Claude 5.5 模型怎么选？Opus、Sonnet 与 Haiku 成本对比

我应该使用哪款 Claude 模型？

关于应该使用哪款 Claude 模型，简短的回答是：从 Claude Opus 5.5 开始，除非有明确的理由，否则不要更换。Anthropic 的建议也是如此：“如果您不确定使用哪款模型，对于大多数工作负载，请从 Claude Opus 5.5 开始。”当任务定义明确且您每天需要多次运行该任务时，请降级使用 Claude Sonnet 5.5。对于您已经知道正确答案是什么样子的机械化、大批量工作，请进一步降级使用 Claude Haiku 5.5。Claude Fable 5.1 的定位高于上述所有模型。它适用于高难度的推理和长周期的代理任务，或者当您在 Claude Opus 5.5 上投入更高努力仍无法达到预期效果时使用。

选择模型需要支付相应费用。以下是截至 2026 年 10 月 10 日 Claude API（应用程序编程接口）的费率，单位为每百万 token（文档中记为 MTok）。

• Claude Fable 5.1 (claude-fable-5-1)：输入 $10 / MTok，输出 $50 / MTok。上下文 1M。
• Claude Opus 5.5 (claude-opus-5-5)：输入 $4，输出 $20。上下文 1M。
• Claude Sonnet 5.5 (claude-sonnet-5-5)：输入 $2，输出 $10。上下文 1M。
• Claude Haiku 5.5 (claude-haiku-5-5)：对于 100,000 token 以内的提示词，输入 $0.10，输出 $0.50；对于超过 100,000 token 的提示词，输入 $0.50，输出 $2.50。上下文 1M。

上述标识符书写即为完整，无需附加任何内容。

本页面 7 月份推荐的模型仍然可用，但 Anthropic 现在将其列为旧版模型。Claude Opus 4.8 和 Opus 4.7 的费用为输入 $5，输出 $25。Claude Sonnet 5 的费用为输入 $2，输出 $10；Anthropic 最初称其为推广价，随后将其定为标准价，并取消了原定涨至 $3 和 $15 的计划。Claude Haiku 4.5 的费用为输入 $1，输出 $5，Claude Fable 5 的费用为输入 $10，输出 $50。

对于 Fable 5.1、Opus 5.5 或 Sonnet 5.5，模型规模本身不产生额外费用：“900k token 的请求与 9k token 的请求按相同的每 token 费率计费。”Haiku 5.5 是个例外，因为它按提示词长度定价，该步骤详见下文。这些费率也适用于 API 之外，因为 Claude Enterprise 在席位费之外按 API 费率计量使用量，因此下文中的所有计算对于采用席位计划的团队来说都是一样的。唯一的例外是启用了仅限美国推理的组织，Anthropic 对 Claude Opus 4.6、Sonnet 4.6 及后续模型按标准 API 费率的 1.1 倍计费，这种情况下请将下文的总额乘以 1.1。固定费率订阅会改变计量方式，但不会改变决策，因为 Claude Max 的两个层级提供相同的模型，区别仅在于使用量配额。在梯队的更低端，Claude Pro 每月 $20 的费用购买的是使用限额而非按 token 计费，因此限制您的是限额重置而非账单，除非您开启了使用额度（usage credits）。使用额度在 Pro 和 Max 上属于可选功能，允许您在超出包含的限额后继续工作，并按标准 API 费率在账单中额外收费。如果您目前正处于这种情况，弄清楚您在等待哪个窗口比下文的任何算术计算都更重要，因为解决方法是使用更小的模型、更小的上下文、使用额度，或者转向 API 而不是寻求更低的费率。如果您尚未开始付费，Pro 是否值得 $20 的费用取决于免费限额阻碍您的频率，而不是上述任何费率。

各模型的主要用途

Anthropic 为每个模型提供了一句定位描述，这些描述比任何排行榜都更具参考价值。

• Claude Fable 5.1：“适用于高要求的推理和长周期智能体任务。”在四款模型中延迟最高。
• Claude Opus 5.5：“适用于长时间运行的智能体编码和知识型工作。”延迟中等。
• Claude Sonnet 5.5：“速度与智能的最佳结合。”速度快。
• Claude Haiku 5.5：“适用于高吞吐量、对延迟敏感的任务，如分类、提取和路由。”速度最快。

Fable 5.1 是这四款模型中唯一未在此对比中按工作负载定价的产品。其价格是 Opus 5.5 的 2.5 倍，因此关于 哪些任务值得投入 10 美元并产出 50 美元价值 的问题，值得单独探讨。

