選擇合適的模型

模型層級

Anthropic 目前提供四個模型層級，您可以透過 API 呼叫中的 model 參數在其中做選擇。

• Claude Fable 是我們目前為止最強大的模型——這是一個位於 Opus 之上的全新層級，專為您最棘手的挑戰而打造。它的成本高於 Opus，因此請將其保留給值得為額外能力付費的工作。目前的 Fable 模型是 Claude Fable 5.1 （claude-fable-5-1）。
• Claude Opus 是三個核心模型系列中最強大的，但也是速度最慢、成本最高的一個。適用於深度推理、複雜分析、多步驟程式設計以及細膩的寫作。目前的 Opus 模型是 Claude Opus 5.5（claude-opus-5-5）。
• Claude Haiku 是速度最快、成本最低的模型，針對速度與成本效益而非最大智慧進行最佳化。適用於高量、低複雜度的工作，例如分類、擷取與路由。目前的 Haiku 模型是 Claude Haiku 4.5（claude-haiku-4-5）。
• Claude Sonnet 正好位於最佳平衡點：智慧、速度與成本之間取得了良好的平衡，適合大多數生產環境的工作。目前的 Sonnet 模型是 Claude Sonnet 5（claude-sonnet-5）。



從簡單的評估開始

在撰寫生產環境程式碼之前，請先設置一個簡單的評估：一組範例輸入，讓您在每個模型上執行，並依據「什麼算是適合您使用情境的良好輸出」進行評分。您不需要任何花俏的東西——從您實際工作負載中選取 20 到 30 個具代表性的範例就足以開始。

接著逐層往上試：

1. 先用 Haiku 執行您的範例。如果品質夠好，那就完成了——而且您剛省下了一大筆錢。
2. 如果不夠好，就升級到 Sonnet。
3. 只有在任務真的需要時，才動用 Opus。

並列比較各個層級

讓我們親眼看看各層級之間的差異，而不只是空談。我們會把同一個提示傳送給全部三個模型，並觀察延遲與權杖數量：

models = ["claude-haiku-4-5", "claude-sonnet-5", "claude-opus-5-5"]

for model in models:
    response = client.messages.create(
        model=model,
        max_tokens=300,
        messages=[{"role": "user", "content": prompt}],
    )
    print(model, response.usage)

這裡發生了兩件事：

• 迴圈會在每次請求時替換 model 欄位。提示相同、最大權杖數相同——只有模型不同。
• response.usage 會直接從 API 回傳輸入與輸出權杖數，這正是您帳單的計算依據。



執行它，您會看到三個模型和三組數字。Opus 耗時最長、讀起來也最精緻——但對於一個兩句話的定義來說，那種精緻其實是浪費的。Sonnet 把文字稍微收緊了一些。而 Haiku 回應得很快，通常不到一秒，給出一個相當稱職的兩句話答案。老實說，對這種情境而言，它相當完美。

這正是重點所在：正確的模型，是您實際上會拿來發布的輸出中最便宜的那一個。 對於一個定義而言，Haiku 就綽綽有餘了。對於起草一份監管回應，您會執行相同的比較，而結果多半會落在 Opus 上。評估的形式每次都一樣。

將不同的工作路由到不同的模型

在實際的應用程式中，您會在同一個端點內把不同種類的工作路由到不同的模型。以一個具有文件處理路由的營運儀表板為例：

• 每個進來的檔案都用 Haiku 分類。
• 客戶更新用 Sonnet 起草。
• 只有 RFP（提案邀請書）回應才動用 Opus。

一個佇列，三個模型，依任務挑選。

重點回顧

• Anthropic 提供四個模型層級：Fable 提供目前最高的可用能力、Opus 用於難題、Sonnet 用於日常工作、Haiku 用於大量處理。
• 在撰寫生產環境程式碼之前，先設置一個簡單的評估——從您真實的工作負載中選取 20 到 30 個具代表性的範例。
• 從 Haiku 開始往上執行評估，並停在您實際上會拿來發布的輸出中最便宜的模型上。
• response.usage 會回報輸入與輸出權杖數，這正是您帳單的計算依據。
• 在生產環境中，把不同的任務路由到同一個端點內的不同模型，而不是一個模型處理所有事情。