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。

💰 本页只谈「怎么选」;各模型的实时单价qcode.cc/models 为准,下文成本均用相对比例表示。

Claude 模型家族概览

目前通过 QCode.cc 可用的 Claude 模型构成一个能力阶梯:

Claude Fable 5 — 顶配旗舰

Fable 5 是当前能力最强的档位,也是价格最高的(输入单价约为 Haiku 的 10 倍):

  • 最强推理:面向最难的问题——跨系统架构、并发/分布式疑难 bug、一次性关键决策
  • 1M 上下文 / 128K 输出:大型代码库全局理解
  • 用在刀刃上:日常任务用它属于「杀鸡用牛刀」,费用也不划算

适用场景:关键技术决策、久攻不下的疑难杂症、对产出质量要求极高的一次性任务。

Claude Opus 5 / 4.8 — 主力旗舰

Opus 是久经考验的主力旗舰:

  • 深度推理:长链条逻辑推理,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
  • 1M 上下文:理解大型代码库的能力强
  • 同价同窗口:Opus 5 与 Opus 4.8 单价一致、上下文/输出上限一致,可随时互换

适用场景:架构设计、大规模重构、技术方案评估、复杂 bug 排查。

Claude Sonnet 5 / Sonnet 4.6 — 最佳平衡

Sonnet 是大多数开发者的日常首选,能力与成本平衡最好:

  • Sonnet 5:新一代平衡档,1M 上下文 / 128K 输出,与 Sonnet 4.6 同价——新项目建议直接用它
  • Sonnet 4.6:成熟稳定,1M 上下文(可选开关),日常编码完全够用
  • 性价比高:输入单价约为 Opus 的 60%,输出质量接近
  • 速度较快:比 Opus 快,适合频繁交互

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 是最小巧快速的档位,价格也最低:

  • 速度最快价格最低(输入单价约为 Sonnet 的 1/3)
  • 基础能力:简单任务完全胜任,复杂推理能力有限
  • 200K 上下文

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

对比项 Fable 5 Opus 5 / 4.8 Sonnet 5 Sonnet 4.6 Haiku 4.5
上下文窗口 1M 1M 1M 1M(可选) 200K
相对成本(输入) ≈10× ≈5× ≈3× ≈3×
推理能力 顶级 极强 一般
代码质量 顶级 极高 中等
响应速度 较慢 较慢 中等 中等

相对成本以 Haiku 4.5 输入单价为 1×;具体单价与缓存价格见 qcode.cc/models

同一任务的相对费用

假设完成一个中等复杂的编码任务(输入 15K tokens,输出 5K tokens),以 Haiku 的费用为基准:

模型 相对费用 直观感受
Fable 5 ≈10× 只在关键任务上用
Opus 5 / 4.8 ≈5× 复杂任务物有所值
Sonnet 5 / 4.6 ≈3× 日常主力,性价比最佳
Haiku 4.5 打杂利器

能力差异同样显著——复杂任务用便宜的模型可能反复重试,最终花费反而更多。

场景化选择指南

日常编码 → Sonnet 5 / Sonnet 4.6

日常编写函数、组件、接口等,Sonnet 完全够用:

/model claude-sonnet-5

> "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 5

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。"

关键决策 / 疑难杂症 → Fable 5

排查很久没头绪的 bug、影响深远的一次性技术决策,值得上顶配:

/model claude-fable-5

> "这个偶发的数据不一致问题已经排查三天:现象、日志、复现步骤如下……
请系统性分析所有可能的根因并给出验证方案。"

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"
> "ESLint 报了这个错误是什么意思:no-unused-vars"

大型 PR Review → Opus 5

审查涉及多个文件的大型改动时,Opus 能发现更深层的问题。

Bug 修复 → Sonnet 5 / 4.6

大部分 bug 修复 Sonnet 就能处理好;特别复杂的、涉及并发或分布式系统的 bug,再切换到 Opus 或 Fable。

场景选择速查表

任务类型 推荐模型 原因
写一个函数/组件 Sonnet 5 / 4.6 性价比最佳
架构设计 Opus 需要深度推理
代码重构(大规模) Opus 需要全局理解
Bug 修复 Sonnet 大部分 bug 不需要 Opus
疑难杂症(久攻不下) Fable 5 顶级推理能力攻坚
一次性关键决策 Fable 5 / Opus 决策质量优先
写测试 Sonnet 测试逻辑相对直接
代码审查 Sonnet/Opus 简单 PR 用 Sonnet,大型 PR 用 Opus
代码格式化 Haiku 机械性工作
添加注释/文档 Haiku/Sonnet 简单注释用 Haiku,复杂文档用 Sonnet
简单问答 / 翻译 Haiku 一两句话就能回答

