返回资讯中心
外部精选
软件工程
#开发者实时流

如何选择 Claude 模型:Fable、Opus、Sonnet 与 Haiku 对比

来源标题:Which Claude model should you build with? Fable, Opus, Sonnet, or Haiku

文章对比了 Claude 系列模型在能力、延迟和成本之间的取舍。Terminal-Bench 3.0 上 Opus 5.5 高分档以一半 token 得分 58.9%,略高于 Fable 5.1 最高档的 58.0%;FrontierCode 2.0 上 Fable 5.2 高分档得分与 Opus 5.5 最高档基本持平,单任务成本约为其一半。日常任务建议从 Opus 5.5 中档入手,高难度任务在调高 Opus 5.5 档位前可先试 Fable 5.2。

Hacker News 最新882542F3884314B2026/11/10 · 8 天前25 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

价格均为 Claude API 目录价。基准测试结果见 Fable 5.2 页面。

在模型之间做选择,本质上是在做权衡。比如选择更大的模型,就是用延迟换能力。以下是需要重点考虑的几个主要权衡。

一般来说,模型越大,每 token 成本越高、能力越强,但“成本 vs 能力”的权衡在具体任务层面并不普遍成立。

每 token 价格更高,并不一定意味着每个任务的总成本更高,也不一定结果更好。正如我们在《Spending your effort》中展示的:在 Anthropic 对 Terminal-Bench 3.0 的运行中,上一代 Fable 5.1 在 max 档得分 58.0%,而 Opus 5.5 在 high 档以一半的 token 得分 58.9%。

在最难的工作上,价格差距可能缩小。在 FrontierCode 2.0 上,Fable 5.2 在 high 档的得分与 Opus 5.5 在 max 档基本持平(45.3% vs. 45.5%),而每个任务成本约为后者的一半。所以在困难任务上把 Opus 5.5 提到 high 以上之前,先测一下 Fable 5.2。日常工作中,Opus 5.5 的 medium 档仍是起点。基准测试结果见发布文章。

不过,Claude Platform 的成本与智能测量也显示了小模型的局限。小模型通常在高吞吐、输出可校验的工作上表现良好,但不太适合长时间的 agentic 循环。

比较两个模型时,既要估算任务集中最难的任务,也要估算典型任务,因为大部分花费集中在最难的任务上。在一个包含 20 道题的搜索基准中,两道题就占了 43% 的花费。

更快的配置完成得更早,但也可能漏得更多。在选择模型和 effort 档位之前,先想清楚一个人能等多久。对于需要人等待的回复,从 Sonnet 5.5 的 low 或 medium 档开始。

通常新一代模型比前代更快。Fable 5.2 的输出生成速度比 Fable 5.1 快最多 30%。Sonnet 5.5 比 Sonnet 5 快 30%。

Effort 档位与延迟大致相关。判断你获得的准确率提升是否值得额外的延迟。例如在 SWE-bench Pro 上,Opus 5.5 在 medium 档比 high 档得分低约 2.5 分,成本约为后者的 70%;在 low 档得分低约 8 分,成本约为三分之一;在 xhigh 档得分高约 1.4 分,成本是 high 档的 2.5 倍。

通常,提供自我校验手段比调整 effort 档位更具成本效益,增加的延迟也更少。当模型对某个任务不够好时,按以下顺序处理:

如果你能自动校验结果,就先以低档位运行全部任务,只把失败的任务用高档位重跑。在同一个 SWE-bench Pro 子集上,Opus 5.5 以 low 档运行、失败项用 high 档重跑,通过了约 97% 的任务,每个约 $0.17;而全部任务用 high 档运行,通过率 95.3%,每个 $0.29。

如果你需要同一个模型更快回复,可以付费换速度,而不必牺牲能力。在 Claude API 上,Opus 5.5 和 Fable 5.2 都提供 fast mode,以更高价格获得更高的输出速度。

当前一代的所有模型都有 1M token 的上下文窗口。大上下文有助于模型完成任务,但每一轮都会产生费用,因为每轮都会重新发送它。话虽如此,在长时间运行中,大部分输入按缓存读取计费。

Opus 5.5 的缓存读取为每百万 token $0.20,Sonnet 5.5 为 $0.10。Fable 5.2 同样是 $0.20,所以在长时间、缓存密集的运行中,Fable 与 Opus 的差距归结为未缓存输入和输出,而 Fable 在这两项上的每 token 价格是 Opus 的两倍。

在《What a task costs on Opus 5.5》中,上下文为 150K token 时,一轮的缓存读取成本约 $0.03;20K 时约 $0.004。

由此得出的一个结论是:主模型越大,精简的主上下文越重要。把昂贵模型的上下文留给决策,让更便宜的 subagent 去做冗长的阅读。

Haiku 5.5 是唯一按 prompt 长度分档计价的模型。不超过 100K token 的 prompt 按较低档计费,超过 100K 的按五倍费率计费。长 prompt 档的每 token 价格仍是 Sonnet 5.5 的四分之一。因此 Haiku 5.5 在短 prompt 上最划算,其输入价格只有 Sonnet 5.5 的二十分之一。

当每次调用都需要长 prompt 时,比较 Haiku 5.5 与 Sonnet 5.5 要看每个完成任务的总成本,而不是目录价。

prompt cache 属于写入它的模型。在新模型上的第一轮,会对整个对话按缓存写入价格计费。为了让这一轮更小,可以先在 Claude Code 中运行 /compact,或用一份简短的书面计划开启新会话。在 API 上,用目前工作进展的摘要开启新模型的对话,而不是完整历史。

每个 thinking block 都记录了产生它的模型,而每个模型只能读取部分其他模型的 block。在 Claude API 和 Google Cloud 上的 Claude Models(Google 托管)中,Opus 5.5 可读取 Sonnet 5.5 和 Haiku 5.5 的 thinking block,Sonnet 5.5 可读取 Haiku 5.5 的,Fable 5.2 可读取 Opus 5.5、Sonnet 5.5 和 Haiku 5.5 的。在 Claude API 上,Fable 5.1 可读取 Opus 5.5 的。

降一档会丢失之前的推理,因为模型永远无法读取比它更高档模型的 block。其他切换也可能丢失推理。当新模型无法读取先前模型的 thinking block 时,API 会丢弃这些 block,请求仍然成功。新模型随后在没有该推理的情况下工作。

Preserved thinking 列出了所有情况。从 Fable 5.2 切换到任何其他正式可用模型,都会丢弃其推理。

Subagent 在自己的上下文窗口中运行,并交回一份摘要。其 token 按其运行模型的费率计费。在 Claude Code 中,在 subagent 的定义里设置 model: haiku 或 model: sonnet。CLAUDE_CODE_SUBAGENT_MODEL 环境变量为未指定模型的 subagent 设置默认值。

将以下内容保存为 .claude/agents/log-reader.md:

name: log-reader

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →