Claude 模型对比：Haiku、Sonnet、Opus、Fable 怎么选（2026）

Anthropic 目前通过 API 提供四个档位的 Claude 模型：Haiku（最便宜、最快）、Sonnet（日常主力）、Opus（复杂推理与编码代理的默认选择）、Fable（能力最强、价格高于 Opus）。每个档位里，当前一代和上一两代型号都还能调用。本文把它们横向摆在一起，帮你按任务选型而不是整个项目只用一个模型。

Claude 模型对比总表

下表列出 2026 年 10 月可通过 Messages API 调用的型号，以及在 model 字段里要填的精确模型 ID。价格为 Anthropic 官方定价页公布的第一方 API 费率（每百万 token）；Amazon Bedrock、Vertex AI 等合作平台另行计费。

看表时有两点值得先注意。第一，最新的 Opus 比上一代更便宜：Claude Opus 5.5 的单价低于 Claude Opus 5，而 Anthropic 文档里两者的上下文（1M）、最大输出（128K）和分词器都相同。第二，Haiku 5.5 表中的价格只适用于 100K token 以内的提示；根据 Anthropic 定价说明，超过 100K 的部分按更高费率（0.50 / 2.50 美元）计费，所以在 Haiku 上塞超长提示并不像表面数字那么省。

四个档位的定位差异

Haiku 为高并发而生。同一个提示一天跑几千上万次、任务边界又很窄的场景——分类、路由、短文档抽取、审核式检查、两段式流水线的第一段——都该优先考虑它。它也是自动补全、聊天建议这类对延迟敏感的交互界面的自然选择。Haiku 5.5 把这个档位升级到了 1M 上下文和自适应思考，「小模型等于小窗口」的旧印象已经不成立。

Sonnet 是通用档位。Anthropic 把 Claude Sonnet 5.5 定位为日常编码、代理和企业工作的首选，2 / 10 美元的价格让它成为多数团队生产环境里跑聊天助手、文档问答、摘要和中等复杂度工具调用的主力。不知道从哪开始，就从这里开始，再用数据说话。

Opus 是智力敏感型任务的默认档：多步编码代理、长时间自主工具调用循环、高难度分析，以及任何「答错的代价高于 token 费用」的场景。Anthropic 的 SDK 指南把 Claude Opus 5.5 作为新接入的默认模型——顶级档位被当默认值很少见，这完全得益于它的价格降到了上一代 Opus 之下。

Fable 位于 Opus 之上。Anthropic 将 Claude Fable 5.1 描述为其能力最强的广泛发布模型，面向最苛刻的推理和长程代理任务。它的输入单价是 Opus 5.5 的 2.5 倍，API 行为也有几处差异（见下文），所以大多数团队只把它留给最难的那一小部分负载，而不是全量使用。

上下文窗口与输出上限

所有当前一代模型，以及 4.6 代之后的全部 Opus、Sonnet 型号，都提供 1M token 的上下文窗口和 128K token 的最大输出。表中唯一窗口较小的是 Claude Haiku 4.5，200K。

来自 Anthropic 文档的两条实操提醒：

• 官方 SDK 里 128K 的 max_tokens 必须配合流式调用，非流式请求在这个量级会撞 HTTP 超时。需要长输出时用 SDK 的 stream 辅助方法，最后再取完整消息。
• 1M 窗口不等于每次都该塞 1M token。在这些价位上输入 token 是成本大头，长上下文要配合提示缓存（缓存读取只是输入价的一小部分：Opus 5.5 和 Sonnet 5.5 为每百万 0.20 美元，Fable 5.1 为 0.25 美元），而且只把稳定、复用的内容放进缓存前缀。

输出速度与延迟

Anthropic 没有公布每个模型统一的每秒 token 数，所以这一节只做定性比较。顺序符合直觉：Haiku 首 token 最快、流式吐字最快，Sonnet 其次，Opus 和 Fable 最慢，因为它们在生成前后思考得更多。实践中有三件事会改变这个顺序：

