跳到正文
aihot(aihot.news)· noreply@aihot.news (OpenRouter:Announcements)·· 24 天前品質評分39

**title_zh:**

OpenRouter 實測 Claude Opus vs Sonnet vs Haiku 5.5 該選哪個

重點導讀

OpenRouter 實測 Claude Opus vs Sonnet vs Haiku 5.5:該選哪一個 summary_zh: OpenRouter 針對 Claude Opus 5.5。

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:

正文

OpenRouter:Announcements·2026-10-30 08:00· 1 天前精選AI 評分72

Claude Opus vs Sonnet vs Haiku: Which Should You Use?

AI 導讀

OpenRouter 實測 Claude Opus 5.5、Sonnet 5.5 與 Haiku 5.5 三檔模型,建議預設用 Sonnet 5.5,高頻與子AI 助理任務用 Haiku 5.5,長且容錯成本高的任務用 Opus 5.5。

推薦理由

原文用同一批編碼與基準任務實測三檔模型,給出按工作負載選型的成本與可靠性結論。

把 Claude Sonnet 5.5 設為預設模型,高併發和子AI 助理任務用 Claude Haiku 5.5,任務耗時長、需求模糊或出錯代價高時用 Claude Opus 5.5。

對多數團隊來說,選擇其實是在 Opus 和 Sonnet 之間做,問題在於 Opus 每 token 的價格是 Sonnet 的兩倍,值不值。在我們測試的程式設計任務上,答案是不值。我們給每個模型都安排了同樣的 11 個帶隱藏測試的程式設計任務,以及 Claude Code 裡同一個修 bug 任務。所有模型全部通過,所以拉開差距的是成本。按任務算,Haiku 比 Opus 便宜 19 到 30 倍,Sonnet 的成本則是 Opus 的一半到三分之二。

這些結果只說明三款模型在我們任務上的表現。要知道哪款最適合你的工作流,唯一的辦法是在你自己的工作上測試。Ori Eval 可以幫你做這件事。你問程式設計AI 助理哪個模型最適合你的專案,它就會在你的程式碼裡找測試素材、編寫評測、執行你想對比的模型,並給出推薦,同時附上分數、耗時和成本。後面講模型切換的那一節會說明如何讓它指向這三個層級。

簡要結論

  • 把 Claude Sonnet 5.5 作為預設模型。在我們的 GPQA Diamond 和 τ-bench 測試中,它的得分與 Opus 5.5 持平或更高,通過了全部程式設計測試,而每 token 價格只有一半。
  • 高併發和子AI 助理任務用 Haiku 5.5。它同樣通過了全部程式設計測試,成本只有 Sonnet 的十二分之一到十六分之一。
  • 任務耗時長、需求模糊、出錯代價高於 token 成本時,保留 Opus 5.5。我們的短任務無法排除它在這類場景下的優勢。
  • 我們的任務不等於你的任務。選定之前,先用 Ori Eval 在你自己的工作裡測試這三款模型。
  • 在 OpenRouter 上,三者只差一個模型字串,Claude Code 還可以為不同角色分別指定不同的模型。

Opus、Sonnet 和 Haiku 有什麼區別?

Opus 5.5、Sonnet 5.5 和 Haiku 5.5 是同一代模型的三個層級。Anthropic 於 2026 年 9 月 22 日釋出 Opus 5.5,9 月 28 日釋出 Sonnet 5.5,10 月 7 日釋出 Haiku 5.5。三者都有 100 萬 token 上下文視窗,都接受文本、圖片和 PDF。它們的主要差異在價格,另外 Haiku 的基準測試分數更低。

模型屬性 / 指標Opus 5.5Sonnet 5.5Haiku 5.5
輸入,每百萬 token$4.00$2.00$0.10
輸出,每百萬 token$20.00$10.00$0.50
快取讀取,每百萬 token$0.20$0.10$0.01
Artificial Analysis 智慧指數57.656.043.4
GPQA Diamond(我們的測試)90.4%92.4%86.6%
τ-bench 航空(我們的測試)75.5%78.7%76.0%
OpenRouter 上的 token 量,10 月 12 日至 18 日6.18T2.45T2.07T

