10 个问题 Q&A

1. Q：日常开发首选哪款 Claude 模型？ A：优先 Opus 5.5，medium 强度，是 Claude Code 默认选型，兼顾成本与能力。
2. Q：Haiku 5.5 适合做什么？ A：高并发分类、路由、信息抽取，也适合做子代理读取日志、检索文件。
3. Q：Sonnet 5.5 和 Opus 5.5 怎么选？ A：边界清晰、需求明确的 bug 修复、文档、简单对话用 Sonnet；复杂、长链路、视觉 / 计算机操作任务选 Opus。
4. Q：什么时候上 Fable 5.2？ A：大规模重构、架构规划、深度科研、金融量化；Opus 拉到 high 仍不达标时。
5. Q：effort 思考强度有什么作用？ A：调节推理时长、工具调用次数、自检频次；提升延迟和成本，无法补齐模型本身没有的能力。
6. Q：模型 token 单价贵，是不是任务成本一定更高？ A：不一定。强模型可能用更少 token 完成任务，难题场景 Fable 单任务成本甚至优于拉满强度的 Opus。
7. Q：多模型切换有什么坑？ A：缓存绑定原模型；向下切换会丢失上层模型推理块；Fable 切换到其他模型会丢失推理。
8. Q：Advisor 顾问模式怎么用？ A：便宜模型为主执行，仅遇到卡点才调用更强顾问；适合大部分步骤是常规流程的 agent。
9. Q：四款模型都支持工具调用和图生图吗？ A：都支持工具调用、图像输入；但 tool_choice、推理开关、计算机工具集有兼容差异，迁移前要测试。
10. Q：只靠公开基准（SWE-bench）选型够吗？ A：不够。公开基准仅作起点，必须拿自身真实任务、真实验收标准做灰度测试。
    

作者：Addy Osmani 栏目：实战手册 发布时间：2026-11-09

https://claude.dev/blog/which-claude-model-should-you-build-with.md

当前 Claude 对外正式可用的模型一共四款：Claude Haiku 5.5、Claude Sonnet 5.5、Claude Opus 5.5、Claude Fable 5.2。Claude Mythos 5.2 是面向网络安全与生命科学研究的最强模型，仅可通过专项验证项目申请使用。

如果你正在基于 Claude 平台开发、或是在 Claude Code 里工作，大概率会疑惑：日常任务该选哪一款模型？本文将帮你理清选择逻辑，以及如何权衡取舍。

配图说明：一张小巷图片，分别由 Haiku 5.5、Sonnet 5.5、Opus 5.5、Fable 5.2 通过代码渲染生成。每一张图都是模型自行编写的 Python 程序，同时还实现了绘图引擎，展示从底层图层到最终成品的全过程。演示作者：Lance Martin

绝大多数场景，优先从 Opus 5.5起步，默认思考强度设为 medium（中等）。

它之所以是 Claude Code 的默认模型，自有道理：输入、输出每百万 token 的成本，只有 Fable 5.2 的一半。对于绝大多数编码、知识类工作，官方推荐先用 Opus 5.5 试水。

在此基础上按需降级或升级：

• 降级到 Sonnet 5.5：适合边界清晰、范围明确的日常工作，例如修复 bug、按照需求文档开发功能。 但不要以为只要有明确需求文档就一定用 Sonnet。代码迁移、性能优化这类任务，哪怕文档写得很清楚，依然难度很高，可能还是需要 Opus 5.5；重大项目甚至要上 Fable 5.2。
• 继续降级到 Haiku 5.5：最简单、高并发量大的任务，比如内容分类、路由分发、信息抽取。Haiku 5.5 也很适合作为子智能体，承接主模型的附属支线任务。
• 升级到 Claude Fable 5.2：面向编码、金融、科研领域里难度最高的技术项目；当 Opus 5.5 拉到高思考强度依然达不到预期，或是长时间无人值守运行的任务，也可以切换到 Fable 5.2。

