Anthropic 指南:Claude 開發該選 Haiku 5.5、Sonnet 5.5、Opus 5.5 還是 Fable 5.2
Anthropic 指南:Claude 開發該選 Haiku 5.5、Sonnet 5.5、Opus 5.5 還是 Fable 5.2
Anthropic 說明開發者如何依任務選擇 Haiku 5.5、Sonnet 5.5、Opus 5.5 或 Fable 5.2,並調整 effort 等級以權衡能力、成本與延遲。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
文章依任務型別整理四款模型的起步選擇,並比較 effort、延遲與每項任務成本,提供可套用於自有工作負載的評估方法。
Anthropic:Claude.dev 開發者部落格· Addy Osmani·2026-11-09 20:00· 9 小時前精選AI 評分80
Which Claude model should you build with? Fable, Opus, Sonnet, or Haiku
AI 導讀
Anthropic 開發者部落格發文指導開發者如何在 Haiku 5.5、Sonnet 5.5、Opus 5.5 和 Fable 5.2 之間選型,建議多數編碼和知識工作從 Opus 5.5 的 medium effort 起步,其 token 價格是 Fable 5.2 的一半。
推薦理由
原文按任務型別給出四款 Claude 模型的選型建議、token 價格和 effort 調優方法,可遷移到自己的成本與能力權衡中。
目前 Claude 產品線有四款正式可用的模型:Claude Haiku 5.5、Claude Sonnet 5.5、Claude Opus 5.5 和 Claude Fable 5.2。Claude Mythos 5.2 是我們在網路安全與生命科學研究方面能力最強的模型,需通過我們的驗證計劃使用。
如果你在 Claude 平臺上開發,或者日常使用 Claude Code,可能會想知道常見任務該選哪個模型。本文就來回答這個問題,並聊聊該如何權衡取捨。
太長不看
簡單說:大多數工作都應該從 Opus 5.5 的預設努力檔位開始,medium。
它成為 Claude Code 預設模型是有原因的。每輸入、輸出 token 的成本只有 Fable 5.2 的一半,也是我們建議大多數程式設計和知識工作優先嚐試的模型。
在此基礎上:
- 範圍明確的日常工作,比如修 bug 或按規格實現功能,可以降到 Sonnet 5.5。不過,規格清晰不代表就該用 Sonnet:遷移或效能最佳化同樣可以有清晰的規格,但難度依然足以用 Opus 5.5,大型任務則用 Fable 5.2。
- 最簡單、量大的工作,比如分類、路由和抽取,可以再降到 Haiku 5.5。Haiku 5.5 也很適合作為子AI 助理,替更大的模型處理旁支任務。
- 程式設計、金融和科學領域最難的技術專案,則要升到 Claude Fable 5.2。當 Opus 5.5 在
high下仍不夠用,或者需要長時間無人值守執行時,也應當升級。
換模型之前,先試試調整努力檔位。在成本和能力上,這都是更精細的旋鈕。超過 high 之後,再升一檔努力的成本可能抵得上換更大的模型,所以要在自己的任務上把兩者都測一測。如果已經超過 high,不妨改用更高一級模型、更低一檔努力來測試。反過來,降一檔努力也可能以更低的成本拿到你需要的結果。
當模型需要思考更久、呼叫更多工具或更多次檢查自己的工作時,提高努力檔位會有幫助。但要記住,這也會增加延遲。另外,提高努力檔位不會讓模型憑空獲得它沒有的知識或技能;要補上這些,還是得換更強的模型。
按任務選模型
| 任務 | 起步模型 | 起步努力檔位 | 理由 |
|---|---|---|---|
| 日常工程與除錯。涉及多個 PR 的功能開發 | Opus 5.5 | medium(預設),之後 high | 日常任務上成本與能力兼顧。 |
| 分類、路由、打標籤和大規模抽取 | Haiku 5.5 | medium(預設) | 該系列中成本最低、延遲最小。 |
| 負責搜尋檔案、讀取日誌或做摘要的子AI 助理 | Haiku 5.5 或 Sonnet 5.5 | 該模型的預設檔位 | 答錯很容易發現,而且判斷性決策本來就在主模型手裡。 |
| 聊天和互動式會話 | Sonnet 5.5(簡單聊天且量大時用 Haiku 5.5) | low 或 medium | Sonnet 5.5 很快,尤其是在 low 或 medium 努力檔位下。 |
| 範圍明確的程式設計,比如修 bug、功能迭代和按規格開發 | Sonnet 5.5 | medium,較難任務用 high | 它能很好地處理範圍明確的任務,token 價格只有 Opus 5.5 的一半。 |
