Balinder Walia
Claude 模型檔位的快速實用指南。含路由藍圖、提示模式與 token 預算手冊的完整深潛，請閱讀 長文大作.
一段話版。 Claude 模型選擇主要是在以下之間權衡 延遲, 成本，以及 任務需要模型在流程中停留多久。使用
claude-haiku-4-5 用於快速且廉價的意圖工作， claude-sonnet-5 以求最佳速度/質量平衡， claude-opus-4-8 用於複雜智慧體編碼與企業工作，並保留 claude-fable-5 （以及受限的 claude-mythos-5) 用於真正困難、耗時數小時或數天的長週期任務。
模型陣容一覽
| 模型 | 最適合 | 上下文視窗 | 最大輸出 | 定價（輸入 / 輸出） | Thinking 行為 |
|---|---|---|---|---|---|
Claude Fable 5 (claude-fable-5) |
長時執行智慧體與最難未解問題 | 1M tokens | 128K tokens | $10 / $50 per MTok | Adaptive thinking always on |
Claude Opus 4.8 (claude-opus-4-8) |
複雜智慧體編碼與企業工作 | 1M tokens | 128K tokens | $5 / $25 per MTok | Adaptive thinking always on |
Claude Sonnet 5 (claude-sonnet-5) |
最佳速度/質量平衡 | 1M tokens | 128K tokens | $3 / $15 per MTok | Adaptive thinking always on |
Claude Haiku 4.5 (claude-haiku-4-5-20251001) |
面向廉價、高流量任務的最快模型 | 200K tokens | 64K tokens | $1 / $5 per MTok | Extended thinking available (adaptive off) |
Claude Mythos 5 (claude-mythos-5) 是一個受限釋出模型，規格與定價與 Fable 5 相同，但不包含 Fable 5 所用的安全分類器。僅向經 Project Glasswing 批准的合作伙伴開放。
選擇正確模型（快速規則）
- Haiku 4.5：路由、分類、抽取，以及任何需要快速回復、且無法承受高輸出 token 預算的工作流。
- Sonnet 5：日常編碼與文件工作，既要強質量又不要 Opus/Fable 定價。
- Opus 4.8：複雜智慧體編碼、企業分析，以及需要更長、更自主工作的高難度除錯。
- Fable 5：那些耗時數小時或數天的硬題、長週期問題，尤其當模型必須守住目標、委派子任務並保持連貫時。
Effort 與 thinking：如何影響成本
在 API 上， effort 是 Fable 5 與 Mythos 5 上在智慧、延遲與成本之間權衡的主要控制項。對 Opus 4.8 與 Sonnet 5，當你需要不同的成本/延遲畫像時，也可以顯式設定 effort。
實踐含義：把每個請求預設設為最大 effort，通常是最快把預算燒在輸出 token 上的方式。
跨所有檔位通用的 token 策略
Claude 輸出 token 是昂貴的部分。簡單規則是： 限制輸出長度, 優先 TLDR 的提示，並使用 prompt caching 以便穩定字首（系統指令與工具 schema）被複用。
- 使用能完成任務的最便宜模型。 路由器（Haiku -> Sonnet/Opus -> Fable）常能大幅降本，同時保持高質量。
- 設定輸出上限。 生產中務必設定最大輸出 / token 上限。無界回答是預算事故。
- 有策略地使用摘要。 不要每輪傳送完整對話記錄，保留緊湊的「lessons」記憶並只更新它。
簡單路由器藍圖
- 用以下方式對意圖與估計複雜度分類
claude-haiku-4-5. - 把「正常偏難」的工作發給
claude-sonnet-5（或claude-opus-4-8當你預期更重的智慧體編碼時）。 - 升級到
claude-fable-5僅當任務明顯是長週期，或在更低檔位已失敗時。 - 若 Fable 5 因安全分類器拒絕，回退到 Opus 4.8（配置後 API 支援帶 fallback 的重試）。