在更换模型之前，可以先尝试调整思考强度（effort level），这是一个更精细的调节旋钮，同时控制成本与能力上限。 当思考强度拉到 high之上，再往上一档的成本，可能直接和更高一档模型持平。因此你要结合自己的业务任务对比测试：如果已经开到 high，不妨直接测试高一档模型、搭配更低一档的思考强度。反过来，降低一档思考强度，有时就能用更低成本拿到合格结果。

调高思考强度的价值，在于模型需要更长时间推理、调用更多工具、反复自查校验。代价是延迟上升。 另外要记住：调高思考强度不会凭空赋予模型它本身不具备的知识与能力。遇到这类短板，只能升级模型，不能只靠拉高 effort。

根据任务选择模型

四款模型横向对比

注：价格为 Claude API 公开标价。基准测试结果参见：https://www.anthropic.com/claude/fable 配图说明：Fable 5.2、Opus 5.5、Sonnet 5.5、Haiku 5.5 各自独立搭建同一个作品集网站，并排对比。演示作者：Addy Osmani

取舍权衡

选择模型本质上就是取舍。比如选择更强的模型，就是用延迟换取能力。下面是几个核心权衡维度：

单任务的能力与成本

大体上，越高级的模型单 token 价格越高、能力越强，但放到单个任务维度，能力和成本的关系并不是绝对线性。

token 单价高 ≠ 完成这个任务的总成本更高，也不代表结果一定更好。 在 Terminal-Bench 3.0 测试中，上一代 Fable 5.1 开到最高强度得分 58.0%；而 Opus 5.5 在 high强度下得分 58.9%，消耗的 token 只有前者一半。

在最难的任务上，价格差距会被抹平。在 FrontierCode 2.0 基准中，Fable 5.2 设为 high的得分，和 Opus 5.5 拉满 max基本持平（45.3% vs 45.5%），但单任务成本大约只有后者一半。 所以，遇到难题，不要直接把 Opus 5.5 继续拉高强度，先测试 Fable 5.2。日常工作，依然优先 Opus 5.5 medium。

同时平台文档也说明了小模型的局限：它们适合输出结果可核验的高吞吐量任务，不太适合长链路的智能体循环。

对比模型的时候，不仅要测常规任务，也要测你业务里最难的任务 —— 最难的那一小部分任务，往往吃掉绝大部分开销。在一套包含 20 道搜索题的基准里，仅仅两道难题就占了总花费的 43%。

配图说明：Fable 5.2 演示游戏引擎如何构建世界。它把同一个 3D 场景渲染成 16 种不同风格：线框、像素风、光线追踪等，并标注每种技术。演示作者：Dan Fein

延迟 vs 准确率

响应越快，越容易出错。要先想好终端用户能接受多久的等待，再选定模型和思考强度。 面向真人实时回复的场景，优先 Sonnet 5.5，搭配 low /medium 强度。

新一代模型通常比前代更快：Fable 5.2 输出速度比 Fable 5.1 最高快 30%；Sonnet 5.5 比 Sonnet 5 提速 30%。

思考强度和延迟大致正相关。你要评估：提升的准确率，是否值得额外等待的时间。 以 SWE-bench Pro 为例：Opus 5.5 在 medium 下，得分比 high 低约 2.5 分，成本仅为 high 的 70%；low 强度得分低 8 分，成本只有 high 的三分之一；xhigh 强度得分仅高 1.4 分，成本却是 high 的 2.5 倍。

很多时候，给模型增加自校验机制，比调高思考强度性价比更高、延迟增加更少。 模型能力不足时，按这个顺序排查：

1. 增加自动校验手段：测试脚本、构建流程、接口调用，让模型自查结果；
2. 思考强度上调一档；
3. 升级到更高一档模型，并且先用比低一档模型更低的思考强度测试。

