🏠 总目录 📚 资料库模型选择

Claude 模型详解与选型

⏱ 10 分钟 | 🧠 选型不是选最强,是选最合适

🎯 一句话

模型选型要一起比较任务质量、延迟、总成本与访问限制。单一配置或分级路由都应在代表性任务集上验证,顾问策略的原文基准比例不是通用成本承诺。

本页先解决:质量、延迟、成本与访问限制怎样一起决定模型选择?

Claude 博客资料库 · 模型选择

质量、延迟、成本与访问限制怎样一起决定模型选择?

先保留原文日期与访问限制,再读各模型在当时阵容中的定位。

读完可以:在质量、延迟、总成本与访问限制间比较配置,并用任务集检验路由。

📄 来自 Claude 官方博客
原文标题
Claude Models Explained: Choosing the Best Model for Your Use Case(Claude 模型详解与选型)
原文链接
https://claude.com/blog/claude-models-explained-choosing-the-best-model-for-your-use-case
作者
Anthropic
发布日期
2026-07-24
⚠️ 本页是原文的中文结构化整理笔记(保留架构、数据、案例、结论),并非逐字翻译。版本、参数与案例数字属于原文所示条件,不是本资料库的实测结果;产品状态与接口以实施时官方文档为准。
📑 本页目录

从最强的可用模型开始,再通过调整 effort 级别优化性能与成本。 Claude 各模型的差异主要不在领域专长,而在能处理的问题难度以及相应的速度/价格权衡。

先保留原文日期与访问限制,再读各模型在当时阵容中的定位。

模型阵容

模型 定位 适用场景
Mythos / Fable 能力最强的前沿模型 跨领域前沿能力;编码、长时运行 Agent、新颖问题求解。Mythos 限制供有双重用途网络安全/生物学工作的组织使用;Fable 面向公众开放并附加保障措施
Opus 强大的企业级 推理密集型任务,行业基准排名靠前。如果内部测试表明 Opus 能胜任,其速度/价格优势可能优于 Fable
Sonnet 全能均衡 性能、速度、成本的平衡点;适合高并发子 Agent 和通用工作
Haiku 快且便宜 成本最低、速度最快;适合高频、对延迟敏感的负载

四项约束一起决定选择;顾问策略只是可评估的一种配置,不是固定省钱比例。

选型的四个关键问题

  1. 任务难度: 复杂、多步骤、或以前没解决过的问题需要更强的模型
  2. 延迟要求: 面向客户的高频工作偏向 Sonnet
  3. 访问限制: Mythos 供应受限,组织按角色限制访问
  4. 单位经济性: 只要质量达标,高并发场景适合更低档位的模型

顾问策略(Advisor Strategy)

用低成本模型执行、由强模型把关的组合:

「Sonnet 5 + Fable 5 顾问」在 SWE-bench Pro 上达到 Fable 分数的 90% 以上,成本仅为 63%。

用代表性任务评估质量、延迟与总成本,再确定单一配置或分级路由。

评估方法

基于生产负载的自定义评估优于标准基准——尤其当前沿模型已把公开基准分数刷饱和时。好的评估能区分「模型真实能力不足」与「配置/环境问题」。

结论

模型选型需要同时理解能力档位和具体用例需求。组织应当建立稳健的自有评估体系,而不是仅凭基准分数来区分顶级模型之间的差异。


✅ 检查点

  1. 模型选型需要同时考虑哪四项约束?
  2. 如何选择单一配置、分级路由或顾问组合?
  3. 看到格式错误或多步推理失败,能否直接判定是提示词问题或模型能力上限?
👀 答案
  1. 任务难度与质量门槛、端到端延迟、每任务总成本、访问限制。先确认账户和组织角色可以使用哪些模型,再比较它们在实际任务上的质量、速度与完成成本;不能只看模型名或 token 单价。
  2. 用同一组代表性任务建立基线,再比较各方案。单一配置若已达标且满足预算,可以继续使用;不同环节有实测差异时,可试验分级路由或顾问组合,同时计入路由误判、重试、额外延迟和维护成本。没有评测依据,不能把路由称为固定的正确做法。
  3. 不能仅凭症状归因。先核查任务表述、相关资料与上下文、工具和环境配置、投入设置及评分标准。保持任务与环境条件可比,分别试验修正输入、调整 effort 或更换模型,再结合失败记录判断原因;格式错误不必然来自提示词,多步失败也不必然证明能力已到上限。

本节回顾

先记住这几件事

  • 把任务难度与质量、延迟、总成本和访问限制一起评估。
  • 单一配置、路由或顾问组合都需在同一组代表性任务上验证。
  • 先核查资料、约束、配置与环境,再用对照评测定位失败原因。