Anthropic 当前 Claude 模型怎么选：Fable、Opus、Sonnet、Haiku 对比

Anthropic 当前的 Claude 模型线已经不再只是“Haiku 快、Sonnet 均衡、Opus 最强”这么简单。到 2026 年 7 月，官方主推的几类模型包括 Claude Fable 5、Claude Opus 4.8、Claude Sonnet 5、Claude Haiku 4.5，以及受限开放的 Claude Mythos 5。

如果只想快速选型，可以先记住一句话：日常开发和多数 Agent 任务优先试 Sonnet 5；复杂企业级 Agent 和高难编码用 Opus 4.8；追求最高能力再看 Fable 5；低延迟和成本敏感任务用 Haiku 4.5；Mythos 5 不是通用产品，只面向批准客户。

当前主要模型一览

这里的 MTok 指 million tokens，也就是百万 token。价格还会受 prompt caching、batch、数据驻留、云平台区域等因素影响，表格只放最常用的基础输入/输出价格。

Fable 5：最高能力，但不是默认首选

Claude Fable 5 是 Anthropic 当前“广泛发布”模型里能力最高的一档。官方给它的定位是 next-generation intelligence for long-running agents，也就是面向长流程 Agent 的下一代高能力模型。

它适合这些场景：

• 长时间、多步骤、需要自主推进的 Agent 工作流。
• 复杂研究、复杂代码迁移、跨系统规划。
• 需要最高推理能力和大上下文的企业任务。
• 不太敏感于成本和延迟的高价值任务。

但 Fable 5 不一定适合作为默认模型。它价格最高，延迟也更慢。除非任务确实需要最高能力，否则从 Sonnet 5 或 Opus 4.8 开始测试通常更稳。

还要注意一点：Fable 5 使用 adaptive thinking，而且是 always on。这意味着它会自动决定什么时候推理、推理多少；这对复杂任务有帮助，但也会让成本和响应时间更依赖任务本身。

Opus 4.8：复杂编码和企业 Agent 的稳妥选择

Claude Opus 4.8 处在 Fable 5 和 Sonnet 5 之间。官方建议，如果不确定复杂 Agent 编码和企业工作该用什么模型，可以从 Opus 4.8 开始。

它的优势是：

• 1M token 上下文。
• 128k token 最大输出。
• 复杂编码、浏览器 Agent、电脑使用和企业工作流表现强。
• 价格只有 Fable 5 的一半。
• 支持 adaptive thinking。

Opus 4.8 适合放在“高难任务默认模型”的位置。比如代码库级重构、复杂 PR 修复、企业数据分析、多工具 Agent、长文档推理等，都可以先用 Opus 4.8 做基准。

如果任务非常难，Opus 4.8 不够，再升级 Fable 5；如果任务量很大、成本压力明显，再下放到 Sonnet 5。

这次更新的重点

Claude Opus 4.8 已经上线，价格保持不变。官方同时强调了几项配套变化：

• Opus 4.8 在代码、代理能力、推理和知识工作评测上相比前代继续提升。
• claude.ai 用户可以控制 Claude 在任务上投入的 effort。
• Claude Code 新增 dynamic workflows，用来处理更大规模的问题。
• Opus 4.8 的 fast mode 可以以约 2.5 倍速度工作，并且比此前模型的 fast mode 便宜三倍。

这些变化放在一起看，Anthropic 不是只在模型分数上做小幅升级，而是在围绕“长时间执行复杂任务”改产品形态。模型更强只是其中一部分，任务控制、工作流拆解和成本结构同样重要。

为什么 Claude Code 用户更应该关注

Claude Code 这类编程 agent 最怕的不是单个函数不会写，而是在真实仓库里迷路。它需要读文件、理解依赖、跑测试、看错误、修改方案，再把修改控制在合理范围内。