如果结果可以自动化校验，可以全部先用低强度跑，失败的任务再拉高强度重试。 在同一份 SWE-bench Pro 子集测试里：Opus 5.5 low 运行，失败任务再用 high 重跑，通过率约 97%，单任务成本约 0.17 美元；而全部任务直接 high 跑，通过率 95.3%，成本 0.29 美元。

如果你想用同一个模型、同时追求更快速度，也可以付费开启高速模式，而不是牺牲准确率。Opus 5.5 和 Fable 5.2 在 Claude API 上都支持 Fast Mode，加价换取更快输出速度。

上下文与成本

当前这一代所有模型，上下文窗口都是 100 万 token。长上下文有助于完成任务，但每一轮对话都会重新上传全部上下文，持续产生开销。

Opus 5.5 缓存读取是每百万 token 0.2 美元，Sonnet 5.5 是 0.1 美元。Fable 5.2 缓存读取价格和 Opus 一致。所以在大量复用缓存的长任务里，Fable 和 Opus 的差价，主要来自未缓存的输入输出 token，Fable 这部分价格是 Opus 的两倍。

在《Opus 5.5 单任务成本测算》一文中，150K 上下文一轮缓存读取成本约 0.03 美元；20K 上下文仅约 0.004 美元。

一个重要结论：主模型越强，越要精简它的上下文。昂贵模型的上下文只留给关键决策；冗长的阅读、检索工作交给便宜的子智能体。

Haiku 5.5 是唯一提示词长度会影响单价的模型：提示词≤10 万 token 是低价档；超过 10 万 token，单价直接翻 5 倍。但长提示词档位，价格依然只有 Sonnet 5.5 的 1/4。 所以 Haiku 5.5 在短提示词场景收益最大，输入单价仅为 Sonnet 5.5 的 1/20。 如果每一次调用都必须带上超长提示词，不要只看标价，要按单任务最终成本对比 Haiku 5.5 和 Sonnet 5.5。

多模型组合使用

配图说明：同一个项目，四个模型分工：Fable 5.2 把线上商城从 JS 迁移到 TS；Opus 5.5 开发月度订阅功能；Sonnet 5.5 撰写商品页面；Haiku 5.5 分拣客户消息。Fable 完成底层代码改造后，Opus 才启动功能开发。演示作者：Dan Fein

在自然断点处切换模型

提示缓存和生成它的模型绑定。切换新模型的第一轮请求，需要为完整对话重新写入缓存，产生写缓存开销。 为了减少开销：在 Claude Code 里切换前先执行 /compact；或者新开会话，带上简短的工作摘要，而不是完整历史。API 侧同理，给新模型传入已完成工作的摘要，而不是整条对话。

每一段推理块都会标记生成它的模型，并且不同模型只能读取部分其他模型的推理内容：

• Opus 5.5 可以读取 Sonnet 5.5、Haiku 5.5 的推理块
• Sonnet 5.5 可以读取 Haiku 5.5 的推理块
• Fable 5.2 可以读取 Opus 5.5、Sonnet 5.5、Haiku 5.5 的推理块

注：Fable 5.1 仅支持读取 Opus 5.5 的推理块

向下切换到更低一档模型，会丢失上层模型的推理内容—— 模型无法读取比自己更强的模型的推理块。其他跨模型切换也可能丢失推理。当新模型无法读取前面的推理块时，API 会直接丢弃这些推理内容，请求本身依然执行，只是新模型看不到前面的思考过程。 官方文档《保留推理块》列出了全部兼容规则。从 Fable 5.2 切换到其他正式模型，一定会丢失它的推理记录。

把子智能体交给轻量模型

子智能体拥有独立上下文窗口，只返回结果摘要，计费按子智能体自身模型的单价。 在 Claude Code 里，你可以在子智能体定义里写 model: haiku或者 model: sonnet。环境变量 CLAUDE_CODE_SUBAGENT_MODEL可以给没有指定模型的子智能体设置默认模型。

