模型选择指南

了解不同 AI 模型的特点和适用场景，做出最佳选择

模型选择指南¶

Claude Code 支持多种 AI 模型，每种模型都有不同的能力、速度和价格。选对模型，既能获得最佳效果，又能控制成本。这篇指南帮你在不同场景下做出最优选择。

Claude 模型家族概览¶

目前 Claude Code 主要使用三个级别的模型，它们构成了一个能力阶梯：

Claude Opus 4.6 — 最强大脑¶

Opus 是 Anthropic 最强大的模型。它在以下方面表现卓越：

• 深度推理：能够进行长链条的逻辑推理，适合复杂架构设计
• 代码质量：生成的代码考虑更全面，边界情况处理更完善
• 长上下文理解：支持 200K token 上下文窗口（约 15 万字），理解大型代码库的能力更强
• Extended Thinking：内置扩展思考能力，复杂问题会先在内部推理再给出答案

适用场景：架构设计、大规模重构、技术方案评估、疑难 bug 排查。

Claude Sonnet 4.6 — 最佳平衡¶

Sonnet 是大多数开发者的日常首选。它在能力和成本之间取得了最佳平衡：

• 性价比高：输出质量接近 Opus，但价格只有约 60%
• 速度较快：响应速度比 Opus 快，适合频繁交互
• 代码能力强：对于大部分日常编码任务，Sonnet 的表现完全够用
• 200K 上下文：同样支持 200K token 上下文窗口

适用场景：日常编码、Bug 修复、代码审查、文档撰写、测试编写。

Claude Haiku 4.5 — 轻量快速¶

Haiku 是最小巧快速的模型，价格也最低：

• 速度最快：响应速度在三个模型中最快
• 价格最低：输入和输出价格都是最便宜的
• 基础能力：对于简单任务完全胜任，但复杂推理能力有限
• 200K 上下文：同样支持 200K token 上下文窗口

适用场景：简单问答、代码格式化、生成样板代码、快速翻译。

各模型详细对比¶

能力与价格对比¶

价格单位：美元/百万 tokens，数据来源为 LiteLLM 开源定价表。

同一任务的费用对比¶

假设要完成一个中等复杂的编码任务（输入 15K tokens，输出 5K tokens）：

Opus 完成一个任务的费用是 Haiku 的 5 倍，Sonnet 是 Haiku 的 3 倍。但能力差异同样显著——对于复杂任务，用便宜的模型可能需要反复重试，最终花费反而更多。

场景化选择指南¶

下面按实际开发场景给出模型选择建议：

日常编码 → Sonnet 4.6¶

日常编写函数、组件、接口等，Sonnet 完全够用：

/model sonnet

# 这些任务用 Sonnet 就很好
> "在 @src/services/user-service.ts 中添加 deleteUser 方法"
> "创建一个 Pagination 组件，支持上一页/下一页/页码跳转"
> "给 @src/app/api/orders/route.ts 添加分页参数支持"

架构设计 / 大规模重构 → Opus 4.6¶

涉及系统设计和全局决策时，Opus 的深度推理能力物有所值：

/model opus

> "分析 @src/ 目录下的整体架构，我计划将单体应用拆分为微服务。
请评估哪些模块适合独立，并给出拆分方案。"

> "现有代码使用 REST API + Redux 状态管理，我想迁移到
GraphQL + React Query。请制定详细的渐进式迁移方案，
确保可以分阶段推进而不影响线上服务。"

代码格式化 / 简单问答 → Haiku 4.5¶

不需要深度思考的机械性工作，用 Haiku 最划算：

/model haiku

> "把 @src/types/index.ts 中的所有 interface 加上 JSDoc 注释"
> "将下面的 JavaScript 代码转换为 TypeScript：[代码]"
> "ESLint 报了这个错误是什么意思：no-unused-vars"

大型 PR Review → Opus 4.6¶

审查涉及多个文件的大型改动时，Opus 能发现更深层的问题：

/model opus

> "这个 PR 修改了 15 个文件，涉及支付系统重构。
请全面审查，重点关注：
1. 向后兼容性（旧版客户端是否会受影响）
2. 数据一致性（支付状态是否可能出现不一致）
3. 错误恢复机制（网络超时、第三方服务异常时的处理）"

Bug 修复 → Sonnet 4.6¶

大部分 bug 修复 Sonnet 就能处理好：

/model sonnet

> "用户报告在 Chrome 浏览器中，日期选择器偶尔显示为空白。
错误日志如下：[日志]
请检查 @src/components/DatePicker.tsx 并修复这个问题。"

如果是特别复杂的、涉及并发或分布式系统的 bug，可以考虑切换到 Opus。

文档撰写 → Sonnet 4.6¶

编写 API 文档、README、注释等，Sonnet 的输出质量足够好：

/model sonnet

> "为 @src/services/ 目录下的所有 public 方法生成 JSDoc 文档"
> "根据代码生成 API 文档，格式用 OpenAPI 3.0"
> "为这个项目写一份 README，包含安装步骤和使用说明"