價格是 2026 年 10 月 21 日我們的標價,來自 Opus 5.5、Sonnet 5.5 和 Haiku 5.5 的模型頁面。基準測試各行來自我們的 benchmarks 介面,資料於 10 月 21 日拉取(我們的測試運行於 10 月 17 日)。Artificial Analysis 智慧指數是獨立基準測試公司 Artificial Analysis 對 10 項評測給出的綜合分數。T 表示萬億 token,資料來自我們的每日排名資料集。

Opus 比 Sonnet 更好嗎?

在我們跑的基準測試裡,Claude Opus 5.5 並沒有勝過 Claude Sonnet 5.5。在我們跑的 GPQA Diamond 上 Sonnet 得分更高,這是一組 198 道研究生水平的科學題(92.4% 對 90.4%)。在 τ-bench airline 上它同樣更高,這是一個多輪客服AI 助理基準(78.7% 對 75.5%)。在 Artificial Analysis 指數上 Opus 領先 1.6 分。在我們兩次執行中,Sonnet 每個任務的成本都不到一半:GPQA 每題 $0.025,Opus 是 $0.054;τ-bench 每任務 $0.16,Opus 是 $0.34。

10 月 12 日那一週,Opus 5.5 在 OpenRouter 上的 token 用量約為 Sonnet 的 2.5 倍。Opus 還是 Claude Code 在多數套餐下的預設模型,在我們的測試中,沒有指定模型時 Claude Code 會通過 OpenRouter 使用 Opus 5.5。如果你沒改過模型,那你跑的就是 Opus。

Haiku 夠不夠格取代 Sonnet?

對於需求明確、常規性的工作,Haiku 5.5 可以取代 Sonnet。它在 τ-bench airline 上得分 76.0%,比 Opus 高半分,比 Sonnet 低 2.7 分,每任務成本 $0.011,約為 Sonnet 的十四分之一。我們每個模型跑了 100 到 200 個任務,所以這個基準上幾分之差可能是噪聲。在 GPQA Diamond 上 Haiku 落後 Sonnet 5.8 分,在 Artificial Analysis 指數上落後 12.6 分——該指數中AI 助理任務和通用知識各佔 30%,程式設計和科學推理各佔 20%。在常規程式設計上,我們下面的測試沒有發現差距。

我們的程式設計測試說明了什麼?

我們測了兩件事:按規格寫函式,以及用 Claude Code 修一個程式碼倉庫。三個模型在兩項測試中都通過了全部測試。

帶隱藏測試的函式

我們寫了 11 個 Python 任務,每個都配一個隱藏測試檔案。8 個日常任務是:解析時長、合併區間、LRU 快取、不用 eval 的算術求值器、cron 表示式的下次執行時間、自動換行、語義化版本排序,以及 JSON 路徑讀取器。3 個困難任務分別是:不用 re 模組的正則引擎、帶三值 NULL 邏輯的 SQL WHERE 過濾器,以及夏令時切換日跨時區的空閒日程時段。每個模型對每個日常任務作答兩次、每個困難任務作答三次,使用模型預設設定,每個模型共 25 次嘗試。

指標Opus 5.5Sonnet 5.5Haiku 5.5
通過的嘗試25/2525/2525/25
每個日常任務成本$0.0211$0.0112$0.0007
每個困難任務成本$0.0739$0.0380$0.0027
每個困難任務耗時32.125.722.6

Haiku 用的推理最多,卻仍然最快完成困難任務。在困難任務上它平均用了 3,202 個推理 token,Opus 是 1,252 個。推理 token 是模型在寫出答案之前用於推演問題的 token。即便推理更多,Haiku 每個困難任務的成本也只有 Opus 的二十七分之一。