Haiku 5.5 不再受限于以往小模型在价格优势之外的性能瓶颈。目前四款模型均支持 1M token 的上下文窗口、Messages API 同步输出最大 128K token，以及 2026 年 6 月的可靠知识截止日期。Haiku 5.5 的独特之处在于其价格阶梯：当提示词（prompt）超过 100,000 token 时，超出部分的每个 token 费用将是基础费率的 5 倍。

在实际工作负载中，这种选择的成本是多少？

该系列中的每个模型，其输出定价均为输入费率的 5 倍。Opus 5.5 的价格为输入 4 美元，输出 20 美元。Haiku 5.5 的价格为输入 0.10 美元，输出 0.50 美元。此比例适用于整个产品系列，因此在生成大量输出的任务中，模型选择至关重要。

智能体任务属于此类工作，因为思维令牌（thinking tokens）按输出令牌计费，即使文本未发送给您，也会计入 max_tokens。在 Fable 5.1、Opus 5.5、Sonnet 5.5 和 Haiku 5.5 上，推理摘要默认被省略，因此 thinking 字段返回为空。计费方式保持不变：“无论哪种情况，该区块的计费方式相同，且在多轮对话中返回的内容也相同。” Claude 令牌账单的实际构成 对该计量方式进行了完整拆解。

思维功能在所有 4 款当前模型上均为默认开启，但各模型的默认努力程度不同，忽略这一点会导致成本测试结果失真。Opus 5.5 和 Haiku 5.5 默认设置为 medium；Fable 5.1 和 Sonnet 5.5 默认设置为 high。如果您将其与旧版 Opus 4.8 或 Opus 4.7 进行对比，请注意旧版模型在设置 thinking: {type: "adaptive"} 之前思维功能是关闭的。在解读数据前，请确保双方的配置完全匹配。

为什么最便宜的模型反而成本最高

以一个独立的编码任务为例。请求包含 60,000 token 的上下文，模型输出包括思考过程在内共 8,000 token。假设不使用缓存，计算过程如下。

在 Opus 5.5 上：0.06 MTok 的输入价格为 $4，即 $0.24；0.008 MTok 的输出价格为 $20，即 $0.16。单次尝试成本为 $0.40。在 Haiku 5.5 上，当提示词少于 100,000 token 时，同样的尝试成本为 $0.006 加上 $0.004，即 $0.01。

Haiku 单次尝试的成本便宜了 40 倍，这看起来空间巨大，但必须考虑失败尝试带来的后果。你阅读了错误的答案，这消耗了你的时间。你在重试时将错误答案作为上下文重新发送，导致每次尝试的规模都比上一次大，而当上下文超过 100,000 token 时，整个请求会进入 Haiku 的更高费率档位。如果第三次尝试仍然失败，你最终还是会升级到高级模型。$0.03 的 Haiku 成本加上 $0.40 的 Opus 成本总计 $0.43，比直接运行一次 Opus 贵了约 8%，而且你还额外投入了三轮时间来处理。

因此，决定性因素在于你验证答案的成本有多低。如果错误答案一眼就能看出来，那么小模型确实划算。如果发现错误需要仔细阅读差异对比（diff），那么小模型消耗的时间成本就不会体现在账单上。为这些时间估值，其计算逻辑与 计算 Claude Code 方案是否划算 是一样的。一旦将你自己的时薪计入总成本，便宜的模型往往就不再显得便宜了。

小型模型在哪些场景下具有绝对优势

在以下情况下，Haiku 5.5 是最佳选择：

• 机械化的子代理任务。如果子代理仅负责重命名文件或汇总搜索结果，则无需前沿推理能力。这是在 构建 Claude AI 代理 并为其配置辅助工具后的标准模式。
• 日志分类。判断某一行日志是干扰信息还是值得人工关注，属于判断范围较窄且失败模式明显的任务。
• 基于固定标签集的分类。输出内容简短，且准确率可在样本上进行量化。
• 高并发生产调用。当每天运行次数达到 100,000 次时，单 Token 的成本差异就不再是四舍五入可以忽略的误差了。这是 集成到 n8n 的 AI 工作流 的常见形态。
• 任何对用户响应速度有要求的场景。Haiku 5.5 是目前产品线中响应速度最快的模型。