如何切换模型

方法 1:/model 命令(推荐)

在 Claude Code 中随时切换,立即生效:

/model                    # 查看当前模型和可选列表
/model sonnet             # 切换到 Sonnet
/model opus               # 切换到 Opus
/model haiku              # 切换到 Haiku
/model claude-sonnet-5    # 按完整模型名切换
/model claude-fable-5

方法 2:环境变量

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

export ANTHROPIC_MODEL=claude-sonnet-5

# 或者在启动时临时指定
ANTHROPIC_MODEL=claude-opus-5 claude

方法 3:CLAUDE.md 中配置

在项目的 CLAUDE.md 中给 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

claude --model claude-fable-5
claude --model claude-sonnet-5
claude --model claude-haiku-4-5

GPT 和 Codex 模型(通过 QCode.cc)

通过 QCode.cc 的转发服务,同一把密钥还可以使用 GPT 系列模型。

可用模型

模型 上下文 推荐场景
gpt-5.6-terra 272K GPT-5.6 旗舰,编程 / 复杂任务首选
gpt-5.6-sol / gpt-5.6-luna 272K GPT-5.6 旗舰系列变体
gpt-5.5 1M 上一代旗舰
gpt-5.4 1M 稳定老将,日常任务
gpt-5.6-mini / gpt-5.6-nano 272K 轻量 / 性价比

单价见 qcode.cc/models;实时可用清单可带密钥 GET https://api.qcode.cc/v1/models 查询。

GPT 系列特点

  • gpt-5.6-terra 是当前旗舰主力,Codex CLI 场景的默认推荐
  • gpt-5.6-sol / luna 是同级旗舰变体,能力相当
  • gpt-5.5 / gpt-5.4 是上代旗舰与稳定档,日常任务够用且更省
  • gpt-5.6-mini / nano 轻量快速,批量或简单任务划算

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(原生适配)。以下情况可以试试 GPT 系:

  • 想做对比测试:同一个任务不同模型跑一遍,看哪个结果更好
  • Codex 工作流:Codex CLI 用户天然使用 GPT 系
  • 预算考量:轻量档 GPT 模型在简单任务上更省
/model gpt-5.6-terra

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

成本收益分析

混合使用策略

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

总任务量分配(参考):
├── Sonnet 5 / 4.6(~70%)— 日常开发、Bug 修复、写测试、Review
├── Opus 5 / 4.8(~13%)— 架构决策、复杂问题、大型重构
├── Fable 5     (~2%) — 关键决策、久攻不下的疑难杂症
└── Haiku 4.5   (~15%)— 格式化、简单问答、批量操作

相比全程使用旗舰模型,混合策略的费用接近全 Sonnet,但在关键时刻有顶配推理能力兜底。

何时值得升档

任务满足以下任意条件时,切到 Opus 甚至 Fable 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,写内部工具、改样式、加注释,Sonnet 甚至 Haiku 就完全够用。

实用小贴士

对话中途切换模型

可以在一个对话中途切换模型:先用 Opus/Fable 制定方案,确认后切到 Sonnet 执行——关键决策享受顶级推理,执行阶段控制成本。

/model opus
> "分析现有代码架构,制定权限系统的实施方案"

/model claude-sonnet-5
> "按照刚才的方案,开始实现第一步:创建权限模型"

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,对比效果和成本。几次对比后,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

本页的能力描述反映当前版本的相对关系。新模型上线、旧模型退役都会更新在 qcode.cc/models,选型拿不准时以实测为准。

相关文档

gpt-image-2 图像生成与编辑
OpenAI 兼容的 gpt-image-2 文生图 + 图像编辑 API:base_url 切换即用,多入口节点就近接入,与现有 QCode API Key 共享计费
9router 接入 QCode
把 QCode.cc 作为自定义 provider 接入 9router 本地多供应商路由,做多供应商兜底与统一管理
图像输入(视觉)
给 Claude Code 喂图:粘贴、拖拽、引用文件路径,让模型看懂截图、设计稿、架构图与图表。基于 QCode.cc 的视觉模型,所有接入域共用一份 API Key。
🚀
开始使用 QCode — Claude Code & Codex
一份套餐同时加速 Claude Code 和 Codex,亚太低延迟
查看套餐定价 → 注册账号
团队 3 人以上?
企业团队版:独立域名 + 子Key管理 + 封号保障,人均低至 ¥250/月
了解企业版 →