划,以及指挥众多 subagent | Fable 5.2 | medium,然后 high(API 默认为 high) | 它是 Anthropic 面向技术领域最强大的公开可用模型。 | | 深度研究以及科学或定量分析 | Fable 5.2 | medium,然后 high(API 默认为 high) | 它专为编码、金融和科学领域最难的技术项目而打造。 | | 还不确定 | Opus 5.5 | medium(默认) | Claude Code 在 Pro、Max、Ultra、Team、Enterprise 和 Anthropic API 上默认使用它,平台文档也推荐将其作为起点。 |

四款模型一览对比

Haiku 5.5 Sonnet 5.5 Opus 5.5 Fable 5.2
设计目标 高吞吐量、对成本敏感的任务 为范围明确的任务提供快速而强大的协助 我们处理复杂编码和知识工作的日常主力 最具雄心的开放式技术工作
相对延迟 最快 快 中等 中等
输入 / 输出(每百万 token) 提示词在 100K token 以内为 $0.10 / $0.50,超过 100K 为 $0.50 / $2.50 $2 / $10 $4 / $20 $8 / $40
缓存读取(每百万 token) 100K 以内 $0.01,超过 100K $0.05 $0.10 $0.20 $0.20
上下文窗口 1M token 1M token 1M token 1M token
最大输出 128K token 128K token 128K token 128K token
API 端的 Thinking 自适应,默认开启,且可以关闭 自适应,默认开启;between_tools 会跳过前置 thinking 自适应,始终开启 自适应,始终开启
API 上的默认 effort(Claude Code 中可能不同;/effort status 可查看你的设置) medium high(Claude Code 中为 medium) medium high(Claude Code 中为 medium)
Fast mode 否 否 是 是

价格为 Claude API 官方定价。基准测试结果请参见 Fable 5.2 页面。

视频:Claude Fable 5.2、Opus 5.5、Sonnet 5.5 与 Haiku 5.5 各自构建同一个作品集网站,并排展示。演示:Addy Osmani。 — 由 Fable 5.2、Opus 5.5、Sonnet 5.5 与 Haiku 5.5 构建的四个作品集网站,并排展示。

权衡取舍

在模型之间做选择时,你就是在做权衡。例如,选择更大的模型,就意味着以延迟换取能力。以下是需要仔细考虑的主要权衡。

能力与每个已完成任务的成本

一般来说,更大的模型每 token 的成本更高,能力也更强,但在任务层面,这种成本与能力的权衡并不总是成立。

每 token 更高的价格并不总是意味着每任务更高的成本或更好的结果。正如我们在 Spending your effort 中所示,在 Anthropic 运行 Terminal-Bench 3.0 时,上一代 Fable 5.1 在 max 档得分 58.0%,而 Opus 5.5 在 high 档只用一半的 token 就取得了 58.9% 的成绩。

在最难的工作上,价格差距可能会消失。在 FrontierCode 2.0 上,Fable 5.2 在 high 档的得分与 Opus 5.5 在 max 档大致相当(45.3% 对 45.5%),而每任务成本约为后者的一半。因此,在困难任务上把 Opus 5.5 提升到 high 以上之前,先测试一下 Fable 5.2。对于日常工作,Opus 5.5 在 medium 档仍是首选起点。基准测试结果请参见发布文章。

不过,Claude Platform 的成本与智能测量也显示了小模型的局限。小模型通常在输出可检验的大批量工作上表现出色,而不太适合长的 agentic 循环。

在比较两个模型时,除了典型任务,还要对你任务集中最难的任务进行成本估算,因为最难的任务占据了大部分支出。在一个包含 20 道题的搜索基准上,两道题就占了总支出的 43%。

视频:Fable 5.2 展示游戏引擎如何构建一个世界。它以十六种外观绘制同一个 3D 场景,从线框图和像素画到光线追踪,并为每种技术标注名称。演示:Dan Fein。 — 一个 3D 湖畔场景以十六种渲染风格重绘,从线框图和像素画到光线追踪。

延迟与准确性

更快的配置能更早完成,但也可能漏掉更多。在选定模型和 effort 等级之前,先想清楚一个人能等多久。对于需要人等待的回复,可以从 low 或 medium 档的 Sonnet 5.5 开始。

新一代模型通常比前代更快。Fable 5.2 的输出生成速度比 Fable 5.1 快至多 30%。Sonnet 5.5 的运行速度比 Sonnet 5 快 30%。

effort 等级与延迟大致相关。你需要判断由此获得的准确性是否值得额外的延迟。例如,在 SWE-bench Pro 上,Opus 5.5 在 medium 档的得分比 high effort 设置约低 2.5 分,成本约为其 70%。在 low 档,得分约低 8 分,成本约为三分之一。在 xhigh 档,得分约高 1.4 分,成本是 high 档的 2.5 倍。