| 日常文件、幻燈片和表格 | Sonnet 5.5 | high(預設;在 Claude Code 中用 medium) | 它迭代快,設計感也強。若是複雜的財務模型,或基於大量原始材料構建的文件,則從 Opus 5.5 開始。 |
| 你反覆執行的AI 助理任務,比如調查、審查或起草 | Sonnet 5.5 | medium | 定義清晰、重複性的任務很少需要更大的模型。 |
| 計算機操作和重度依賴視覺的工作流 | Opus 5.5 | medium | 這類執行是圍繞大量截圖和圖片展開的長AI 助理迴圈,正是 Opus 5.5 所擅長的長時間AI 助理工作。 |
| 大規模重構與遷移、架構規劃,以及統領多個子AI 助理 | Fable 5.2 | medium,然後是 high(API 預設是 high) | 這是 Anthropic 面向技術領域能力最強的通用可用模型。 |
| 深度研究,以及科學或定量分析 | Fable 5.2 | medium,然後是 high(API 預設是 high) | 它專為程式設計、金融和科學領域最難的技術專案打造。 |
| 你還不確定 | Opus 5.5 | medium(預設) | Claude Code 在 Pro、Max、Ultra、Team、Enterprise 和 Anthropic API 上預設使用它,平臺文件也推薦把它作為起點。 |
四款模型橫向對比
| Haiku 5.5 | Sonnet 5.5 | Opus 5.5 | Fable 5.2 | |
|---|---|---|---|---|
| 適用場景 | 高併發、對成本敏感的任務 | 為範圍明確的任務提供快速、可靠的幫助 | 我們處理複雜程式設計和知識工作的日常主力 | 最具野心、最開放的技術工作 |
| 相對延遲 | 最快 | 快 | 中等 | 中等 |
| 輸入 / 輸出,每百萬 token | 提示詞不超過 100K token 時為 $0.10 / $0.50,超過 100K 時為 $0.50 / $2.50 | $2 / $10 | $4 / $20 | $8 / $40 |
| 快取讀取,每百萬 token | 100K 以內 $0.01,超過 100K 為 $0.05 | $0.10 | $0.20 | $0.20 |
| 上下文視窗 | 1M token | 1M token | 1M token | 1M token |
| 最大輸出 | 128K token | 128K token | 128K token | 128K token |
| API 上的思考功能 | 自適應,預設開啟,可以關閉 | 自適應,預設開啟;between_tools 會跳過前置思考 | 自適應,始終開啟 | 自適應,始終開啟 |
API 上的預設 effort(Claude Code 可能不同;/effort status 會顯示你的設定) | medium | high(Claude Code 中為 medium) | medium | high(Claude Code 中為 medium) |
| 快速模式 | 否 | 否 | 是 | 是 |
價格為 Claude API 的標價。基準測試結果見 Fable 5.2 頁面。
取捨
在模型之間做選擇,本質上是在做取捨。比如選更大的模型,就是用延遲換能力。以下是需要重點權衡的幾個方面。
能力與每個完成任務的成本
一般來說,更大的模型每 token 更貴、能力更強,但在任務層面,成本與能力的取捨並非普遍成立。
每 token 價格更高,並不總意味著每個任務成本更高,也不總意味著結果更好。正如我們在 Spending your effort 中所展示的,在 Anthropic 的 Terminal-Bench 3.0 執行中,上一代 Fable 5.1 在 max 下得分 58.0%,而 Opus 5.5 在 high 下用一半的 token 得分 58.9%。
在最難的工作上,價格差距可能縮小。在 FrontierCode 2.0 上,Fable 5.2 在 high 下的得分與 Opus 5.5 在 max 下大致相當(45.3% 對 45.5%),而每個任務成本約為後者的一半。所以在困難任務上把 Opus 5.5 調到 high 以上之前,先試試 Fable 5.2。日常工作中,Opus 5.5 在 medium 下仍是起點。基準測試結果見釋出文章。
不過,Claude 平臺的成本與智慧測量也顯示了小模型的侷限。它們通常擅長輸出可核驗的高併發工作,但不太適合長時間的AI 助理迴圈。
對比兩個模型時,除了典型任務,也要把最難的幾個任務單獨算價,因為花費大頭都在最難的任務上。在一個 20 道題的搜尋基準測試裡,兩道題就佔了 43% 的花費。
延遲與準確率
更快的配置完成得更早,但也可能漏掉更多。選定模型和努力等級之前,先想清楚人能等多久。對於需要人等待的回覆,Sonnet 5.5 從 low 或 medium 起步。