有一条定价规则仅适用于 Haiku 5.5。“请求的提示词长度计算所有输入 Token，包括缓存读取和缓存写入”，因此超过 100,000 Token 的请求，即使大部分提示词命中缓存，仍需支付每百万 Token 0.50 美元的输入费用和 2.50 美元的输出费用。请将 Haiku 的提示词长度控制在该阈值以下，否则将按较高费率计费。旧版小型模型的缓存陷阱已不复存在：当前四款模型的可缓存提示词最小值均为 512 Token，而 Haiku 4.5 曾要求 4,096 Token。低于该最小值时规则不变：“任何少于此 Token 数量的缓存请求将直接处理，不进行缓存，且不会返回错误”。判断依据是 cache_creation_input_tokens 和 cache_read_input_tokens 均为零。降低常驻代理的运行成本 一文涵盖了这一点，以及其他导致缓存失效的因素。

影响计费的杠杆

以下各项对账单的影响程度均超过模型名称本身的暗示。

Effort（算力投入）。 output_config.effort 用于控制模型在回答前执行的计算量。级别包括 low、medium、high、xhigh 和 max。大多数模型的默认值为 high，而 Opus 5.5 和 Haiku 5.5 的默认值为 medium：“将 effort 设置为模型的默认值（Claude Opus 5.5 和 Claude Haiku 5.5 为 "medium"，其他模型为 "high"）与完全省略 effort 参数的效果完全一致。”该参数嵌套在 output_config 内部，而非位于请求的顶层：

response = client.messages.create(
    model="claude-sonnet-5-5",
    max_tokens=4096,
    output_config={"effort": "medium"},
    messages=messages,
)

Effort 会影响响应中的每一个 token，包括文本、工具调用和思考过程：“较低的 Effort 意味着更少、更简洁的工具调用。”这在智能体循环中会产生累积效应。它并非 token 上限：“Effort 是一种行为信号，而非严格的 token 预算。”Anthropic 未公布各级别的成本乘数，建议用户针对具体用例进行测试。因此，您可以直接对比 Sonnet 5.5 在 high 级别与 Opus 5.5 在 low 级别的运行效果。Haiku 5.5 支持全部五个级别；而 Haiku 4.5 完全不支持此参数。

Prompt caching（提示词缓存）。 在不同模型上，缓存读取不再是输入费率的固定比例。在 Opus 5.5 和 Sonnet 5.5 上，其成本为基础输入费率的 0.05 倍；在 Fable 5.1 上为 0.025 倍；在 Haiku 5.5 上为 0.1 倍。决定模型选择的关键在于该机制在不同层级间的表现。Opus 5.5 的缓存命中成本为 $0.20 / MTok。这虽然是 100,000 token 以下未缓存 Haiku 5.5 提示词 $0.10 费率的两倍，但却不到 100,000 token 以上 $0.50 费率的一半。因此，对于长提示词，缓存良好的 Opus 前缀在每个输入 token 上的成本低于未缓存的 Haiku。对于任何重复发送大型稳定前缀的工作负载，优化会话管理比单纯选择模型更有效。

Batches（批量处理）。 如果无需实时获取回答，Message Batches API 可运行相同的模型，并提供“输入和输出 token 均 5 折”的优惠。这会将下文对比表中的每一行成本减半，且适用于所有层级：批量处理的 Opus 5.5 任务成本与同步运行的 Sonnet 5.5 任务完全相同，即输入 $2，输出 $10。您以牺牲响应速度为代价，无需额外成本即可使用更强大的模型。

工作负载成本对比

工作负载：对 100,000 封支持邮件进行分类，每封邮件调用一次，每次输入 2,000 个 token，输出 300 个 token。总计输入 200 MTok，输出 30 MTok。每个提示词均远低于 100,000 个 token，因此 Haiku 5.5 按其较低费率计费。

• Haiku 5.5：200 x $0.10 = $20（输入），30 x $0.50 = $15（输出）。总计 $35。
• Sonnet 5.5：200 x $2 = $400（输入），30 x $10 = $300（输出）。总计 $700。
• Opus 5.5：200 x $4 = $800（输入），30 x $20 = $600（输出）。总计 $1,400。