在 Claude Code 裡修 bug

我們給 Claude Code 一個小型發票庫,裡面有三個 bug 和五個測試。三個 bug 分別是:用了銀行家舍入(四捨六入五成雙)的舍入邏輯、在引號內的逗號處錯誤分割的 CSV 解析器,以及用覆蓋而非累加數量的彙總邏輯。我們通過 OpenRouter 讓每個模型跑了三次,用 ANTHROPIC_MODEL 環境變數選擇模型。

指標Opus 5.5Sonnet 5.5Haiku 5.5
修復全部三個 bug 的執行次數3/33/33/3
每次會話成本中位數$0.098$0.062$0.0052
輪次556 到 8
實際耗時24 到 30 秒18 到 25 秒22 到 31 秒

一輪指會話中的一次模型響應。我們按自己的價格、根據每個會話的 token 數計算會話成本,因為 Claude Code 自己給出的數字對 Haiku 來說是錯的。

Claude Code 自己的total_cost_usd 欄位不認識我們的 Haiku slug,報告每個會話 0.16 到 0.31 美元,是我們算出的中位數 0.0052 美元的 30 到 60 倍。在 print 模式(claude -p)下,Claude Code 遇到不認識的模型 slug 會記錄一條警告。我們通過 Haiku 發一個單詞的回覆時又看到了它:Claude Code 報告 0.107 美元,而按我們的價格這次請求約花費 0.002 美元。

[claude-code:unrecognized_model] {"model":"anthropic/claude-haiku-5.5","query_source":"sdk"}

如果你通過 OpenRouter 執行 Claude Code,請改到活動頁面檢視支出;如果需要設定上限,請使用我們的支出控制。

這些都是規模小、定義明確的任務。在這些任務上,三個檔位同樣可靠,成本卻相差很大。它們並不覆蓋 Anthropic 打造 Opus 所針對的工作,也就是長時間執行的AI 助理程式設計與知識工作,在那類工作中出錯的代價比 token 更貴。

該用哪一個?

  • 如果你想要一個預設選擇,就用 Claude Sonnet 5.5。在我們兩次基準測試中,它的得分與 Opus 持平或更高,在我們所有測試中也與 Opus 相當,而每 token 價格只有一半。
  • 如果你要處理大量請求,比如分類、抽取、子AI 助理或批次程式碼修改,就用 Haiku 5.5。它通過了我們給它的每一項測試,成本只有 Sonnet 的 1/12 到 1/16、Opus 的 1/19 到 1/30。把提示詞控制在 100,000 token 以內,以保持在較低價格檔。在 Claude Code 之外,我們的子AI 助理伺服器工具可以讓較大的模型把獨立完整的任務交給較小的模型。
  • 對於出錯代價高昂的長任務,請使用 Opus 5.5。這正是它為之打造的工作,我們的短任務無法排除它在這方面具有優勢。
  • 如果你分不清自己的工作負載屬於哪一類,就按下一節所述,測試你自己的任務,而不是我們的任務。

如何在它們之間切換?

我們通過同一個 API、同一個金鑰和同一種請求格式提供這三個模型,所以切換隻需改動模型字串。下面這個迴圈把同一個提示詞發給每個檔位,並列印輸出 token 數以及我們在每次響應中返回的成本。

import os
import requests
for model in ["anthropic/claude-opus-5.5", "anthropic/claude-sonnet-5.5", "anthropic/claude-haiku-5.5"]:
    r = requests.post(
        "https://openrouter.ai/api/v1/chat/completions",
        headers={"Authorization": f"Bearer {os.environ['OPENROUTER_API_KEY']}"},
        json={"model": model, "messages": [{"role": "user", "content": "Write a Python function that merges overlapping intervals."}]},
        timeout=300,
    )
    usage = r.json()["usage"]
    print(f"{model}: {usage['completion_tokens']} output tokens, ${usage['cost']:.4f}")

這是我們在 2026 年 10 月 13 日執行得到的輸出。

anthropic/claude-opus-5.5: 1190 output tokens, $0.0239
anthropic/claude-sonnet-5.5: 876 output tokens, $0.0088
anthropic/claude-haiku-5.5: 852 output tokens, $0.0004