Opus 4.8 的卖点正好贴近这些问题：

1. 更适合 agentic tasks，也就是需要模型持续计划、调用工具、观察结果并调整策略的任务。
2. 更强调 judgement，能在不确定时停下来确认，而不是一路自信地写错。
3. dynamic workflows 让 Claude Code 更适合处理大规模、多步骤的问题。

如果这些能力在真实项目里稳定，Claude Code 的使用方式会更接近“把一个明确目标交给它推进”，而不是只让它补一段代码。

effort 控制意味着什么

Anthropic 这次给 claude.ai 加入 effort 控制，含义很直接：用户可以调节模型在任务上花多少力气。

这对日常使用很实用。简单问题不需要深推理，复杂任务则值得让模型多想一会儿。过去很多用户只能靠提示词表达“认真一点”或“快速回答”，现在这种控制开始进入产品层。

对开发者来说，这也是一个信号：未来 agent 产品不会只暴露“选哪个模型”，还会暴露更多执行策略，比如速度、成本、推理深度、工具调用积极程度和风险偏好。

fast mode 的成本变化很关键

官方提到，Opus 4.8 的 fast mode 可以达到约 2.5 倍速度，同时成本比此前模型的 fast mode 低很多。

这件事容易被模型能力新闻盖过去，但它对实际工作流很重要。很多 agent 任务不是只跑一次，而是会反复执行：

• 生成初稿
• 跑测试
• 修复失败
• 再跑测试
• 根据 review 继续改

如果 fast mode 足够便宜，团队就更愿意把它放进高频流程里，而不是只在关键任务上偶尔使用顶级模型。速度和成本一旦下降，agent 才更容易从“演示效果”进入“日常工具”。

和 Opus 4.7 的关系

Opus 4.8 更像是一次面向可用性的增强版。它继承 Opus 4.7 的定位，但把重点继续推向编程、代理任务和专业工作。

从 Anthropic 的表述看，Opus 4.8 不只是回答更好，而是更会协作。它在任务中应该更清楚什么时候需要信息、什么时候方案不稳、什么时候应该先建立信心再做大改动。

这类能力很难只靠单一 benchmark 判断。真正的验证要看它在大型仓库、复杂业务规则、长上下文任务和多轮修复里的表现。

对 AI 编程竞争的影响

2026 年的模型竞争已经明显从“聊天能力”转向“能不能做事”。OpenAI、Anthropic、Google、xAI 都在把模型和工具链绑得更紧：模型负责推理，工具负责执行，产品层负责把任务保持在可控范围内。

Claude Opus 4.8 的发布延续了这个趋势。它的重点不是炫耀一个单点能力，而是强化三个环节：

• 模型本身更适合代码和代理任务。
• Claude Code 能拆更大的工作流。
• 产品层开始提供 effort 和 fast mode 这类执行控制。

这对开发者的实际意义是，选择模型时不能只看“哪个最聪明”。还要看它是否适合所在工具、能否稳定调用工具、长任务成本是否可接受、失败时是否容易被纠正。

Sonnet 5：最适合日常默认的模型

Claude Sonnet 5 是当前最值得关注的默认候选。它的定位是 best combination of speed and intelligence，也就是速度和智能的平衡点。

它适合：

• 日常编码和代码审查。
• 文档整理、研究助理、知识工作。
• 中等复杂度 Agent。
• 企业内部自动化流程。
• 需要控制成本但又不能牺牲太多质量的 API 应用。

Sonnet 5 的最大变化，是把许多过去更接近 Opus 级别的 Agent 能力下放到 Sonnet 价格区间。它同样支持 1M token 上下文和 128k token 最大输出，延迟比 Opus 更快。

价格方面，Sonnet 5 到 2026 年 8 月 31 日前有首发优惠：输入 $2 / MTok，输出 $10 / MTok。2026 年 9 月 1 日起恢复到标准价格：输入 $3 / MTok，输出 $15 / MTok。即便按标准价，它仍然明显低于 Opus 4.8。

