要点
- 2026 年 11 月 9 日，Addy Osmani 在 Anthropic 的 Claude 开发者博客上发表了模型选择指南。目前一般可用的型号是 Claude Haiku 5.5、Claude Sonnet 5.5、Claude Opus 5.5 和 Claude Fable 5.2。
- 对大多数工作，建议的起点是 Opus 5.5 的中等推理强度，这也是 Claude Code 的默认模型。按 Claude API 标价，Fable 5.2 的输入和输出 token 单价是 Opus 5.5 的两倍。
- 每百万 token 的标价是：Haiku 5.5 在 100K token 以内的提示为 0.10 / 0.50 美元（超过后为 0.50 / 2.50 美元），Sonnet 5.5 为 2 / 10 美元，Opus 5.5 为 4 / 20 美元，Fable 5.2 为 8 / 40 美元。
- 在 FrontierCode 2.0 上，Fable 5.2 在高档与 Opus 5.5 在最高档大致打平，45.3% 对 45.5%，单任务费用大约只有一半。在 Terminal-Bench 3.0 上，Fable 5.1 在最高档得了 58.0%，Opus 5.5 在高档得了 58.9%，所用 token 只有一半。
- 在 SWE-bench Pro 的一个子集上，Opus 5.5 先用低档、失败的再在高档重跑，大约 97% 的任务通过，每题约 0.17 美元；全部用高档则是 95.3%、每题 0.29 美元。
2026 年 11 月 9 日，Addy Osmani 在 Anthropic 的 Claude 开发者博客上发表了一份实用指南：该选哪个 Claude 模型，它们各自多少钱，以及怎样搭配使用。目前一般可用的型号是 Claude Haiku 5.5、Claude Sonnet 5.5、Claude Opus 5.5 和 Claude Fable 5.2。文章里的短答案是：大多数工作从 Opus 5.5 的默认推理强度（中等）起步。这也是 Claude Code 的默认模型。更大的一般可用模型 Fable 5.2，输入和输出 token 单价是它的两倍。之所以这样设默认，并不是因为 Fable 弱，而是因为真正该算的账，是做完一件事的费用；更高的 token 单价，并不总意味着更高的任务费用，也不总意味着更好的结果。
[1]指南实际说了什么
这是一份选择指南，不是一次模型发布。它为常见工作给出了起点模型和起点推理强度。日常工程和排错从 Opus 5.5 的中等开始，再视情况升到高档。分类、路由、打标签和大量抽取，从 Haiku 5.5 开始。范围清楚的编程、对话、重复性的智能体任务，以及日常文档，从 Sonnet 5.5 开始；文章说，它做范围明确的工作，token 单价只有 Opus 的一半。大型重构、架构规划、带领许多子智能体，以及深入的科学或定量工作，从 Fable 5.2 开始，先用中等再视情况升到高档。如果还不确定，建议仍然是 Opus 5.5 的中等。
推理强度被写成比换模型更细的旋钮。文章提醒，超过高档之后，再升一档的费用可能已经相当于换更大的模型，所以两者都该在自己的任务上比较。更高的强度有助于模型想得更久、调用更多工具，或更多地检查自己，同时也会增加等待时间。提高强度，并不会让模型拥有它本来没有的知识。
价目表是 Claude API 的标价。四个模型都有 100 万 token 的上下文窗口，以及 12.8 万 token 的最大输出。缓存读取方面，Haiku 按提示长短为每百万 token 0.01 或 0.05 美元，Sonnet 为 0.10 美元，Opus 和 Fable 都是 0.20 美元。文章说，在长、且大量命中缓存的运行里，Fable 和 Opus 的差距因此主要落在未缓存的输入和输出上，而那里 Fable 的单价仍是两倍。Haiku 是唯一一个提示超过 100K token 后单价会跳升的模型。即便如此，它的高档单价仍只有 Sonnet 的四分之一，但文章说，如果每次调用都需要很长的提示，仍应按做完一件事的费用来比。
[1]什么时候更大的模型是花错了钱
文中的例子很具体，而且都来自 Anthropic 自己的测评。在 Terminal-Bench 3.0 上，上一代 Fable 5.1 在最高档得了 58.0%，Opus 5.5 在高档得了 58.9%，所用 token 只有一半。在 FrontierCode 2.0 上，Fable 5.2 在高档与 Opus 5.5 在最高档大致打平，45.3% 对 45.5%，单任务费用大约只有一半。文章自己的结论是：在难题上把 Opus 5.5 升过高档之前，应该先试试 Fable 5.2；日常工作则仍应从 Opus 的中等起步。
推理强度也按同样的逻辑砍费用。在 SWE-bench Pro 上，Opus 5.5 用中等时大约比高档低 2.5 分，费用约为高档的 70%。用低档大约低 8 分，费用约为三分之一。用最高档 xhigh 大约高 1.4 分，费用则是高档的 2.5 倍。同一篇文章里更便宜的做法，是全部先跑低档，只把失败的拿到高档重跑。在同一个 SWE-bench Pro 子集上，这一做法大约 97% 的任务通过，每题约 0.17 美元；全部用高档则是 95.3%、每题 0.29 美元。
文章对两种流行做法也并不乐观。仍在测试中的顾问工具，是把更便宜的执行模型和更强的顾问模型配对。在 Anthropic 自己的四组配对里，没有一组明显胜过单独使用执行模型。其中一组是高档的 Opus 5.5 配上 Fable 5.1 顾问，得了 90.1%，每次尝试 2.92 美元，比单独使用高档 Opus 5.5 高 1.7 分，费用大约是 2.1 倍。文章自己把这个增益写成接近两次运行之间的波动。另一种做法确实省了钱：在一项内部缺陷搜索基准上，源码约有 2200 万 token，由 Opus 5.5 主导、最多 25 个 Sonnet 5.5 工人并行，费用大约比单独使用默认强度的 Opus 5.5 低三分之一，分数大致相当。
[1]更宽容的读法，以及缺口
更宽容的读法是：一家实验室告诉客户，不必默认使用最贵的一般可用模型，这件事本身有用，而且用来支撑的数字具体到可以拿去检验。文章自己也写，公开基准只够让你选定一个起点，候选方案还应该在自己的任务上测量。
作为第一方指南，它的限制也是常见的那些。分数来自 Anthropic 自己的测评，不少还标着"大约"。换到更低一档模型时，先前模型隐藏的推理过程会被丢掉，因为一个模型不会去读比它更强的模型的思考块。第一次换到新模型时，如果没有先压缩或写摘要，整段对话还要按缓存写入计价。而且 haiku 这个别名在各处并不指向同一个模型：在 Anthropic API 上，它现在指向 Haiku 5.5，需要 Claude Code v2.1.293 或更高版本；但在 Amazon Bedrock、Google Cloud、Microsoft Foundry 以及 AWS 上的 Claude Platform 上，它仍然指向 Haiku 4.5。
[1]谁该在意，接下来看什么
在付 API 账单的团队，以及习惯把每张难题都默认交给最大模型的人，都应该关心。把 Fable 5.2 的能力标题，和全天开着它要花多少钱放在一起看的人，也应该关心。
未来六个月，可以核对的是：开发者是否真的从中等强度的 Opus 起步，以及 FrontierCode 和 SWE-bench Pro 这类按任务计费的数字，在其他团队复跑之后是否仍然成立。文章里已经给出的另一个数字，是长运行里的缓存费用：在 Opus 上，15 万 token 的缓存读取大约 0.03 美元，2 万 token 时大约 0.004 美元。
[1]收束
这份指南里真正能被证伪的主张其实很简单：大多数工作应从 Opus 5.5 的中等强度起步；要换到 Fable，或要提高推理强度，都应该按做完一件事的费用来算。FrontierCode 上 45.3% 对 45.5% 的结果，以及 0.17 美元对 0.29 美元的重跑结果，就是以后可以用来衡量这条建议的数字。
[1]