1. effort 档位。 当前模型默认开启思考，用 output_config.effort（low 到 max）控制深度。同一个请求在 low 和 high 之间的耗时差距可以很大。Anthropic 的建议是：新模型的低 effort 往往能追平上一代的高 effort，所以先调 effort，再考虑降档。
2. 快速模式。 Claude Opus 5.5 和 Opus 5 提供研究预览阶段的 fast mode，同一模型输出速度最高可达 2.5 倍，单价更高（按 Anthropic 文档，Opus 5.5 为 8 / 40 美元）。仅限 Claude API，且有独立的速率限制。
3. 请求形态。 用 .stream() 流式返回，无论哪个档位都能立刻看到 token；长的非流式请求在任何模型上都显得慢。

价格梯度对选型的含义

从表格自上而下读，输入单价大致按 10、4、2、0.10 的阶梯跨过 Fable、Opus、Sonnet、Haiku，输出价是输入价的 5 倍。由此可以推出几条规则：

• 非交互任务全部走批处理。 Anthropic 的 Message Batches API 异步处理请求，各档位都按标准价的 50% 计费。夜间分类、历史回填、评测跑批都应该放这里。
• 先缓存，再降档。 如果每次请求 70% 是重复的系统提示或文档，在 Opus 上缓存它可能比在 Sonnet 上不缓存更便宜。
• 按「完成一个任务」算成本，不按单次请求算。 便宜的模型如果要多重试几次、多跑几轮代理才能完成，就不便宜。这是选型中最常见的误区。

不同开发场景该选哪个 Claude 模型

如果你是通过 OpenAI 兼容协议而不是原生 SDK 调 Claude，模型 ID 是同一串字符串；哪些参数会被映射、哪些会被忽略，见我们的 用 OpenAI SDK 调 Claude 一文。

API 调用时模型 ID 的写法

模型 ID 就是表中的完整字符串，不带日期后缀。旧文档和早期代码里常见 claude-3-5-sonnet-20241022 这种写法，当前模型不再使用这个模式，给当前 ID 追加日期会直接返回 404。Python SDK 写法：

import anthropic

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-opus-5-5",          # 精确 ID，不加日期后缀
    max_tokens=16000,
    output_config={"effort": "medium"},
    messages=[{"role": "user", "content": "总结附件中的故障报告。"}],
)
for block in response.content:
    if block.type == "text":
        print(block.text)

不确定某个模型对你的账号是否可用时，查 Models API 而不是猜：

for m in client.models.list():
    print(m.id, m.max_input_tokens, m.max_tokens)

每个模型对象都会返回上下文窗口（max_input_tokens）和输出上限（max_tokens），这比任何博客表格（包括本文）都可靠。第一次端到端调用可以参考 Claude API 怎么用 这篇从密钥到首次请求的演练。

换模型时会让代码报错的代际差异

选档位只是选型的一半，另一半是知道不同代际之间哪些请求参数变了。按 Anthropic 的迁移说明：

• 思考配置。 Haiku 4.5 仍用 thinking: {type: "enabled", budget_tokens: N}。所有当前一代模型都用自适应思考（{type: "adaptive"}），给 Opus 5.5、Sonnet 5.5 或 Fable 5.1 传 budget_tokens 会返回 400。Opus 5.5 和 Fable 5.1 完全不能关闭思考；Sonnet 5.5 关闭思考的方式是 thinking: {type: "between_tools"}，且 effort 须在 high 或以下。
• 默认 effort。 Opus 5.5 和 Haiku 5.5 默认 medium；Sonnet 5.5 和 Fable 5.1 默认 high。显式写出来，换模型时质量和延迟才不会悄悄变化。
• 强制工具调用。 tool_choice: {type: "any"} 和 {type: "tool", name: ...} 在 Opus 5.5、Sonnet 5.5、Fable 5.1 上返回 400。如果强制调用只是为了拿到 JSON，改用 auto 加工具上的 strict: true，或者结构化输出。
• 助手预填。 4.6 及之后的全系都拒绝预填最后一个 assistant 轮次，改用 output_config.format 或系统提示约束格式。
• 思考块绑定模型。 一个模型产出的思考块，在换到另一个模型续聊时会被丢弃（不计费），所以对话中途降级会丢掉之前的推理，而不是报错。