如果要给大多数团队一个起点，我会把 Sonnet 5 放在第一位：先用它覆盖 70% 到 80% 的任务，再把真正困难的任务升级到 Opus 4.8 或 Fable 5。

可用范围和价格

Claude Sonnet 5 已面向所有 Claude 计划开放：

• Free 和 Pro 用户默认使用 Sonnet 5。
• Max、Team 和 Enterprise 用户可以使用 Sonnet 5。
• Claude Code 和 Claude Platform 已支持 Sonnet 5。
• 开发者可在 Claude API 中使用模型名 claude-sonnet-5。

API 价格采用先低后高的过渡安排：

Anthropic 还表示，Sonnet 5 使用了更新后的 tokenizer。相同输入在新 tokenizer 下可能映射为更多 token，大约是原来的 1.0 到 1.35 倍，具体取决于内容类型。首发优惠价的一个目的，就是让从 Sonnet 4.6 迁移过来的成本变化更平滑。

重点提升：让 Sonnet 更像可用的执行层

Sonnet 5 的关键词是 Agent。Anthropic 强调，它能制定计划、使用浏览器和终端等工具，并在更长的任务链条里持续执行。

这对开发者和企业用户的意义比较明确：

1. 编码任务不只停留在补全片段，而是更适合处理多步骤修改、调试和验证。
2. 工具调用更稳定，适合接入浏览器、终端、企业应用和内部工作流。
3. 在中等 effort 下，Sonnet 5 提供了更好的性价比；在更高 effort 下，部分任务可以接近 Opus 4.8。
4. 对 Claude Code 用户来说，它更像一个日常可用的执行模型，而不是只在少数高难任务中才启用的昂贵模型。

Anthropic 引用了早期合作伙伴的反馈：Sonnet 5 在复杂代码库、棕地项目、保险流程、法律研究和数据分析等任务中，能更完整地跟进任务，而不是中途停下或只给出建议。

安全评估：更安全，但不是无风险

Anthropic 的安全评估给出了两个方向的结论。

一方面，Sonnet 5 相比 Sonnet 4.6 表现更稳。它在 Agent 安全、拒绝恶意请求、抵抗提示注入、减少幻觉和减少迎合方面都有改进。Anthropic 的自动行为审计也显示，Sonnet 5 的不良行为率低于 Sonnet 4.6。

另一方面，它并不比更强的 Opus 4.8 或 Mythos Preview 更稳。在同一类安全评估中，Sonnet 5 的不良行为率仍高于这两个模型。

网络安全能力方面，Anthropic 表示没有刻意用网络安全任务训练 Sonnet 5。它可以完成一些常规、无害的安全任务，但在潜在危险能力评估中，明显弱于 Opus 4.8 和 Mythos 5。原文提到，在 Firefox 漏洞利用评估中，Sonnet 5 没有成功生成完整可用的 exploit，但相对 Sonnet 4.6 有更高的部分成功率。

因此，Sonnet 5 默认启用了网络安全防护。这些防护用于实时检测和阻止危险网络安全用途，强度与 Claude Opus 4.7、Opus 4.8 类似，但低于 Fable 5 上更严格的防护。

迁移时要注意什么

如果你已经在用 Claude API 或 Claude Code，可以把 Sonnet 5 看成 Sonnet 4.6 的直接升级候选，但迁移前建议留意三件事。

第一，模型名需要改为：

1

claude-sonnet-5

第二，成本不能只看单价。Sonnet 5 的标准单价高于首发优惠价，且 tokenizer 变化可能让部分输入消耗更多 token。对长上下文、日志分析、代码库扫描这类任务，最好用自己的真实请求重新估算一次。

第三，effort 设置会影响性价比。Sonnet 5 的优势之一是可以在不同 effort 下覆盖更宽的成本和能力区间。日常编码、文档整理、轻量 Agent 任务未必需要直接拉到最高 effort；真正需要长时间规划和多工具协作时，再提高 effort 更合理。