场景选择速查表¶

如何切换模型¶

方法 1：/model 命令（推荐）¶

在 Claude Code 中随时切换：

/model              # 查看当前模型和可选模型列表
/model sonnet       # 切换到 Sonnet
/model opus         # 切换到 Opus
/model haiku        # 切换到 Haiku

切换立即生效，下一条消息就会使用新模型。

方法 2：环境变量¶

在 shell 配置文件（如 ~/.bashrc 或 ~/.zshrc）中设置默认模型：

# 设置默认使用 Sonnet
export ANTHROPIC_MODEL=claude-sonnet-4-6

# 或者在启动时临时指定
ANTHROPIC_MODEL=claude-opus-4-6 claude

方法 3：CLAUDE.md 中配置¶

在项目的 CLAUDE.md 中可以给 Claude 一些模型使用建议（注意这是建议，不是强制配置）：

## 模型使用建议

- 日常开发使用 Sonnet
- 架构变更前切换到 Opus 先做方案评估
- 批量添加注释时可以用 Haiku 节省成本

方法 4：启动参数¶

启动 Claude Code 时指定模型：

claude --model claude-opus-4-6
claude --model claude-sonnet-4-6
claude --model claude-haiku-4-5

GPT 和 Codex 模型（通过 QCode.cc）¶

通过 QCode.cc 的转发服务，Claude Code 还可以使用 OpenAI 的模型。

可用模型¶

价格数据来源为 LiteLLM 开源定价表，可能随厂商调价变化。gpt-5.4 系列为最新模型，定价参照官方公告。

Codex 模型特点¶

OpenAI 的 Codex 系列针对代码任务做了专门优化：

• gpt-5.4 系列是目前最新的 OpenAI 模型，代码生成质量和推理能力全面升级
• gpt-5.4 Pro 适合复杂推理和大规模重构
• gpt-5.4-codex 专门针对代码任务优化
• gpt-5.3-codex-spark 是性价比选择，速度快、费用低
• 输入价格比 Claude Sonnet 更低（$1.75~$2.00 vs $3.00）

何时考虑非 Claude 模型¶

大部分情况下，Claude 模型是 Claude Code 的最佳选择（毕竟是原生适配的）。但以下情况你可能想试试其他模型：

• 特定编程语言表现更好：某些语言（如 Python）在 Codex 上可能表现略有不同
• 预算非常紧张：Codex 的输入价格比 Sonnet 低约 42%
• 想做对比测试：同一个任务用不同模型试试，看哪个结果更好

# 切换到 Codex 模型
/model gpt-5.3-codex

注意：非 Claude 模型在 Claude Code 中可能无法使用某些特性（如 Extended Thinking、Tool Use 的某些功能）。建议以 Claude 模型为主，其他模型作为补充。

成本收益分析¶

典型工作日模型使用策略¶

一个高效的开发者典型一天可能这样使用模型：

混合使用策略¶

最省钱且高效的策略是「Sonnet 为主，Opus 点睛，Haiku 打杂」：

总任务量分配：
├── Sonnet 4.6（70%）— 日常开发、Bug 修复、写测试、Review
├── Opus 4.6 （15%）— 架构决策、复杂问题、大型重构
└── Haiku 4.5（15%）— 格式化、简单问答、批量操作

相比全程使用 Opus：

混合策略的费用接近全 Sonnet，但在关键时刻有 Opus 的深度推理支持。

何时值得用 Opus¶

当一个任务满足以下任意条件时，切换到 Opus 是值得的：

1. 影响范围大：改动涉及多个模块、系统或团队
2. 一次性决策：架构选型、技术栈迁移等不可轻易回头的决策
3. 调试成本高：这个 bug 已经排查了很久，需要更深入的分析
4. 代码质量关键：这段代码会被很多地方调用，需要足够健壮

反过来，如果只是写一个内部工具、改个样式、加个注释，Sonnet 甚至 Haiku 就完全够用。

实用小贴士¶

对话中途切换模型¶

你可以在一个对话中途切换模型。比如：

# 先用 Opus 制定方案
/model opus
> "分析现有代码架构，制定权限系统的实施方案"

# 方案确认后，切换到 Sonnet 执行
/model sonnet
> "按照刚才的方案，开始实现第一步：创建权限模型"

这样能在关键决策时享受 Opus 的推理能力，执行阶段用 Sonnet 控制成本。

用 /cost 对比不同模型的消耗¶

做完一个任务后，用 /cost 看看花了多少。下次做类似任务时换个模型试试，对比一下效果和成本。经过几次对比，你就会对每种任务该用哪个模型形成直觉。

模型能力在持续进化¶

Anthropic 定期更新模型能力。今天 Sonnet 做不好的任务，下个版本可能就能胜任了。建议偶尔用 Sonnet 尝试一下之前只用 Opus 才能做好的任务，可能会有惊喜。