Claude Models Explained: Choosing the Best Model for Your Use Case（Claude 模型详解与选型）
📄 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。具体参数与功能名更新很快，落地前请点击上方链接核对原文。
🎯 一句话
模型选型的实际决策变量只有三个：任务难度、延迟要求、单位成本。⭐ 最常见的错误是全流程用同一个模型——而真实系统里不同环节的难度差异极大。
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。
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 |
选型的四个关键问题
- 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
- 延迟要求： 面向客户的高频工作偏向 Sonnet
- 访问限制： Mythos 供应受限，组织按角色限制访问
- 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%。
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
- 模型选型的三个实际决策变量是什么？
- 为什么「全流程用同一个模型」通常是浪费？
- 什么时候该升级到更强的模型，而不是继续优化提示词？
👀 答案
- 任务难度、延迟要求、单位成本。三者互相制约，没有哪个模型在三个维度上同时最优。
- 因为真实系统里不同环节的难度差异极大：意图分类、格式转换、字段抽取这类任务小模型就够；而多步推理、代码重构、复杂规划才需要最强的模型。⭐ 正确做法是分级路由：简单环节用快而便宜的，难环节才上强模型。
- ⭐ 判据是「错误的性质」：如果错误是格式不对、漏了要求、答非所问——这是提示词问题，继续优化提示词；如果错误是推理链条断裂、多步任务中途走偏、需要的知识确实不具备——这才是能力上限，该换模型。⚠️ 在能力不足的模型上反复调提示词，是最常见的时间浪费。
🛑 可以停在这里
⚡ 走神救援
⭐模型选型的三个决策变量：任务难度、延迟要求、单位成本，没有模型在三个维度同时最优。⭐最常见的错误是全流程用同一个模型——真实系统里环节难度差异极大：意图分类/格式转换/字段抽取小模型就够，多步推理/代码重构/复杂规划才需要最强的；正确做法是分级路由。⭐⭐该换模型还是该调提示词，判据是「错误的性质」：格式不对/漏要求/答非所问 → 提示词问题；推理链条断裂/多步中途走偏/知识确实不具备 → 能力上限，换模型。⚠️ 在能力不足的模型上反复调提示词是最常见的时间浪费。