Claude Code 为 Opus 5.5 设定默认 medium 思考档位

Claude Code 会为每个模型设置一个默认档位，/effort status 可以查看你当前的档位。对于范围明确的日常工作，可以试试 medium。当 medium 卡住时，试试 high。它每轮的花费比 medium 多，但比换用更大的模型要少。对于机械性的工作，比如重命名或在多个文件中套用已知模式，用 low 即可。

在 Opus 5.5 上，默认档位是 medium，比 Opus 5 的默认档位 high 低一档。档位在不同模型上并不代表相同的思考量。在同一档位下，Opus 5.5 每轮思考得比 Opus 5 更多，在 xhigh 和 max 档位上尤其明显。所以不要沿用你为 Opus 5 选定的档位。从 medium 开始，把 xhigh 和 max 留给那些你已实测有收益的工作。

粗略估算 effort 成本的方法：假设 high 在一个任务中多消耗 20K 个思考 token。在 Opus 5.5 上就是 $0.40。一个十轮的 retry 循环，带 100K 缓存上下文、总共 10K 输出 token，成本差不多。所以 high 在一个能省下一次 retry 的任务上就值回成本。而在一个 medium 本来一次就能做完的任务上，它就是浪费。

需要更高 effort 的最明显信号，是修复只停留在一层。假设在某个 API handler 里重命名了一个字段。在 medium 档位下，模型更新了 handler，handler 的测试通过了，但客户端仍然在发送旧字段。它做了被要求做的事。它只是没有读得足够远，去寻找第二个调用方。在 high 档位下，它在写之前会花更多轮去读调用点，并在一轮内同时改掉两层。

一个检查也能抓住同样的 bug。如果模型能运行一个经过客户端的测试，旧字段在写下的那一轮就会在 medium 档位下让该测试失败。所以在提高 effort 之前，先确认模型是否有办法检查自己的工作。运行一次测试只花一轮及其输出。而更高的 effort 会给每一轮都增加思考。

如果提高 effort 档位和增加检查都不管用，那就切换到更大的模型。

在 Claude Code 中，运行 /effort 加一个档位，例如 /effort high。/effort status 会打印当前档位。你可以在任务中途更改，新档位会应用到下一个请求。

在 Opus 5.5 上，使用 API key 或 Claude 订阅时，更改 effort 会保留缓存。你可以为某个困难步骤临时调高，之后再调低，而不必重写对话。在 Amazon Bedrock、Google Cloud 的 Agent Platform 或 Claude apps gateway 上，更改 effort 仍会清除缓存的对话，下一个请求要为全部内容支付缓存写入费用。Opus 5.5 的思考始终开启，所以没有可更改的思考设置。

模型选择决定了一个会话中每个 token 的价格，所以它比 effort 更能影响账单。它的影响范围也更广。每个继承主模型的 subagent 也继承其价格。大多数日子需要三个模型：一个小模型用于查找，Opus 5.5 用于你密切监督的工作，一个更大的模型用于最难的任务。

用 Opus 5.5 做你监督的工作：跨几个文件的功能开发、调试，以及带后续修改的代码审查。你会阅读它的产出，在它跑偏时介入，所以循环保持简短。

当结果比 token 价格更重要时，升级到 Fable 5.1。例如你不会监督的长时运行、代码库中没有现成模式的问题，以及需要协调多个 subagent 的大规模改动。不要等到第三次失败。如果 Opus 5.5 在 xhigh 上两次遇到同一个问题，就切换，问题解决后再切回来。对于交互式工作，Opus 5.5 更合适，因为它延迟更低、成本更少。

Fable 5.1 标价为每百万输入 token $10、每百万输出 token $50，是 Opus 5.5 价格的 2.5 倍。其缓存读取为每百万 $0.25，仅为 Opus 5.5 费率的 1.25 倍，因为按输入价格的 0.025 倍计费。所以差距在长时间、缓存密集的运行中最小，在写入量大的任务中最大。

在自然的断点处切换。缓存属于前一个模型，所以预期在新模型上的第一轮要为整个对话支付写入费用。先运行 /compact，或用一份简短的书面计划开启新会话，让那一轮更小。运行 /model 加别名或模型名来切换。/model 还会把你的选择保存为新会话的默认值，所以困难部分完成后记得切回来。

降级到 Sonnet 或 Haiku 用于查找，而不是写代码：搜索和总结的 subagent、读取日志和测试输出，以及「这个在哪里定义」这类问题。对于跨多个文件的机械性编辑，保留 Opus 5.5 并把 effort 设为 low。编辑留在写你其余代码的模型上，每轮成本更低。

要把某个 subagent 放到更小的模型上，在其定义中设置 model: haiku 或 model: sonnet。要把所有 subagent 放到同一个模型上，设置 CLAUDE_CODE_SUBAGENT_MODEL 环境变量。subagent 定义中指定的模型会覆盖该变量。没有设置模型的 subagent 会运行在你的主模型上，除非该变量已设置。

每个 subagent 在自己的上下文窗口中运行，并交回一份摘要，所以它的文件读取不会进入你的主对话。它仍然为自己的 token 付费，所以模型设置决定了这笔花费的多少。

Agent teams（一项实验性功能）会放大这一点。每个 teammate 是一个独立的 Claude Code 实例，有自己的上下文窗口，并且会持续消耗 token 直到退出。我们的成本文档估计，当 teammate 以 plan 模式运行时，一个团队大约是标准会话 token 量的七倍。保持团队规模小，保持每个任务自包含，并在 teammate 的部分完成后将其关闭。

权衡：一个误读搜索结果的小模型会让主模型去找错误的文件，而主模型要为这段弯路付费。让小模型做那些错误容易被发现的工作，比如查找文件、运行测试和读取日志。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）