它和 Opus 4.8 的关系

Sonnet 5 并不是取代 Opus 4.8。更准确地说，它把一部分原本更接近 Opus 的 Agent 能力下放到了 Sonnet 级别。

如果任务追求最高上限，尤其是复杂研究、深度推理、长链路 Agent 和高难编码，Opus 4.8 仍然有位置。如果任务更看重日常吞吐、价格和稳定执行，Sonnet 5 会更适合作为默认模型。

这也是这次发布最值得关注的地方：Sonnet 系列不再只是“够快、够便宜”的中档模型，而是开始承担大量实际执行型工作。对企业和开发者来说，模型选择可能会从“默认 Opus，嫌贵再降级”，变成“默认 Sonnet 5，必要时升级 Opus”。

实际迁移指南：先用任务分层测试

如果团队已经在用 Sonnet 4.6，不建议一发布就把所有调用切到 Sonnet 5。更稳的做法是先把任务按难度和风险分层：轻量问答、摘要、代码解释、单文件修改、多文件重构、长流程 Agent、带工具调用的自动化任务，分别准备一组样本。

第一轮测试重点看完成率和返工率，而不是只看回答是否更“聪明”。比如 Claude Code 场景里，可以比较它是否更少漏改测试、是否能更稳定地读懂仓库结构、是否会在不确定时停下来提问。

第二轮再看成本。Sonnet 5 的 tokenizer 变化可能让同一段输入产生更多 token，所以要用真实日志测算，不要只按标价心算。尤其是长上下文、文档分析和代码库任务，token 变化会直接影响账单。

第三轮才决定默认模型。我的建议是：把 Sonnet 5 先设为日常 Agent 和编码任务候选，把 Opus/Fable 留给失败重试或高价值任务，把 Haiku 留给批量轻任务。这样迁移更平滑，也更容易发现真正提升的环节。

观察指标

试用 Sonnet 5 时，可以记录四个指标：任务一次完成率、人工修改时间、工具调用失败率、单位任务成本。只看 benchmark 很容易误判，因为团队里的真实任务通常混合了代码、文档、环境、权限和上下文记忆。

如果某类任务 Sonnet 5 比旧模型更稳定，就值得优先迁移；如果只是回答更长但改动更冒进，那就应该继续保留人工确认或改用更保守的提示词。

原文：Introducing Claude Sonnet 5

Haiku 4.5：高吞吐、低延迟、低成本

Claude Haiku 4.5 是当前 Claude 主线里最快的模型，官方定位是 fastest model with near-frontier intelligence。

它适合：

• 分类、抽取、摘要、格式转换。
• 批量处理短文本。
• 客服、工单、内容审核等高吞吐场景。
• 对延迟非常敏感的交互式产品。
• 不需要 1M 上下文的轻量任务。

它的限制也很清楚：上下文是 200k tokens，最大输出是 64k tokens，低于 Fable、Opus 和 Sonnet 的 1M / 128k。对长代码库、复杂多文档分析、长流程 Agent 来说，Haiku 4.5 不应该是首选。

但如果任务是“量大、简单、需要快”，Haiku 4.5 的性价比非常直接：输入 $1 / MTok，输出 $5 / MTok。

Mythos 5：不要当成普通可选项

Claude Mythos 5 和 Fable 5 共享规格与价格，但它不是通用可用模型。Anthropic 文档把它标为 limited availability，仅面向 Project Glasswing 中获批客户。

换句话说，如果你只是做常规 API 选型，通常不需要把 Mythos 5 放进候选列表。除非你已经是获批客户，或者通过 Anthropic、AWS、Google Cloud 等账号团队获得访问权限，否则它不是一个可以直接替换 Fable 5 的模型。