调整四个数值即可按未来价格重新计算。以下调整对每一行的影响均超出预期：

• 批处理使每行成本减半：分别为 $17.50、$350 和 $700。由于夜间分类任务对延迟不敏感，没有理由不使用批处理。
• 缓存共享前缀。假设 2,000 个输入 token 中有 1,200 个是每次相同的指令块。在 Sonnet 5.5 上，这些 token 作为缓存命中仅需 $0.10 / MTok，而非 $2 / MTok，因此 120 MTok 的成本为 $12 而非 $240。加上 80 MTok 的新输入（$160）和 $300 的输出，Sonnet 5.5 的总成本约为 $472，而非 $700。该技巧现在也适用于 Haiku 5.5，因为 1,200 个 token 超过了其 512 个 token 的最低要求：$1.20 的缓存命中成本、$8 的新输入成本和 $15 的输出成本，使其总成本约为 $24。
• 重试机制。假设您对 8% 的邮件拒绝 Haiku 的回答，并改用 Opus 5.5 重新运行。在 $35 的基础上增加 0.08 x $1,400 = $112，总计 $147。请根据实际情况测量拒绝率，而非使用此处的估算值。
• 工具定义（若任务涉及）。当 tool_choice 设置为 auto 时，Opus 5.5、Sonnet 5.5 和 Haiku 5.5 生成的系统提示词均为 286 个 token，因此固定开销不再影响对比结果。Opus 5.5 和 Sonnet 5.5 会拒绝强制工具调用（any 或 tool）并返回 400 错误，因此依赖强制工具调用的分类器在这两个模型上必须使用 auto。

带有升级路径的 Haiku 方案成本为 $147，不到缓存版 Sonnet 5.5（$472）的三分之一。Haiku 的失败率需达到约 31%，其升级路径的成本才会与 Sonnet 5.5 单次处理的成本持平。模型选择从来不是问题的全部。

在会话中切换模型能节省费用吗？

节省的金额往往不如标价显示的那么可观，因为节省是基于 Token 计算的，而你冒的风险是整个已缓存的前缀。

Anthropic 记录了导致缓存失效的操作。前缀按 tools、system、messages 的顺序构建，“每一层的更改都会使该层及后续所有层失效”。列表里还包含两项请求设置：“思考配置和已解析的 effort 层会被渲染到提示词本身中，因此更改其中任何一项都会启动一个新的缓存前缀。”关于 effort（工作量）参数，文档进一步指出：“应在不同工作负载间调整该参数，而不是在依赖缓存命中的对话中频繁变动”。目前有一个新的例外：在 Fable 5.1、Opus 5.5、Sonnet 5.5 和 Haiku 5.5 上，你可以在 messages 内按消息调整 effort（这是一项测试版功能），且缓存的前缀会保留。

模型切换并未出现在该文档列表中，因此不要假设其行为。文档确实描述了一个相关效应：新模型无法读取的思考块会被丢弃，而丢弃一个块会“导致从该块位置开始的缓存前缀发生改变”。在切换后的第一次请求中读取 cache_read_input_tokens，让数字告诉你答案。对于 150,000 个 Token 的 Opus 5.5 前缀，缓存读取成本约为 $0.03，而重新写入一次则需约 $0.75，这远高于你所追求的每 Token 差价带来的几次对话节省。

因此，请在不同任务之间进行更改，而不是在任务进行中。在 Claude Code 中，这意味着先执行 /clear（此时缓存无论如何都会被丢弃），然后再执行 /model 或 /effort。这两者都是在 CLI 中输入的，因此如果你在 Linux 上工作，值得安装终端版本，因为 Anthropic 原生提供的 Linux 版本 将稳定的 CLI 与仍处于测试阶段的桌面应用进行了配对。切换是否会体现在账单上，取决于你为该会话支付费用的方式，因为 Claude Code 既可以按月固定套餐运行，也可以按 Token API 额度计费，只有后者才会将每次模型变更计入美元成本。在固定套餐中，使用更强力模型的代价是你的使用额度窗口，而不是账单金额，前提是你保持在包含的使用量之内；如果开启了使用额度，超出部分将按标准 API 费率计费，这也涵盖了终端中的 Claude Code。Claude Code 包含在 Pro 及以上版本中，并与聊天应用共享同一个使用窗口，因此在终端中使用一小时 Opus，就意味着你在浏览器中少用了一小时。

如何在自己的工作负载上测试答案

不要使用其他模型的计数来衡量提示词的大小。令牌计数端点可免费使用，并会根据你指定的模型分词器进行计数，因此请务必指定你计划调用的模型。该端点是平台上极少数不计费的部分之一，在投入实际额度进行对比测试前，值得先查看 其他无需付费即可运行的内容。Claude 4.7 及后续模型（包括当前阵容中的全部 4 款模型）使用了更新的分词器，其“对于相同文本生成的令牌数约多出 30%”。因此，基于 Haiku 4.5 等旧模型测算的令牌预算，在较新模型上会显得偏低，即使两者的单令牌费率相同。