提供一种自我验证的手段,往往比调整 effort 等级更划算,且增加的延迟更少。当某个模型不足以胜任某项任务时,按以下顺序采取这些步骤:

  1. 用一个测试、一次构建或一个调用 endpoint 的脚本,检查模型能否验证自己的工作。
  2. 将 effort 提升一级。
  3. 升级到高一级的模型,并从比之前用于较小模型的 effort 等级更低的一档开始。

如果你能自动检查结果,可以让所有任务都以低档运行,只对失败的任务以高档重跑。在同一个 SWE-bench Pro 子集上,Opus 5.5 在 low 档运行、失败任务以 high 档重跑,通过了约 97% 的任务,每个任务成本约 $0.17;相比之下,所有任务均以 high 档运行时,通过率为 95.3%,成本为每个任务 $0.29。

如果你需要同一个模型给出更快的回复,可以付费购买速度,而不必放弃能力。在 Claude API 上,Opus 5.5 和 Fable 5.2 都提供快速模式(fast mode),以更高的价格换取更快的输出速度。

上下文与成本

当前这一代的所有模型都拥有 1M token 的上下文窗口。大的上下文有助于模型完成任务,但每一轮都会产生费用,因为每一轮都会重新发送它。话虽如此,在长时间运行中,你的大部分输入会按 cache read 计费。

Opus 5.5 的 cache read 价格为每百万 token $0.20,Sonnet 5.5 为 $0.10。Fable 5.2 同样是 $0.20,因此在长时间、大量依赖缓存的运行中,Fable 与 Opus 之间的差距主要落在未缓存的输入和输出上——在这两项上,Fable 的每 token 价格是 Opus 的两倍。

在 在 Opus 5.5 上一个任务要花多少钱 一文中,当上下文达到 150K token 时,一轮的 cache read 约花费 $0.03;在 20K 时约花费 $0.004。

由此可以得出一点:主模型越大,保持精简的主上下文就越重要。让昂贵模型的上下文只用于决策,把冗长的阅读工作交给更便宜的 subagent。

Haiku 5.5 是唯一一个 token 价格随 prompt 长度变化的模型。不超过 100K token 的 prompt 按较低档位计费,超过 100K 的 prompt 按该价的五倍计费。长 prompt 档位仍只有 Sonnet 5.5 每 token 价格的四分之一。因此 Haiku 5.5 在短 prompt 上最划算,此时它的输入价格只有 Sonnet 5.5 的二十分之一。

当每次调用都需要长 prompt 时,请以每个完成任务的成本来比较 Haiku 5.5 与 Sonnet 5.5,而不是标价。

混用模型

视频:一个项目,四个模型,各自负责一种工作。Claude Fable 5.2 将一家网店从 JavaScript 迁移到 TypeScript,Opus 5.5 构建月度订阅功能,Sonnet 5.5 撰写产品页面,Haiku 5.5 对客户消息进行分类。Fable 5.2 的新代码合入后,Opus 5.5 才开始它的功能。演示:Dan Fein。 — 一家同时由四个模型构建的网上咖啡店:Fable 5.2 将代码迁移到 TypeScript,Opus 5.5 构建订阅功能,Sonnet 5.5 撰写产品页面,Haiku 5.5 对客户消息进行分类。

在自然的间歇点切换

prompt cache 属于写入它的那个模型。在新模型上的第一轮要为整个对话支付 cache write 的价格。为了让这一轮更小,先在 Claude Code 中运行 /compact,或者带上简短的书面计划开启一个全新会话。在 API 上,用迄今为止工作的摘要而非完整历史来开启新模型的对话。

每个 thinking block 都记录了产生它的模型,而每个模型只能读取部分其他模型的 block。在 Claude API 和 Claude Models on Google Cloud(Google 托管)上,Opus 5.5 能读取 Sonnet 5.5 和 Haiku 5.5 的 thinking block;Sonnet 5.5 能读取 Haiku 5.5 的;Fable 5.2 能读取 Opus 5.5、Sonnet 5.5 和 Haiku 5.5 的;在 Claude API 上,Fable 5.1 能读取 Opus 5.5 的。

降级到更低档位会丢失先前的推理,因为模型从不读取高于它的模型的 block。其他方向的切换也可能丢失推理。当新模型无法读取先前模型的 thinking block 时,API 会将其丢弃,请求仍然会成功。新模型随后在没有这些推理的情况下继续工作。