从 Claude Opus 4.8 迁移到 Opus 5

不要只把模型字符串替换后立即全量上线。更稳妥的迁移流程如下。

第一步：固定真实测试集

从生产日志中选取 30 至 100 个已脱敏任务，覆盖：

• 正常成功案例；
• 曾经需要重试的案例；
• 工具调用失败案例；
• 长上下文和高输出任务；
• 可能触发安全分类器的合法任务。

测试集应保留预期结果或人工评分标准，否则只能比较文风，不能比较任务成功率。

第二步：只修改模型 ID

先保持提示词、工具定义、最大输出长度和超时不变，把模型切换为：

1

claude-opus-5

这样可以把模型变化与其他配置变化分开。若同时重写提示词和工具 schema，出现回归时很难定位原因。

第三步：比较四类指标

至少比较：

1. 最终任务成功率；
2. 输入、输出和总 token；
3. P50、P95 端到端延迟；
4. 每个成功任务的实际成本。

代理任务还应单独记录工具调用次数、无效循环次数和人工接管率。

第四步：重新校准提示词

Opus 5 更主动，旧提示词中大量“请继续检查”“请自行验证”的重复指令可能不再必要。可以逐步删除冗余要求，但必须保留业务边界，例如：

• 未经批准不得部署；
• 不得删除生产数据；
• 修改前先输出证据；
• 密钥和个人信息不得进入日志；
• 高风险操作必须等待人工确认。

主动性增强不等于授权范围扩大。

第五步：灰度发布并保留回退

先将少量流量切到 Opus 5，再逐步扩大。回退条件可以包括：

• 错误率超过阈值；
• P95 延迟明显恶化；
• 单任务成本超出预算；
• 工具调用出现重复循环；
• 安全分类器回退比例异常上升。

回退策略本身也要测试，不能等生产请求触发后才确认日志和响应格式是否兼容。

两项 API Beta 更新

Anthropic 同时介绍了两项与 Opus 5 配合的 API Beta 能力。

对话中途修改工具

应用可以在对话进行过程中更改可用工具，而不会让提示缓存失效。这对长时间运行的代理很有用：系统可以按任务阶段加载数据库、浏览器或部署工具，不必从一开始就把所有工具定义塞进上下文。

潜在收益包括：

• 减少无关工具对模型选择的干扰；
• 保留提示缓存，降低重复上下文成本；
• 根据权限和任务状态动态开放工具；
• 缩小高风险工具的暴露时间窗口。

分类器触发后的自动模型回退

API 可以在安全分类器标记请求后自动切换到另一个模型。默认设置会选择当前可用的最佳替代模型，也可以根据业务需要配置回退策略。

接入该功能时，应把“实际响应模型”纳入可观测性。否则应用看到请求成功，却不知道同一测试集为何出现输出风格、延迟或能力差异。

安全机制会怎样影响开发者？

Anthropic 表示，Opus 5 在自动化对齐审计中的总体不当行为得分为 2.3，是近期模型中最低的。同时，官方认为它没有推进高风险双用途能力的前沿，在生物和进攻性网络安全方面落后于 Mythos 5。

网络安全场景的边界尤其值得注意：

• 源代码漏洞发现可以被允许；
• 二进制漏洞扫描、渗透测试和漏洞利用生成可能被阻止；
• Opus 5 的漏洞发现能力有所提高，但漏洞利用开发仍明显落后于 Mythos 5；
• 新分类器预计比 Fable 5 减少约 85% 的干预。

在 Claude.ai、Claude Code 和 Cowork 中，被标记的请求默认会回退到 Opus 4.8。API 用户也可以启用回退。Claude Verified Participants 计划中的用户可以在更少限制下访问相关能力。