新一代模型通常比前代更快。Fable 5.2 的生成速度比 Fable 5.1 快最多 30%。Sonnet 5.5 比 Sonnet 5 快 30%。
努力等級與延遲大致相關。要判斷多出來的準確率是否值得額外的延遲。例如在 SWE-bench Pro 上,Opus 5.5 在 medium 檔的得分比 high 檔低約 2.5 分,成本約為後者的 70%;在 low 檔得分低約 8 分,成本約為三分之一;在 xhigh 檔得分高約 1.4 分,成本是 high 檔的 2.5 倍。
通常,提供自我驗證的手段比調整努力等級更划算,增加的延遲也更少。當模型不足以完成任務時,按以下順序處理:
- 確認模型能自行驗證結果,比如用測試、構建,或呼叫介面的指令碼。
- 把努力等級提高一檔。
- 換用更高一級的模型,起步的努力等級比在小模型上用的更低。
如果能自動檢查結果,就讓所有任務都在低等級下執行,只把失敗的任務用高等級重跑。在同一個 SWE-bench Pro 子集上,Opus 5.5 在 low 檔執行、失敗任務用 high 檔重跑,通過率約 97%,每題約 $0.17;而所有任務都用 high 檔時通過率 95.3%,每題 $0.29。
如果想讓同一個模型回覆得更快,可以花錢買速度,而不必犧牲能力。在 Claude API 上,Opus 5.5 和 Fable 5.2 都提供快速模式,輸出速度更高,價格也更貴。
上下文與成本
當前這一代模型都有 1M token 的上下文視窗。大上下文有助於模型完成任務,但每一輪都會產生成本,因為每輪都要重新發送。話雖如此,在長時間執行中,大部分輸入都按快取讀取計費。
Opus 5.5 的快取讀取價格為每百萬 token $0.20,Sonnet 5.5 為 $0.10。Fable 5.2 同樣是 $0.20,所以在快取佔比很高的長時間執行中,Fable 與 Opus 的差距就落在未快取輸入和輸出上,而 Fable 每 token 的價格是 Opus 的兩倍。
在Opus 5.5 上任務要花多少錢一文中,上下文為 150K token 時,一輪的快取讀取成本約 $0.03;20K 時約 $0.004。
由此可以得出一點:主模型越大,精簡主上下文就越重要。把昂貴模型的上下文留給決策,讓更便宜的子AI 助理去做冗長的閱讀。
Haiku 5.5 是唯一按提示詞長度分檔計價的模型。不超過 100K token 的提示詞按較低檔計費,超過 100K 則按五倍費率計費。長提示詞檔的價格仍是 Sonnet 5.5 每 token 價格的四分之一。所以 Haiku 5.5 在短提示詞上最划算,其輸入價格只有 Sonnet 5.5 的二十分之一。
如果每次呼叫都需要長提示詞,就比較 Haiku 5.5 和 Sonnet 5.5 的每完成一個任務的成本,而不是標價。
混合使用模型
在自然的斷點處切換
提示詞快取歸屬於寫下它的那個模型。在新模型上的第一輪對話,整段對話都要按快取寫入的價格計費。想讓這一輪更省,可以在 Claude Code 裡先執行 /compact,或者開一個新會話,先寫一份簡短的計劃。在 API 上,開啟新模型的對話時,用一份到目前為止的工作摘要代替完整歷史。
每個思考塊都會記錄生成它的模型,而每個模型只能讀取部分其他模型的思考塊。在 Claude API 和 Google Cloud 上的 Claude 模型(Google 託管)中,Opus 5.5 可以讀取 Sonnet 5.5 和 Haiku 5.5 的思考塊。Sonnet 5.5 可以讀取 Haiku 5.5 的。Fable 5.2 可以讀取 Opus 5.5、Sonnet 5.5 和 Haiku 5.5 的。在 Claude API 上,Fable 5.1 可以讀取 Opus 5.5 的。
往低一檔切換會丟失此前的推理,因為模型永遠讀不到比它更高檔模型的思考塊。其他方向的切換也可能丟失推理。當新模型讀不到先前模型的思考塊時,API 會丟棄這些塊,請求仍然成功。新模型隨後就在沒有那段推理的情況下繼續工作。
保留思考列出了所有情況。從 Fable 5.2 切換到任何其他正式可用模型,一般都會丟失它的推理。
把子AI 助理放到更小的模型上
子AI 助理在自己的上下文視窗中執行,最後交回一份摘要。它的 token 按所執行模型的費率計費。在 Claude Code 中,可以在子AI 助理的定義裡設定 model: haiku 或 model: sonnet。環境變數 CLAUDE_CODE_SUBAGENT_MODEL 為沒有指定模型的子AI 助理設定預設值。
把它儲存為 .claude/agents/log-reader.md:
CODEMarkdown
--- 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.