接着阅读返回的内容。input_tokens 仅包含未缓存的剩余部分，因此真实的提示词大小应为该字段加上 cache_creation_input_tokens 再加上 cache_read_input_tokens。在 VPS 上部署首个 Claude API 应用 是进行此类测量最简单且客观的环境，而 哪种 Claude 方案适合你的用量 则是关于是否需要按令牌付费的独立决策。如果这最终演变为“该持有哪种订阅”而非“是否需要订阅”的问题，Claude 与 ChatGPT 的定价层级对比 涵盖了相同的编码工作在另一家服务商处所需的成本。如果你的候选名单里还有国产模型，DeepSeek、Kimi 与 ChatGPT、Claude 的订阅和 API 价格对比 按免费档、包月订阅和按量付费三档拉平了实付价格，并标注了 2026 年 10 月的核对日期，你在这里测得的令牌数可以直接代入换算。如果测量结果表明你的工作负载适合长期使用 API，降低订阅层级或完全取消订阅 仍会保留你已付费周期的使用权，因此在得出数据后做出决定不会产生任何惩罚。若将测量对象从个人改为团队，总数会再次发生变化，因为 团队或企业席位必须比个人按令牌付费的支出更划算，购买才具有价值。

FAQ

哪款 Claude 模型最适合编程？

Claude Opus 5.5 是官方推荐的复杂智能体编程起点，截至 2026 年 10 月，其输入价格为每百万 token 4 美元，输出价格为每百万 token 20 美元。Claude Sonnet 5.5 被定位为速度与智能的最佳平衡点，价格分别为 2 美元和 10 美元，成本仅为前者的一半。在两款模型上运行相同任务并保持努力程度（effort level）一致，因为 Opus 5.5 默认使用 medium，而 Sonnet 5.5 默认使用 high。随后通过 response.usage 比较总 token 消耗。

Claude Haiku 5.5 是否足够便宜以取代 Sonnet 5.5？

从单 token 价格来看，完全可以：Haiku 5.5 为 0.10 美元 / 0.50 美元，而 Sonnet 5.5 为 2 美元 / 10 美元，前提是提示词（prompt）保持在 100,000 token 以内。曾限制 Haiku 4.5 使用的瓶颈已不复存在。Haiku 5.5 与 Sonnet 5.5 拥有相同的 1M token 上下文窗口、128K 最大输出长度以及 2026 年 6 月的可靠知识截止日期，支持全部五种努力程度，并支持从 512 token 开始的提示词缓存。现在决定因素有二：一是当提示词超过 100,000 token 时，价格会升至 0.50 美元 / 2.50 美元（包含缓存读取），二是您通过自身测试测得的质量表现。

在会话中途切换到更便宜的 Claude 模型能省钱吗？

效果往往不如预期。Anthropic 文档指出，缓存失效的触发条件包括 tools、system 或 messages 前缀的变更、思考配置的变更，以及顶层 output_config.effort 的变更。切换模型并不在列表中。但文档确实提到，新模型无法读取的思考块会被丢弃，并从该点开始改变前缀，因此请在随后的第一次请求中读取 cache_read_input_tokens。了解利害关系很重要：对于 150,000 token 的 Opus 5.5 前缀，缓存读取成本约为 0.03 美元，而重新写入则需约 0.75 美元，这远超单 token 节省带来的收益。请在任务切换时，或在 Claude Code 中执行 /clear 后（此时缓存无论如何都会被丢弃）进行切换。

output_config.effort 对账单有何影响？

它会改变模型在文本、工具调用和思考过程中消耗的 token 数量。较低的努力程度会减少工具调用次数，这在智能体循环中会产生累积效应，因为每个工具的结果都会在后续轮次中被重新发送。努力程度等级分别为 low、medium、high、xhigh 和 max。大多数模型的默认值为 high，Opus 5.5 和 Haiku 5.5 的默认值为 medium。Anthropic 未发布各等级的成本乘数，将努力程度视为行为信号而非 token 预算，因此请在您的实际任务中进行测量。

Claude Batches API 能节省多少费用？

以异步交付为代价，输入和输出 token 均可节省 50%。截至 2026 年 10 月，Opus 5.5 的价格为输入 2 美元 / 输出 10 美元，Sonnet 5.5 为 1 美元 / 5 美元，Haiku 5.5 在 100,000 token 以内的提示词价格为 0.05 美元 / 0.25 美元。值得注意的对比在于层级之间：批量处理的 Opus 5.5 任务成本与同步处理的 Sonnet 5.5 任务完全相同，因此使用批量处理可以在不增加额外费用的情况下获得更强大的模型。