对普通开发团队而言，最重要的不是尝试绕过分类器，而是区分合法的防御性任务，并为被阻止或回退的请求提供明确的用户提示和人工处理路径。

Claude Pro、Max、Claude Code 和 API 怎么选？

如果只是评估输出质量，可以先在 Claude 应用中建立测试样例；如果要测量 token、工具调用、错误率和成本，则应使用 API 或已有的工程评测框架。

上线前检查清单

• 模型 ID 已改为 claude-opus-5，且没有误改其他环境；
• API Key 通过环境变量或密钥管理服务提供；
• 使用真实、脱敏的生产任务建立回归测试集；
• 记录输入输出 token、延迟、工具调用和成功率；
• 按“每个成功任务”比较成本，而不只比较单价；
• Fast Mode 有独立预算与监控；
• effort 从低或中等设置开始，按失败条件升级；
• 高风险工具仍受权限和人工确认控制；
• 自动模型回退在日志中可见；
• 灰度发布期间保留 Opus 4.8 回退路径。

Opus 5：API、Fast Mode 与迁移

Claude Opus 5 的产品定位

Anthropic 在发布说明中把 Opus 5 描述为一款更“周到且主动”的模型。这里的主动并不是未经允许执行危险操作，而是面对开放式任务时，能够补齐必要步骤、创建测试工具并检查自己的结果。

官方给出的几个案例很能说明这种变化：

• 在 FreeCAD 中完成计算机视觉流水线，而不是只生成一段孤立代码；
• 定位一个包管理器问题的根本原因，而不是停留在表面报错；
• 构建交易市场数据源，并自行创建测试工具验证行为。

这类任务有一个共同点：用户给出的目标通常不完整，模型必须在多个步骤之间保持状态，还要判断何时需要验证。对 Claude Code、内部研发代理和桌面自动化而言，这比单轮问答分数更有参考价值。

与 Opus 4.8、Fable 5、Mythos 5 怎么比较？

根据 Anthropic 的官方定位，可以做如下理解：

这张表不能替代你自己的测试。尤其是“接近”“领先”等结论都依赖特定基准、努力等级和工具环境，不能直接等同于所有业务场景中的效果。

官方公布了哪些性能提升？

Anthropic 公布的结果主要覆盖代理任务、编程、计算机操作、科研和视觉输出。

1. 代理与真实工作任务

在 Frontier-Bench v0.1 上，Opus 5 的表现超过 Opus 4.8 的两倍，同时每个任务的成本更低。Anthropic 还表示，Opus 5 在 Frontier-Bench 和 GDPval-AA 上达到新的最佳成绩。

这些基准更关注完成整个任务，而不是回答一道静态题目，因此对代理类应用有一定参考价值。但生产环境还应记录失败后的重试次数，因为一次运行价格较高、却能减少两次重试的模型，最终可能更便宜。

2. 编程与工具使用

在 CursorBench 3.2 的最高努力设置下，Opus 5 距离 Fable 5 的最佳成绩只有 0.5%，每个任务的成本则约为后者的一半。

官方还强调了模型对复杂工具链的处理能力。迁移 Claude Code 工作流时，建议重点测试以下类型的任务：

• 跨多个文件追踪 bug；
• 读取日志后定位根因并补充测试；
• 修改代码后执行构建、测试和格式检查；
• 在需求不完整时识别约束，而不是过早提交实现；
• 需要连续调用多个 MCP 工具的操作流程。

3. 计算机操作与自动化

在 OSWorld 2.0 中，Opus 5 在相近成本下超过其他模型；官方称它以略高于 Fable 5 三分之一的成本，超过了后者的最佳成绩。

在 Zapier AutomationBench 上，Opus 5 的得分约为同等任务成本下次优模型的 1.5 倍。即使采用最低努力等级，它仍完成了最多任务。

这意味着低努力等级不一定只适合简单聊天。对于结构明确的自动化任务，它可能成为控制 token 和延迟的实用选择。

4. 科研与视觉任务

Anthropic 表示，Opus 5 在所有生命科学评测上都优于 Opus 4.8。其中内部有机化学评测提高 10.2 个百分点，蛋白质变异评测提高 7.7 个百分点。