示例子智能体配置，保存为 .claude/agents/log-reader.md

---
name: log-reader
description: 读取测试输出和日志，上报每一处失败。在测试跑完之后调用。
tools: Read, Grep, Glob, Bash
model: haiku
---
读取给到的日志。对每一处失败，上报文件名、测试名称、首行报错信息。不要修改任何文件。

适合小模型的任务：出错容易被发现的工作，比如查找文件、跑测试、读取日志。 代码修改、关键判断，留给主模型。小模型读错检索结果，会导致主模型打开错误文件、浪费 token。

当前版本 Claude Code 内置的 Explore 子智能体，默认沿用当前会话模型，不会固定跑在 Haiku。API 侧上限是 Opus。 如果你想控制检索成本，可以自己定义一个名叫 Explore 的子智能体，指定 model: haiku。ANTHROPIC_DEFAULT_HAIKU_MODEL环境变量可以固定 haiku 别名指向的模型。

Anthropic API 里 haiku别名现在指向 Haiku 5.5，要求 Claude Code v2.1.293 或更高版本。 在亚马逊 Bedrock、谷歌云、微软 Foundry、AWS 上的 Claude 平台，haiku 别名仍然指向 Haiku 4.5。详情见 Claude Code 模型配置文档。

Claude Code 还有一个 opusplan别名：先用 Opus 做规划，再交给 Sonnet 落地执行代码修改。 这篇文章的思路刚好相反：代码修改、核心判断留在主模型；小模型只承接出错代价很低的任务。在把 opusplan 作为默认方案前，一定要在你的真实任务上实测效果。

疑难决策向上委托给顾问模型（Advisor）

顾问工具（Beta 版）的模式：一个更快、更便宜的执行模型为主，搭配一个更强的顾问模型。执行模型跑任务，遇到卡点才向顾问求助。绝大多数 token 都按执行模型低价计费；只有执行模型主动求助时，顾问才介入。在低思考强度下，求助频率会更低。

适合场景：大部分步骤都是常规流程、只有少数难点的智能体任务。 平台成本指南提示：文档里四组搭配，没有哪一组能稳定优于单独使用执行模型；顾问能不能加分，完全取决于执行模型会不会主动询问。先测它的求助率，同时确认执行模型支持哪些顾问。 举例：Sonnet 5.5 作为执行器，可以搭配 Fable 5.2、Opus 5.5、Opus 5、Sonnet 5.5；Fable 5.2 执行器，只能搭配 Fable 5.2 或者 Mythos 5.2。

收益有限的场景：有一组测试，Opus 5.5 high 作为执行器，搭配 Fable 5.1 顾问。在内部编码基准上得分 90.1%，相比单独 Opus 5.5 high 只高 1.7 分，成本却是 2.1 倍。这点提升已经接近随机波动范围，和单纯拉高思考强度带来的收益差不多。

批量任务分发给廉价工作节点

上面的子智能体模式，是支线任务并行，主线由一个主模型把控。 而这个模式适合超出单上下文窗口的超大任务：顶级模型负责拆解任务、分发，大量廉价工作节点并行处理分片，最后合并结果。 在一份源码规模达 2200 万 token 的内部缺陷检索基准中：Opus 5.5 作为总控，最多同时调度 25 个 Sonnet 5.5 工作节点，得分和单独 Opus 5.5 基本一致，总成本大约降到原来的 1/3。

Claude 平台的托管智能体（Managed Agents）提供多智能体编排，自带协调器与工作节点池。 但如果任务是串行依赖步骤、或者可以放进单个上下文窗口，不要用这套方案 —— 规划、合并结果的开销，会超过节省的费用。官方文章《什么时候该用单智能体循环，而不是一堆子智能体》专门讲了边界。