小模型只用來做錯了也容易發現的工作,比如查詢檔案、執行測試、讀日誌。程式碼修改和需要判斷的事留給主模型。小模型一旦誤讀搜尋結果,主模型就會開啟錯誤的檔案,白白消耗 token。
在當前版本的 Claude Code 中,內建的 Explore 子AI 助理執行在會話所用的模型上,而不再總是執行在 Haiku 上。在 Claude API 上,該模型最高為 Opus。想讓探索更省錢,可以自己定義一個名為 Explore 的子AI 助理,並設定 model: haiku。你可以用 ANTHROPIC_DEFAULT_HAIKU_MODEL 固定 haiku 別名所用的模型。
在 Anthropic API 上,haiku 別名現在指向 Haiku 5.5,需要 Claude Code v2.1.293 或更高版本。在 Amazon Bedrock、Google Cloud、Microsoft Foundry 和 AWS 上的 Claude Platform 上,它仍指向 Haiku 4.5。詳情見 Claude Code 的模型配置文件。
Claude Code 還有 opusplan 別名:它在計劃模式下用 Opus 做規劃,然後用 Sonnet 執行計劃。這樣程式碼修改就落在 Sonnet 上。上面的建議正好相反:把程式碼修改留在主模型上,只把做錯了也容易發現的工作交給小模型。在把它設為預設之前,先在自己的任務上測一測 opusplan。
把困難決策交給顧問
顧問工具(beta)把一個更快、更便宜的執行模型和一個更強的顧問模型配成一對。執行模型負責任務,中途可以向顧問尋求指導。大部分 token 按執行模型的價格計費。只有當顧問能補上執行模型欠缺的能力、且執行模型主動求助時,顧問才發揮作用;而在低 effort 下,執行模型求助的頻率更低。
可能划算的場景:大部分輪次都是常規操作的AI 助理任務。平臺的成本指南態度謹慎:其顧問表裡的四組搭配中,沒有一組明顯勝過單用執行模型,而且顧問只有在執行模型諮詢它時才能幫上忙。先測量執行模型的諮詢率。確認執行模型接受哪些顧問。例如 Sonnet 5.5 執行模型接受 Fable 5.2、Opus 5.5、Opus 5 和 Sonnet 5.5,而 Fable 5.2 執行模型只接受 Fable 5.2 或 Mythos 5.2。
幫助不大的場景:其中一組搭配是 Opus 5.5 執行模型在 high 下配 Fable 5.1 顧問,跑一個內部程式設計基準。得分 90.1%,每次嘗試花費 2.92 美元。比單用 Opus 5.5 在 high 下高 1.7 個百分點,花費約為 2.1 倍。這種幅度的提升已接近執行間噪聲的邊緣,大致相當於提高 effort 能換來的收益。
把批次工作交給更便宜的 worker
上文提到的子AI 助理負責處理支線任務,同時由一個主模型保持主線。這種模式針對的是超出單個上下文視窗的工作。由頂級模型牽頭,拆分任務,把各塊並行交給許多更便宜的 worker,再合併返回的結果。在一個約 2200 萬 token 原始碼的內部缺陷搜尋基準上,Opus 5.5 牽頭、Sonnet 5.5 作為 worker(最多同時 25 個),成本比單用 Opus 5.5 在預設 effort 下低約三分之一,得分大致相當。
在 Claude Platform 上,Claude Managed Agents 中的多AI 助理編排提供一個協調者AI 助理和一組 worker。如果只是一條有依賴關係的步驟鏈,或者工作能裝進一個上下文視窗,就不要用它。在這些場景裡,規劃和合並的開銷超過省下的成本。何時把子AI 助理併入主AI 助理迴圈討論了單個AI 助理迴圈何時勝過一組子AI 助理。
遷移前先檢查相容性
模型選擇主要是能力和成本的問題,但你不能總是隻改模型名、其他什麼都不動。當前所有模型都支援工具呼叫和影像輸入,但在把一個請求從一個模型遷到另一個模型之前,有些差異需要測試。
