Anthropic 模型选型指南：Opus/Sonnet/Haiku 如何挑选不踩坑

分类：技术交流发布时间：2026年7月14日建议阅读时长：8分钟

作者：sodope llm

摘要

Anthropic 在 2026 年同时维护三个核心系列：Opus、Sonnet、Haiku，再加上 Fable 5 和老版本兼容机型，anthropic 模型列表 看似选项丰富，实操中却让不少开发者踩坑。本文给出一套基于真实成本与效果的选型方法，并用三个落地案例展示如何在 jiekou.vip 中转站环境下灵活切换型号。

一、Anthropic 模型家族的核心定位

Opus：旗舰系列。强推理、强工具调用、强代码。代价是单 token 价格最高。
Sonnet：性价比之王。质量接近 Opus 的 90%-95%，价格只有 1/5。
Haiku：极速低成本。1 秒内首 token，单条任务不到 1 美分。
Fable：内容创作专用，文风更人格化。

理解定位之后，就可以按”任务复杂度 × 成本敏感度”做选择。

二、选型框架：四象限

把任务按两条轴拆开：

横轴：任务复杂度（简单 → 复杂）
纵轴：调用规模（低频 → 高频）

四个象限的推荐：

低频 + 简单：Haiku
低频 + 复杂：Opus
高频 + 简单：Haiku（必要时升 Sonnet）
高频 + 复杂：Sonnet 默认，关键路径切 Opus

不要”高频复杂全用 Opus”，那会让账单失控。

三、Opus 4.8 的真实强项

SWE-bench Verified 60%+：写代码、改代码、跑 Agent 都最强。
复杂推理：多步骤工具调用稳定。
长上下文：200K 内表现不衰减。

但 Opus 的弱点也明确：

单 token 贵 5 倍。
速度比 Sonnet 慢约 1.5 倍。
在分类、摘要、低难度对话上性能与 Sonnet 拉不开差距。

适合：Claude Code 跑 Agent、Cursor Composer 长任务、关键路径的复杂决策。

四、Sonnet 4.6 的最佳应用场景

日常对话：客服 bot、IDE Tab 补全。
RAG 问答：上下文召回后的回答合成。
代码补全：Cursor 默认推荐的模型。
结构化输出：函数调用、JSON 模式稳定。

Sonnet 在 2026 年的真实使用占比已经超过 60%，是绝大多数 AI 应用的默认选择。

五、Haiku 4.5 的杀手锏

首 token 延迟 < 1 秒：实时对话、流式生成体感最好。
单条不到 1 美分：日活百万的应用单日成本可控。
分类与意图识别：准确率不输 Sonnet。

但 Haiku 在长文生成、多步骤推理上明显弱于 Sonnet，不要用 Haiku 跑 Agent。

六、Fable 5 与其他特殊型号

Fable 5：内容创作专用，写小说、写剧本、写广告文案。比 Opus 更具备”人格感”，写出的内容更不像 AI。

老版本兼容：claude-3-5-sonnet-20241022、claude-3-opus-20240229 仍可调用，主要给老业务回归测试。

Claude Code 专属：部分版本针对 CLI 编程做了微调，目前对开发者透明，无需手动切换。

七、三个真实案例

案例 1：客服机器人

需求：日活 5 万，平均会话 10 轮。

默认：Sonnet 4.6
路由：用户问 “退款 / 退货 / 投诉” → Opus 处理
成本：日均 ¥120，单会话 ¥0.0024

案例 2：Cursor IDE 协作

需求：5 人小组日常开发。

Tab 补全：Haiku
Chat：Sonnet
Composer / Agent：Sonnet 默认，复杂任务 Opus
成本：人均 ¥30/天

案例 3：批量内容审核

需求：日处理 100 万条 UGC。

全部走 Haiku 4.5
复杂可疑内容：转 Sonnet 二次审核
成本：日均 ¥800，每条不到 1 厘

三个案例都通过 jiekou.vip 调用，base_url 不变，只切换 model 参数。

八、jiekou.vip 上的型号管理

jiekou.vip 控制台的”模型管理”页面提供：

全部在线模型实时列表
每个模型的当前价格与官方对照
一键测试连通性
历史价格变动记录

这让选型变成”看面板、改字符串”的简单事情，不再需要查 Anthropic 文档比对版本号。

九、选错型号的常见后果

用 Opus 跑分类：账单是预期的 5 倍。
用 Haiku 跑 Agent：50% 任务失败。
用 Fable 写代码：生成质量明显不如 Sonnet。
用 3.5 老版本跑新 cache_control：字段被忽略，缓存失效。

十、写在最后

把 anthropic 模型列表 摸透之后，AI 应用的成本结构就掌握在自己手里。下一篇我们会进入”避坑指南”系列，讲国内调用 Claude API 时最容易掉进去的 10 个中转站选型大坑。