Anthropic 目前的主力模型線：Opus 4.6（最強）、Sonnet 4.6（均衡）、Haiku 4.5（最快最便宜）。很多人用 Claude 的時候不管什麼任務都用 Opus，結果 API 賬單高出 3-5 倍。
這篇文章從實際使用角度講清楚：什麼情況用 Opus，什麼情況用 Sonnet，Haiku 什麼時候值得考慮。
價格對比（2026年4月）
| 模型 | 輸入價格 | 輸出價格 | 相對成本 |
|---|---|---|---|
| claude-haiku-4-5 | $0.80/M tokens | $4/M tokens | 1× |
| claude-sonnet-4-6 | $3/M tokens | $15/M tokens | ~4× |
| claude-opus-4-6 | $15/M tokens | $75/M tokens | ~19× |
Opus 比 Haiku 貴將近 20 倍。 同樣的任務，如果 Sonnet 能解決，用 Opus 就是純粹浪費。
透過 GitHub Copilot Pro+ 訂閱（$19/月）可以用有限額度的 Sonnet 和 Opus，超出額度後按 API 計費。
速度對比
實測（2026年4月，複雜程式碼生成任務）：
| 模型 | 首 Token 延遲 | 生成速度 |
|---|---|---|
| Haiku 4.5 | ~0.5s | ~120 tokens/s |
| Sonnet 4.6 | ~1.2s | ~80 tokens/s |
| Opus 4.6 | ~2.5s | ~40 tokens/s |
Opus 不僅更貴，而且更慢。在對話場景裡感知很明顯。
質量差距究竟有多大？
直接說結論：大多數日常任務，Sonnet 和 Opus 的結果沒有實質差異。
Opus 明顯更好的場景：
- 複雜多步推理：需要在多個約束條件下同時推導，比如複雜的數學證明、多因素決策分析
- 極長文件理解：100K tokens 以上的上下文，Opus 的資訊整合能力更強
- 細微語氣和創意寫作：需要高度風格控制的場景
- 難度較高的程式設計：系統架構設計、複雜演算法實現，Opus 出錯率更低
Sonnet 完全夠用的場景（佔日常使用的 80%+）：
- 程式碼 debug 和功能實現
- 文章寫作和修改
- 資料分析和總結
- 普通問答和解釋
- 指令碼編寫和配置檔案
- Claude Code 日常運維操作
實際場景對照表
| 任務型別 | 推薦模型 | 理由 |
|---|---|---|
| 伺服器運維操作 | Sonnet | 操作明確，不需要深度推理 |
| 寫部落格文章 | Sonnet | 質量足夠，速度更快 |
| 複雜量化策略設計 | Opus | 需要多步驟數學推理 |
| 程式碼 review | Sonnet | 大多數 bug 都能發現 |
| 架構設計討論 | Opus | 需要權衡多種方案 |
| 翻譯 | Sonnet / Haiku | 簡單任務 Haiku 就夠 |
| 摘要總結 | Haiku | 最便宜，效果差別不大 |
| 正規表示式 | Haiku | 簡單確定性任務 |
| 資料格式轉換 | Haiku | 無需複雜推理 |
| 複雜 SQL 最佳化 | Opus | 需要深入理解執行計劃 |
| 寫單元測試 | Sonnet | 夠用，不需要 Opus |
| 長文件分析 | Opus | 100K+ tokens 上下文 Opus 更穩 |
在 Claude Code 裡切換模型
Claude Code CLI 支援在會話中切換模型：
# 啟動時指定模型
claude --model claude-sonnet-4-6
# 會話中切換（在提示符裡輸入）
/model claude-opus-4-6
/model claude-sonnet-4-6
/model claude-haiku-4-5-20251001
我的實際用法：
- 預設跑 Sonnet：日常運維、寫程式碼、查文件
- 切 Opus 的場景：策略邏輯設計、複雜架構討論、需要高置信度的關鍵決策
- 切 Haiku 的場景：批次處理、格式轉換、簡單指令碼
省錢技巧：Prompt Cache
Claude API 支援 Prompt Caching，重複的 system prompt 和上下文只收一次錢：
import anthropic
client = anthropic.Anthropic()
response = client.messages.create(
model="claude-sonnet-4-6",
max_tokens=1024,
system=[
{
"type": "text",
"text": "你是一個量化交易助手。以下是策略背景資訊：...",
"cache_control": {"type": "ephemeral"} # 快取這段
}
],
messages=[{"role": "user", "content": "分析一下最近的訊號..."}]
)
第一次呼叫會寫入快取，後續呼叫命中快取的 token 價格降低 90%。對於固定 system prompt 較長的場景，節省非常明顯。
詳細的 API 省錢技巧見：Claude API 省錢指南
我的成本控制結論
用了幾個月 Claude Code，摸出來的經驗：
- 預設用 Sonnet，不要預設 Opus
- 遇到 Sonnet 給出質量不滿意的結果，再切 Opus 重試，不要預防性地用 Opus
- 批處理任務用 Haiku：爬完資料要分類？幾千條日誌要提取關鍵資訊？Haiku 足夠，省 90%
- Copilot Pro+ 的 Opus 額度要用在刀刃上：月初不要浪費在簡單任務，留給真正需要的場景
按這個策略，我的 API 成本比最開始下降了約 65%，同時主觀質量感受沒有明顯退步。
延伸閱讀：
- Claude API 省錢指南
- Claude Code 真實使用體驗
- OpenClaw + Copilot 引數調優
- 用 Claude 分析 Pionex 實盤日誌 — Sonnet 足夠做資料分析，Opus 額度留給深度覆盤
省下的 API 成本可以變成"本金"：每月 $20 穩定理財收益在量化工具裡並不難。看看 Pionex 期現套利 怎麼做到 14% APY，註冊 Pionex 最低 $100 試執行。
📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格