降级与备选策略

只在首选模型健康时才能工作的选型是不完整的。三种机制，按自动化程度从高到低：

1. 服务端拒答回退。 在 Fable 5.1、Opus 5.5、Opus 5、Sonnet 5.5 上，Anthropic 的安全分类器可能以 HTTP 200 返回 stop_reason: "refusal"。API 提供可选的 fallbacks 参数（beta），在同一次调用内按拒答类别把请求转到备选模型重跑。读 content 之前一定先检查 stop_reason。
2. 过载与限流回退。 收到 529 过载或 429 限流时，先按退避重试，再对该请求降一档。降档清单要短且有序：claude-opus-5-5 到 claude-sonnet-5-5 到 claude-haiku-5-5。重试节奏见我们的 Claude API 529 overloaded 错误 一文。
3. 按任务路由。 不要全局只定一个模型，而是在配置里按任务类型定模型，每条路由各有各的备选。上面那张场景表落到工程里就是一份配置文件。

把三者组合起来的最小写法：

import anthropic

ROUTE = {
    "agent":    ["claude-opus-5-5", "claude-sonnet-5-5"],
    "classify": ["claude-haiku-5-5", "claude-sonnet-5-5"],
}

def ask(route: str, messages: list) -> str:
    client = anthropic.Anthropic()
    last = None
    for model in ROUTE[route]:
        try:
            r = client.messages.create(model=model, max_tokens=4096, messages=messages)
            if r.stop_reason == "refusal":
                last = r
                continue
            return next(b.text for b in r.content if b.type == "text")
        except (anthropic.RateLimitError, anthropic.InternalServerError) as e:
            last = e
    raise RuntimeError(f"route {route} 的所有模型都失败了: {last}")

SDK 自带的重试（默认两次、带退避）保持开启，上面的循环只处理重试耗尽之后的情况。

小结

通用工作从 Sonnet 5.5 起步，智力敏感和代理型路由上 Opus 5.5，大批量任务交给 Haiku 5.5 加 Batches，最难的那一小块留给 Fable 5.1。先调 effort 再换档，先缓存再降级，模型 ID 严格按 Anthropic 公布的字符串写。ROIBest AI 通过 OpenAI 兼容接口提供这些 Claude 模型，无论用原生 SDK 还是 OpenAI 协议客户端，模型 ID 字符串都是同一套。

常见问题

编码代理最适合用哪个 Claude 模型做默认？

Claude Opus 5.5（claude-opus-5-5）。Anthropic 的 SDK 指南把它作为新接入的默认模型，每百万 token 4 / 20 美元的价格低于上一代 Opus，同时保留 1M 上下文和 128K 输出。

Claude Sonnet 5.5 比 Sonnet 5 便宜吗？

根据 Anthropic 定价页，两者价格相同（每百万 token 2 / 10 美元）。Sonnet 5.5 是更新的一代，effort 档位经过重新校准，除非你明确需要 Sonnet 5，否则选 5.5。

所有 Claude 模型都支持 1M token 上下文吗？

所有当前一代模型都支持，4.6 代之后的 Opus 和 Sonnet 也支持。可调用列表里的例外是 Claude Haiku 4.5，窗口为 200K；它的继任者 Haiku 5.5 已升级到 1M。

用 OpenAI 兼容客户端时模型 ID 一样吗？

一样。无论原生 Anthropic SDK 还是 OpenAI 协议客户端，模型 ID 都是 claude-sonnet-5-5 这样的普通字符串；不同的是哪些请求参数会被映射，而不是模型名。