Preserved thinking 列出了所有情况。从 Fable 5.2 切换到任何其他正式发布(generally available)的模型都会丢失其推理。

让 subagent 使用更小的模型

subagent 在自己的上下文窗口中运行,并交回一份摘要。它的 token 按其所运行模型的费率计费。在 Claude Code 中,可以在 subagent 的定义中设置 model: haiku 或 model: sonnet。环境变量 CLAUDE_CODE_SUBAGENT_MODEL 为未指定模型的 subagent 设置默认值。

将此保存为 .claude/agents/log-reader.md:

---
name: log-reader
description: Reads test output and logs, and reports each failing case. Use after a test run.
tools: Read, Grep, Glob, Bash
model: haiku
---

Read the logs you're given. For each failure, report the file, the test name and the first error line. Don't edit any files.

把小模型用在出错容易发现的工作上,比如查找文件、运行测试和读取日志。把代码修改和判断性决策留给主模型。当小模型误读一个搜索结果时,主模型就会打开错误的文件并为此耗费 token。

视频:观看者请求一个图层,例如海拔、骑行路线、雾或温度。Opus 5.5 规划工作,并行的 Haiku 5.5 subagent 在共享地图上绘制各自的区块。温度仅为示意,雾是一种印象而非预报。地图数据 © OpenStreetMap contributors;海拔数据来自 USGS 3DEP lidar。演示由 Lance Martin 制作。 —— 一幅旧金山 Presidio 的地图。在侧边栏中,输入的海拔、骑行路线、雾和温度请求分别扇出到一列 Haiku 5.5 subagent,它们把各自的区块绘制到地图上。

在当前版本的 Claude Code 中,内置的 Explore subagent 运行在你当前会话的模型上,而不是总是运行在 Haiku 上。在 Claude API 上,该模型最高只能到 Opus。为了让探索保持低成本,可以自己定义一个名为 Explore 的 subagent 并设置 model: haiku。你可以用 ANTHROPIC_DEFAULT_HAIKU_MODEL 固定 haiku 别名所使用的模型。

在 Anthropic API 上,haiku 别名现在解析为 Haiku 5.5,这需要 Claude Code v2.1.293 或更高版本。在 Amazon Bedrock、Google Cloud、Microsoft Foundry 以及 AWS 上的 Claude Platform 上,它仍解析为 Haiku 4.5。Claude Code 的模型配置文档有详细说明。

Claude Code 还有 opusplan 别名,它在 plan mode 中用 Opus 规划,然后用 Sonnet 执行该计划。这会把你的代码修改放到 Sonnet 上。上文建议的做法正好相反:代码修改保留在主模型上,只把出错容易发现的工作交给更小的模型。在把 opusplan 设为默认之前,先在你自己的任务上实测它。

将艰难决策升级给 advisor

advisor 工具(beta)将一个更快、更便宜的 executor 模型与一个更强的 advisor 模型配对。executor 执行任务,并可以在中途向 advisor 请求指导。大部分 token 按 executor 的费率计费。advisor 只有在补足 executor 所缺能力、且 executor 主动请求建议时才发挥作用,而 executor 在低 effort 档位下较少这么做。

可能划算的场景:大多数回合都是例行操作的 agentic 工作。平台的成本指南较为谨慎:在其 advisor 表格的四种配对中,没有一个明显优于单独使用其 executor,而且 advisor 只有在 executor 咨询它时才能起作用。先测量你的 executor 的咨询率,再确认你的 executor 接受哪些 advisor。例如,Sonnet 5.5 executor 接受 Fable 5.2、Opus 5.5、Opus 5 和 Sonnet 5.5,而 Fable 5.2 executor 只接受 Fable 5.2 或 Mythos 5.2。

收效甚微的场景:其中一个配对是在一个内部编码基准上,使用 high 档位的 Opus 5.5 executor 搭配 Fable 5.1 advisor。它以每次尝试 $2.92 的成本得到 90.1% 的分数。这比单独使用 high 档位的 Opus 5.5 高出 1.7 个百分点,但花费约为其 2.1 倍。这种幅度的提升处于运行间噪声的边缘,大约相当于提高 effort 档位所能带来的收益。

