1.2 Claude 模型家族全景

1.2.1 三种尺寸，一种智慧

Anthropic 没有采取“一个模型通吃”的策略，而是推出了三个不同定位的模型系列。这种分层策略深受用户欢迎，因为它允许开发者在智能水平 (Intelligence)、响应速度 (Speed) 和 使用成本 (Cost) 之间找到最佳平衡点。

这三个系列分别是：Opus (史诗/巨作)、Sonnet (十四行诗) 和 Haiku (俳句)。

Claude Opus (史诗)

• 定位：旗舰级，最强智能。

• 特点：拥有近乎人类专家的推理能力。它擅长处理高度复杂的任务，如创意写作、战略分析、复杂数学证明和大型系统架构设计。

• 适用场景：当需要“最好的结果”且不在乎多等几秒钟或多付一点钱时。

  • 科研论文润色

  • 法律合同审查

  • 复杂算法编写

• 形象比喻：一位学识渊博的大学教授。

Claude Sonnet (十四行诗)

• 定位：平衡级，企业首选。

• 特点：这是 Claude 家族的中流砥柱。它在大多数任务上的表现与 Opus 差距极小（甚至在编程任务上经常超越老版本的 Opus），但速度快 2 倍，成本仅为 Opus 的 1/5。

• 适用场景：绝大多数日常任务的最佳默认选择。

  • 代码生成与调试 (VS Code 插件默认首选)

  • RAG (检索增强生成)

  • 数据提取与清洗

  • 构建 Agent 工作流

• 形象比喻：一位经验丰富的高级工程师。

Claude Haiku (俳句)

• 定位：轻量级，极致速度。

• 特点：虽然体积小，但绝不“傻”。Claude 3 Haiku 的阅读速度可以达到每秒 200k tokens（读完一本《红楼梦》仅需不到 3 秒）。它专为高并发、低延迟场景设计。

• 适用场景：

  • 即时聊天机器人 (Chatbots)

  • 内容审核 (Content Moderation)

  • 海量文档的快速摘要

  • 作为复杂 Agent 系统中的“路由器”或“分类器”

• 形象比喻：一位动作敏捷的实习生助理。

1.2.2 模型演进史

Claude 的迭代速度令人惊叹。每一次大版本更新都标志着 AI 能力的阶跃。

早期探索 (Claude 1 & 2)

• Claude 1 (2023.03): Anthropic 的首次亮相。相比当时的 GPT-3.5，它更“守规矩”，更不容易被套话。

• Claude 2 (2023.07): 一个极其重要的里程碑。它是世界上第一个向公众开放 100K Token (约 7.5 万单词) 上下文窗口的模型。这直接引爆了 PDF 阅读和长文档分析的市场需求。

家族化时代 (Claude 3)

2024 年 3 月，Anthropic 发布了 Claude 3 系列，正式确立了 Opus/Sonnet/Haiku 的产品矩阵。

• Claude 3 Opus: 在当时一举超越 GPT-4，成为新的 SOTA (State of the Art) 模型。

• 多模态能力: 全系支持视觉输入（Vision），能看懂图表和照片。

速度与智能的统一 (Claude 3.5 & 4)

• Claude 3.5 Sonnet (2024.06): 这一版本被誉为“神作”。它以中等模型的成本和速度，实现了超越上一代旗舰 (Opus) 的智能。它引入了 Artifacts，改变了编程和 UI 设计的交互方式。

• Claude 3.5 Sonnet (New) (2024.10): 进一步增强了代码能力，并首次引入 Computer Use (计算机操控)。

1.2.3 性能与成本对比图解

为了更直观地理解三者的区别，可以通过能力对比表来分析。

模型能力倾向对比

能力维度	Opus	Sonnet	Haiku
逻辑推理	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐
代码能力	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐
响应速度	⭐⭐	⭐⭐⭐⭐	⭐⭐⭐⭐⭐
视觉理解	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐
成本经济性	⭐	⭐⭐⭐	⭐⭐⭐⭐⭐

（注：⭐越多代表该维度表现越优）

具体的 Token 成本

数据基于 2026 年初的官方定价（每百万 Token）

模型	输入 (Input)	输出 (Output)	说明
Haiku	$0.25	$1.25	极其廉价，适合日志分析等大数据量任务
Sonnet	$3.00	$15.00	性价比之王，适合生产环境主力
Opus	$15.00	$75.00	昂贵，建议仅用于这一环节必须“万无一失”时

⚠️ 注意：以上定价仅供参考，Anthropic 可能随时调整。请访问 官方定价页面 获取最新信息。

1.2.4 如何选择？

在接下来的“模型选择”章节我们会详细讨论，但这里有一个简单的法则：

"Default to Sonnet, optimize with Haiku, escalate to Opus." "默认用 Sonnet，用 Haiku 优化成本，遇难事找 Opus。"

1. 开发阶段：直接使用 Sonnet。它的反馈够快，智能足够高，能让开发者专注于业务逻辑而非 Prompt 调优。

2. 上线前优化：

   • 检查 Prompt 历史。如果发现大量任务只是简单的“提取 JSON”或“分类”，尝试切换到 Haiku 并微调 Prompt。这能瞬间节省 90% 的成本。

   • 如果发现某些复杂的长逻辑链推理（Chain of Thought）经常出错，将该特定步骤的模型切换为 Opus。

3. 混合编排：成熟的 Agent 系统往往是混合使用的。例如，用 Haiku 快速判断用户意图，然后根据意图分发给 Sonnet 或 Opus 处理。

1.2.5 展望未来

随着 Claude 4.5 及后续版本的发布，可以观察到一个明显的趋势：模型能力差距正在缩小。 Haiku 变得越来越聪明（逼近旧版旗舰），而 Opus 正在变得越来越快。未来，或许不再需要痛苦地在成本和智能之间做取舍，AI 将像电力一样，既廉价又强大。

---

了解了模型家族，接下来深入挖掘 Claude 到底具体能干什么？它的六大核心能力是如何重新定义“生产力”的？

➡️ Claude 能做什么