用 Ori Eval 把你自己的任務在每個檔位上各跑一遍。Ori Eval 測試是 TypeScript 的 *.eval.ts 檔案。在同一個檔案裡把三個 slug 都傳給 setupAgent({ model }),同樣的測試就會在每個檔位上執行。

在 Claude Code 中,你可以讓 Opus 負責規劃,把常規工作交給更便宜的模型。按我們的設定指南把 Claude Code 指向 OpenRouter,然後為每個角色設定模型。

export ANTHROPIC_DEFAULT_OPUS_MODEL="anthropic/claude-opus-5.5"
export ANTHROPIC_DEFAULT_SONNET_MODEL="anthropic/claude-sonnet-5.5"
export ANTHROPIC_DEFAULT_HAIKU_MODEL="anthropic/claude-haiku-5.5"
export CLAUDE_CODE_SUBAGENT_MODEL="anthropic/claude-haiku-5.5"

Claude Code 2.1.307 能識別 Opus 和 Sonnet 的 slug,並給它們 100 萬 token 的上下文視窗。它還不認識 Haiku 的 slug,會假定為 200,000 token。要讓 Haiku 獲得完整視窗,請在其 slug 後加上 [1m]。我們會在路由前去掉這個字尾。不加字尾則會讓 Haiku 會話保持在約 200,000 token 以內。

這些變數決定每個名稱指向哪個模型,並不改變你實際使用的是哪一個。要把 Sonnet 設為主模型,可在會話中執行 /model sonnet,或在啟動 Claude Code 前設定 ANTHROPIC_MODEL=sonnet。要用 Opus 規劃、用 Sonnet 寫程式碼,請改為執行 /model opusplan。由於設定了 CLAUDE_CODE_SUBAGENT_MODEL,沒有指定自己模型的子AI 助理會執行在 Haiku 上。

如果你更希望由我們按請求逐個挑選,Auto Router(openrouter/auto)會為每個提示詞選擇一個模型。用於程式設計時,Pareto Router 會挑選一個達到你設定的最低程式設計分數的模型。

常見問題

Claude Haiku 比 Sonnet 便宜嗎?

是的。在 OpenRouter 上,對於 10 萬 token 以下的提示詞,Haiku 5.5 的每輸入和輸出 token 成本比 Claude Sonnet 5.5 低 20 倍,每百萬輸入 token 為 0.10 美元,而後者為 2.00 美元。在我們的 Claude Code 執行中,每次會話的差距更小,約為 12 倍,部分原因是 Haiku 需要更多輪次才能達到相同結果。

在程式設計方面,Sonnet 5.5 比 Opus 5.5 更好嗎?

在我們的 Claude Sonnet 與 Opus 程式設計測試中,兩者表現相當。兩者都通過了全部 25 次隱藏測試嘗試,以及通過 OpenRouter 進行的全部三次 Claude Code 執行,而 Sonnet 更快,成本只有後者的二分之一到三分之二。Opus 在 Artificial Analysis 指數上領先 1.6 分,Anthropic 將其定位為長時間執行的AI 助理程式設計,因此對於漫長且模糊的會話,它是更穩妥的選擇。

Claude Haiku 適合做什麼?

Haiku 5.5 適合高吞吐、定義明確的工作,例如分類、提取、路由、子AI 助理任務和常規程式碼修改。在我們通過 OpenRouter 進行的測試中,它通過了所有程式設計任務,包括正規表示式引擎和 SQL 三值 NULL 邏輯,並在 τ-bench 航空任務上比 Opus 高出半分。

Claude Code 使用哪個 Claude 模型?

根據Anthropic 的模型配置文件,Claude Code 在 Pro、Max、Team、Enterprise 和 Anthropic API 賬戶上預設使用 Opus 5.5。當你通過 OpenRouter 執行 Claude Code 時,可以用 ANTHROPIC_MODEL 更改主模型,並用上面的環境變數設定每個角色。

後續步驟

來源:OpenRouter:Announcements · openrouter.ai

來源: aihot (aihot.news)
開啟原文

讀者討論

理性交流 · 即時討論