此外，模型生成的网页、幻灯片和其他视觉成果也有所改进。不过这些仍然是发布方提供的评测和示例。涉及科研结论、医疗信息或实验设计时，必须保留人工复核和来源验证，不能把更高基准分数当作事实正确性的保证。

Claude Opus 5 API 价格

Opus 5 的基础 API 价格如下：

以上是发布说明中给出的基础价格。提示缓存、批处理或云平台渠道可能采用不同计费规则，正式预算仍应以调用渠道当时的账单说明为准。

一次请求大约多少钱？

假设一个长任务累计使用：

• 输入 100 万 token；
• 输出 20 万 token。

默认模式的基础费用为：

1
2
3

输入：1 × 5 美元 = 5 美元
输出：0.2 × 25 美元 = 5 美元
合计：10 美元

如果相同 token 用量全部按 Fast Mode 的两倍费率计算，则约为 20 美元。

真实代理任务不能只按单次调用估算。更有用的指标是“每个成功任务成本”：

1

每个成功任务成本 = 总调用费用 ÷ 最终成功完成的任务数

一个便宜模型如果频繁重试、需要人工接管，最终成本可能比 Opus 5 更高；反过来，简单任务使用 Opus 5 也可能没有足够收益。

使用 API 调用 Claude Opus 5

curl 示例

先把 API Key 放入环境变量，再调用 Messages API。不要把真实密钥写进脚本或提交到 Git 仓库。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16

export ANTHROPIC_API_KEY="your-api-key"

curl https://api.anthropic.com/v1/messages \
  --header "x-api-key: $ANTHROPIC_API_KEY" \
  --header "anthropic-version: 2023-06-01" \
  --header "content-type: application/json" \
  --data '{
    "model": "claude-opus-5",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": "分析这个服务的错误日志，给出根因、验证步骤和最小修复方案。"
      }
    ]
  }'

Windows PowerShell 中可以先设置当前会话环境变量：

1

$env:ANTHROPIC_API_KEY = "your-api-key"

然后使用 Anthropic SDK，或者按照当前官方文档构造请求。环境变量只对当前 PowerShell 会话生效，更适合临时测试。

Python SDK 示例

安装 SDK：

1

python -m pip install -U anthropic

创建最小调用脚本：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20

from anthropic import Anthropic

client = Anthropic()

message = client.messages.create(
    model="claude-opus-5",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": (
                "检查下面的部署故障。先列假设，再给验证命令；"
                "没有证据时不要直接修改配置。"
            ),
        }
    ],
)

print(message.content[0].text)
print(message.usage)

生产环境至少应额外记录：

• 请求使用的模型 ID；
• 输入与输出 token；
• 总耗时和首 token 延迟；
• 工具调用次数与失败原因；
• 是否发生模型回退；
• 最终任务是否由人工接管。

只记录 HTTP 200 并不足以衡量代理任务是否成功。

Fast Mode 适合什么场景？

Opus 5 的 Fast Mode 速度约为默认模式的 2.5 倍，价格则为基础费率的 2 倍。Claude Platform 可以使用该模式，Claude Code 也可通过 usage credits 使用。

适合优先测试 Fast Mode 的场景包括：

• 开发者正在等待的交互式 Claude Code 会话；
• 需要快速迭代的线上事故分析；
• 演示、结对编程和实时工具操作；
• 延迟对业务价值的影响高于单次 token 成本的流程。

不适合默认开启的场景包括：

• 夜间批处理；
• 可以排队运行的离线代码审查；
• 大规模低优先级数据整理；
• 尚未建立费用上限和监控的代理循环。

建议为 Fast Mode 设置独立预算标签，并比较 P50、P95 延迟和每个成功任务成本。仅看到“快 2.5 倍”就给所有请求开启，通常无法得到最优成本结构。

Effort 设置如何使用？

Opus 5 提供不同 effort 设置，用于在智能水平、token 用量、延迟与成本之间取舍。Anthropic 的发布数据表明，低 effort 在部分自动化基准中仍具有竞争力，而最高 effort 更适合逼近模型能力上限。