迁移前先做好兼容性校验

模型选择不只是能力和成本问题。很多时候你不能简单替换模型名称就直接上线。 四款模型都支持工具调用、图片输入，但切换前必须测试差异点：

1. Fable 5.2 推理块保留机制
   全量 API 账号支持保留推理。如果 Fable 5.2 的推理块之前的内容（系统提示词、工具、历史消息）发生修改，API 会返回 400 错误，除非你主动选择丢弃相关推理。 使用 Claude Code、Claude Agent SDK、托管智能体，不用额外改动；自己维护对话历史的代码，必须保证历史是追加写入，不能随意修改，切换前充分测试。
2. 推理开关限制
   Opus 5.5、Fable 5.2 强制开启推理，调用请求里关闭推理会报错。Sonnet 5.5 默认开启，between_tools选项可以把推理限制在工具调用间隙。Haiku 5.5 默认开启，在 high 及以下强度可以关闭推理。 所有模型都要按类型读取返回内容块，因为返回内容开头可能附带推理块。
3. 强制工具调用
   Sonnet 5.5、Opus 5.5、Fable 5.2 不支持 tool_choice: any/ tool，会返回 400。改用 auto，设置 strict: true，并且在提示词里写明触发条件。
4. 计算机操作
   四款模型的计算机操作能力，仅在 Claude API、谷歌云托管 Claude 上，通过 computer_toolset_20260801工具集提供。
5. Haiku 4.5 → Haiku 5.5 迁移
   废弃 budget_tokens参数，改用思考强度；不要传入非默认的 temperature、top_p、top_k，否则 400；对话最后一条必须是用户消息，不能以助手消息收尾，否则报错。
6. 安全降级
   Opus 5.5、Sonnet 5.5、Fable 5.2 都会经过安全分类器校验，高频触发的是网络安全、生物相关内容。在 Claude Code 里，如果触发拦截，会自动降级到老模型执行，日志会标注降级信息。Fable 5.2 的降级策略延续 Fable 5.1：安全拦截的网络安全请求落到 Opus 4.8，生物相关请求落到 Opus 5。

如果一套系统同时跑多个模型，所有请求都按限制最严格的模型来设计：对话历史只追加、工具选择用 auto + strict、按类型解析内容块、提示词和工具描述写得严谨。这样后续升降级模型，不用改业务代码。 路由规则简单的时候，交给代码判断模型，不要让模型自己决定切哪个模型。

基于你的真实业务数据实测

SWE-bench Pro、Terminal-Bench 这类公开基准，只能给你一个起步参考。最终选定之前，一定要拿你自己的真实任务样本测试候选模型。

1. 抽取一批真实业务任务；给每一条任务定义可核验的结果标准：比如测试通过、工单闭环、数据行数正确；
2. 候选模型分别搭配 2~3 档思考强度，独立会话运行，避免缓存互相干扰；
3. 从返回的 usage 字段记录每一次成功任务的开销；
4. 绘制得分 - 成本曲线。只有多模型组合方案在曲线上全面优于所有单模型方案，才值得保留；
5. 上线前，先灰度影子流量跑一段时间，验证效果，再全量切换。

在 Claude Code 里快速对比：用 /model切换模型跑同一个待办任务，用 /usage查看开销。

延伸阅读

• https://claude.dev/blog/building-with-claude-sonnet-5-5/ ：什么时候选 Sonnet 而不是 Opus，定价、迁移、调优
• https://claude.dev/blog/getting-the-most-out-of-opus-5-5/ ：Opus 5.5 提示词工程、长任务控制
• https://claude.dev/blog/what-a-task-costs-on-opus-5-5/ ：Opus 5.5 下思考强度、模型选择、子智能体的成本测算
• Claude 官方博客：https://claude.com/blog/claude-models-explained-choosing-the-best-model-for-your-use-case、https://claude.com/blog/claude-model-and-effort-level-in-claude-code
• 平台文档：模型选型、成本与智能优化、effort 思考强度、Claude Code 模型配置、子智能体文档