跳到正文
aihot(aihot.news)· noreply@aihot.news (Anthropic:Claude.dev 開發者部落格)·· 13 天前精選品質評分74

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

重點導讀

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

自備 Key 深度分析

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:

推薦理由

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。

正文

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。

圖 A同一張小巷照片,分別由 Claude Haiku 5.5、Sonnet 5.5、Opus 5.5 和 Fable 5.2 用程式碼渲染。每張圖都是模型自己寫的 Python 程式,呼叫它同樣自己寫的繪圖引擎,從第一層到最終成品依次呈現。演示:Lance Martin。

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 5.5medium(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 5.5medium(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 mediumSonnet 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 5.5medium,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 5.5high(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 5.5medium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 5.5medium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 5.2medium,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 5.2medium,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 5.5medium(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 5.5Sonnet 5.5Opus 5.5Fable 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 token100K 以內 $0.01,超過 100K 為 $0.05$0.10$0.20$0.20
上下文視窗1M token1M token1M token1M token
最大輸出128K token128K token128K token128K 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)mediumhigh(Claude Code 中為 medium)mediumhigh(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。

圖 BClaude Fable 5.2、Opus 5.5、Sonnet 5.5 和 Haiku 5.5 各自搭建同一個作品集網站,並排展示。演示由 Addy Osmani 製作。

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。

FIG CFable 5.2 演示了遊戲引擎如何構建世界:它用十六種風格繪製同一個 3D 場景,從線框圖和畫素畫到光線追蹤,併為每種技術標註名稱。Demo 由 Dan Fein 製作。

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:

  1. 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。
  2. 把努力等級提高一檔。
  3. 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

FIG D一個專案,四個模型,各管一類工作。Claude Fable 5.2 把一家網店從 JavaScript 遷移到 TypeScript,Opus 5.5 搭建月度訂閱功能。Sonnet 5.5 撰寫商品頁面,Haiku 5.5 對客戶訊息進行分類。Opus 5.5 要等 Fable 5.2 的新程式碼合入後才開始做自己的功能。演示:Dan Fein。

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。

FIG E使用者請求疊加一個圖層,比如高程、騎行路線、霧或溫度。Opus 5.5 負責規劃,多個並行的 Haiku 5.5 子AI 助理在共享地圖上分別繪製各部分。溫度僅為示意,霧效是印象式呈現,並非預報。地圖資料 © OpenStreetMap 貢獻者;高程來自 USGS 3DEP 雷射雷達。演示:Lance Martin。

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 high effort 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。

  1. 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。
  2. 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。
  3. 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。
  4. 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

來源:Anthropic:Claude.dev 開發者部落格 · claude.dev

來源: aihot (aihot.news)
開啟原文

讀者討論

理性交流 · 即時討論