可以采用分层策略：

具体参数名和可用范围可能随 SDK 或平台更新，不应凭发布稿猜测请求字段。接入时应以所用 API 版本的官方文档为准。

怎么选：按任务复杂度分层

可以按下面这个顺序选：

1. 默认先试 Sonnet 5
   适合大多数编码、文档、Agent、企业自动化任务。

2. 任务明显复杂时升到 Opus 4.8
   比如长代码库、多工具、多步骤、需要稳定执行和较强推理的场景。

3. 追求最高能力时试 Fable 5
   适合高价值、长流程、失败成本高、对价格不那么敏感的任务。

4. 高吞吐轻任务用 Haiku 4.5
   适合分类、抽取、摘要、客服、批处理和低延迟交互。

5. Mythos 5 只在有权限时考虑
   它不是普通开发者默认可选项。

迁移和成本上的两个细节

第一，较新的 Claude 模型使用了新 tokenizer。Anthropic 文档说明，Opus 4.7 及之后的 Opus、Fable 5、Mythos 5、Mythos Preview 和 Sonnet 5 的 tokenizer 会让相同文本大约多出 30% token。做成本估算时，不能只看每百万 token 单价。

第二，1M 上下文不等于每次都应该塞满上下文。Fable 5、Opus 4.8、Sonnet 5 都支持 1M token，上下文很大，但工具调用、缓存、输出和多轮 Agent 都会叠加成本。实际部署时，更好的做法是：

• 常用系统提示和长背景用 prompt caching。
• 长文档先分块抽取，再交给高能力模型做综合判断。
• 简单步骤交给 Haiku 或 Sonnet，关键决策再升级 Opus / Fable。
• 用真实任务跑小样本，而不是只看官方 benchmark。

一个简单结论

Claude 当前的模型线已经很清晰：

• Fable 5：最高能力，适合最难和最高价值任务。
• Opus 4.8：复杂 Agent 编码和企业任务的强力选择。
• Sonnet 5：最适合日常默认，能力、速度和价格平衡。
• Haiku 4.5：最快最便宜，适合大规模轻任务。
• Mythos 5：受限可用，不当作常规选项。

如果你正在给产品或内部工作流选 Claude 模型，最实用的策略不是直接追最高档，而是把任务分层：Haiku 处理轻量批量任务，Sonnet 5 做默认执行层，Opus 4.8 处理复杂 Agent 和高难编码，Fable 5 留给最难、最贵、最值得的那一小部分任务。

模型路由建议

给 Claude 模型做选型时，最好不要只做“一个默认模型”。更实用的方式是设计一套路由规则：轻量批处理走 Haiku，日常编码和知识工作走 Sonnet，复杂仓库任务和多步骤 Agent 走 Opus，最高价值、最高难度任务再升级到 Fable。

路由规则可以先简单一点。例如摘要、分类、字段抽取优先 Haiku；PR review、文档生成、普通代码修改优先 Sonnet；跨模块重构、事故复盘、复杂规划优先 Opus；如果 Opus 连续失败或任务价值很高，再交给 Fable。

还要给每一档设置退出条件。模型输出不确定、工具调用失败、测试连续不过、上下文超过阈值、任务涉及权限或生产数据时，都应该触发人工确认，而不是继续自动推进。

成本评估方法

模型价格表只能做粗算。真实成本取决于上下文长度、缓存命中率、重试次数、输出长度和人工返工时间。一个更贵的模型如果一次完成率高，可能比便宜模型多次重试更省。

建议为每类任务记录三项数据：平均 token 成本、平均人工验收时间、失败后升级模型的比例。跑两周之后，通常就能看出哪些任务该放在 Sonnet，哪些任务值得上 Opus 或 Fable。

参考资料：

• Claude Models overview
• Claude Pricing