- Fable 5.2 把保留思考擴充套件到所有 API 賬戶。如果 Fable 5.2 思考塊之前的任何內容發生了變化,包括系統提示詞、工具或更早的訊息,API 會以 400 錯誤拒絕請求,除非你選擇丟棄受影響的思考。如果你通過 Claude Code、Claude Agent SDK 或 Claude Managed Agents 構建請求,則無需改動。如果你自己的程式碼會編輯歷史,請保持只追加,並在切換前測試。
- 思考。Opus 5.5 和 Fable 5.2 始終思考,關閉思考的請求會返回錯誤。Sonnet 5.5 預設思考,
between_tools把思考限制在工具呼叫之間的間隙。Haiku 5.5 預設思考,在higheffort 或更低時可以關閉思考。對所有這些模型,都要按type讀取內容塊,因為響應可能以思考塊開頭。 - 強制使用工具。在 Sonnet 5.5、Opus 5.5 和 Fable 5.2 上,
tool_choice為any或tool會返回 400 錯誤。請傳送auto,將工具標記為strict: true,並在提示詞中說明何時使用它。 - 計算機使用。Opus 5.5、Sonnet 5.5、Haiku 5.5 和 Fable 5.2 僅通過 Claude API 上的
computer_toolset_20260801工具集以及 Google Cloud 上的 Claude Models(Google 託管)支援計算機使用。 - 從 Haiku 4.5 遷移到 Haiku 5.5。將
budget_tokens替換為 effort 級別,並去掉非預設的temperature、top_p和top_k值,這些值會返回 400 錯誤。以使用者輪次結束messages,因為讓模型繼續的最終助手輪次也會返回 400 錯誤。 - 安全回退。Opus 5.5、Sonnet 5.5 和 Fable 5.2 執行安全分類器,最常標記網路安全和生物學內容。在 Claude Code 中,被標記的請求可以在較舊的模型上重新執行,轉錄中的通知會告訴你使用的是哪個。Fable 5.2 保留 Fable 5.1 使用的回退模型。被標記的網路安全請求回退到 Opus 4.8,被標記的生物學請求回退到 Opus 5。
如果一個系統執行多個模型,請為其中最嚴格的模型構建每個請求:保持歷史記錄僅追加,使用嚴格工具傳送 tool_choice: auto,按 type 讀取內容塊,並精確編寫提示詞和工具描述,以滿足最字面的模型。這樣,步驟可以在不更改程式碼的情況下向上或向下移動一個層級。當路由規則很簡單時,例如每種步驟型別一個模型,讓程式碼選擇模型,而不是讓模型選擇。
在你自己的工作上進行測量
已釋出的結果,如上面的 SWE-bench Pro 和 Terminal-Bench 數字,可以為你提供一個起始模型。然後在提交之前,在你自己的任務上測試候選模型。
- 抽取真實任務的樣本。為每個任務編寫結果檢查,例如通過的測試、關閉的工單或正確的行數。
- 以兩到三個 effort 級別執行每個候選模型,每個都在自己的會話中執行,以便執行不共享快取。從每個響應的
usage欄位記錄每個已完成任務的成本。 - 繪製分數與支出的關係圖。僅當多模型設定在該圖表上優於每個單模型點時,才保留它。
- 在切換之前,在真實流量的一小部分上以影子模式執行獲勝者。
要在 Claude Code 中快速檢查,請使用 /model 在兩個模型上執行你積壓中的一個任務,並比較 /usage 報告的內容。
瞭解更多
- 使用 Claude Sonnet 5.5 構建 涵蓋了何時選擇 Sonnet 而非 Opus、定價、遷移和調優。
- 在 Claude 和 Claude Code 中充分利用 Opus 5.5 涵蓋了為 Opus 5.5 編寫提示詞以及引導長時間執行。
- Opus 5.5 上任務的成本 對 effort、模型選擇和子AI 助理進行定價。
- 在 Claude 部落格上,為你的用例選擇最佳 Claude 模型 和 在 Claude Code 中選擇模型和 effort 級別 進行了更深入的探討。
- 在文件中,請參閱 選擇模型、最佳化成本與智慧、Effort、Claude Code 模型配置 和 子AI 助理。
來源:Anthropic:Claude.dev 開發者部落格 · claude.dev