把批量工作委托给更便宜的 worker

上文所说的 subagent 处理的是辅助任务,同时由一个主模型维持上下文主线。这一模式适用于超出单个 context window 的工作:由一个顶级模型主导,拆分任务,把各部分并行交给许多更便宜的 worker,再合并返回的结果。在一个覆盖约 2200 万 token 源代码的内部缺陷搜索基准上,由 Opus 5.5 主导、最多同时 25 个 Sonnet 5.5 worker 的方案,比默认 effort 档位下单独使用 Opus 5.5 的成本低约三分之一,得分大致相同。

在 Claude 平台上,多智能体编排在 Claude Managed Agents 中为您提供一个协调员智能体(coordinator agent)和一组工作者智能体(workers)名单。如果工作仅涉及单链依赖步骤,或能容纳在一个上下文窗口内,请跳过此功能。在这种情况下,规划和合并的成本高于其节省的成本。何时将子智能体折叠到主智能体循环中 一文探讨了何时单个智能体循环优于子智能体团队。

迁移前检查兼容性

模型选择主要涉及能力和成本问题,但您不能总是仅更改模型名称。每个当前模型都支持工具使用和图像输入,但在将请求从一个模型迁移到另一个模型之前,有一些差异需要测试。

  • Fable 5.2 将保留的思考(preserved thinking)扩展到所有 API 账户。 当 Fable 5.2 思考块之前的任何内容(包括系统提示、工具或早期消息)发生更改时,API 会返回 400 错误拒绝请求,除非您选择放弃受影响的思考。如果您通过 Claude Code、Claude Agent SDK 或 Claude Managed Agents 构建请求,则无需进行任何更改。如果您的代码编辑历史记录,请保持追加模式(append-only),并在切换前进行测试。
  • 思考(Thinking)。 Opus 5.5 和 Fable 5.2 始终进行思考,关闭思考的请求会返回错误。Sonnet 5.5 默认进行思考,between_tools 将思考限制在工具调用之间的间隙。Haiku 5.5 默认进行思考,您可以在 high 或更低的工作级别关闭思考。在所有模型上,请按 type 读取内容块,因为响应可能以思考块开头。
  • 强制工具使用(Forced tool use)。 在 Sonnet 5.5、Opus 5.5 和 Fable 5.2 上,tool_choice 为 any 或 tool 时会返回 400 错误。发送 auto,将工具标记为 strict: true,并在提示中说明何时使用它。
  • 计算机使用(Computer use)。 Opus 5.5、Sonnet 5.5、Haiku 5.5 和 Fable 5.2 仅通过 Claude API 和 Google Cloud 上的 Claude Models(Google 托管)中的 computer_toolset_20260801 工具集支持计算机使用。
  • Haiku 4.5 到 Haiku 5.5。 用工作级别替换 budget_tokens,并删除非默认 temperature、top_p 和 top_k 值,这些值会返回 400 错误。以用户轮次结束 messages,因为模型继续的最后一个助手轮次也会返回 400 错误。
  • 安全回退(Safety fallbacks)。 Opus 5.5、Sonnet 5.5 和 Fable 5.2 运行安全分类器,最常标记网络安全和生物学内容。在 Claude Code 中,被标记的请求可以在旧模型上重新运行,转录本中的通知会告诉您使用的是哪个模型。Fable 5.2 保留了 Fable 5.1 使用的回退模型。被标记的网络安全请求回退到 Opus 4.8,被标记的生物学请求回退到 Opus 5。

如果一个系统运行多个模型,请为其中最严格的模型构建每个请求:保持历史记录追加模式,发送 tool_choice: auto 并配合严格工具,按 type 读取内容块,并编写足够精确的提示和工具描述以适配最字面化的模型。这样,步骤可以在不同层级之间移动而无需更改代码。当路由规则简单时(例如每个步骤类型对应一个模型),让代码选择模型,而不是让模型来选择。

基于您自己的工作进行衡量

发布的基准测试结果,如上述 SWE-bench Pro 和 Terminal-Bench 数据,可帮助您确定起始模型。然后在提交之前,在您自己的任务上测试候选模型。

  1. 抽取真实任务的样本。为每个任务编写结果检查,例如通过测试、关闭的工单或正确的行数。
  2. 以两个或三个工作级别运行每个候选模型,每个级别在独立会话中运行,以便运行不共享缓存。记录每个已完成任务的成本,该成本来自每个响应的 usage 字段。
  3. 绘制得分与支出的图表。仅当多模型设置在该图表上优于每个单模型点时,才保留多模型设置。
  4. 在切换之前,在真实流量片段上以影子模式(shadow)运行获胜者。

要在 Claude Code 中进行快速检查,请使用 /model 命令在两个模型上运行积压任务中的一个,并比较 /usage 报告的内容。

了解更多