四款 Claude 模型， 到底该用哪一个

先把四款模型的价格和定位摆在一起看。价格单位是每百万 token，输入 / 输出分开计——记住一件事：输出永远比输入贵得多，省钱的重点在少产出（第四、六节细讲）。

关系要厘清：谁是日常默认，谁是攻坚兜底

• Opus 4.8 是日常默认（$5 / $25）：高自主 agentic、复杂编码、知识工作、关键推理都默认用它。
• Fable 5 不是日常选择——它是最强的广泛发布模型，但定价高于 Opus 层，只面向 Opus 4.8 都啃不动的最苛刻长程自主任务。

Fable 5 有一批「与众不同」的 API 行为

如果你真的要直调 Fable 5，下面这些坑要先知道（用 Claude Code、走中转分组时多数由客户端替你处理，但心里有数不吃亏）：

核心原则只有一句：日常默认 Opus 4.8。Sonnet 5 仅用于轻量小任务；Haiku 4.5 是子代理的默认模型（系统自动唤起，无需手动选）；Fable 5 只在 Opus 4.8 不够时攻坚。

一句话判断法（照着走就行）

再往下几章会讲一堆参数——thinking、effort、max_tokens、task_budget、上下文管理、缓存前缀……但你到底关不关心它们，取决于你走哪条路。先把两种使用场景分开看清楚，再决定要不要往下读。

选好模型只是第一步。真正决定「这次调用花多少钱、答得多好」的，是 thinking（思考） 和 effort（努力度） 这对参数。新模型已经废弃固定的 budget_tokens，改用自适应思考 + effort 档位。

thinking 怎么设：每款模型写法不同

effort 档位：默认 high，别反射式上 max

通过 output_config: {effort: ...} 设置。档位越高越聪明也越贵——但新模型智力上限更高，high 常是甜点，不要一上来就顶格。

输出比输入贵得多——Fable 5 输出 $50 vs 输入 $10，整整 5 倍。所以省钱的重点从来不是「少喂」，而是少产出。

max_tokens：别定太低，也别裸奔大值

压缩输出：最直接的省产出手段

• 明确要求「只给结论 / 只给代码 / 限定字数」；positive 示例比「不要啰嗦」更有效。
• effort 降档也会减少前言与确认（见上一节）。
• 新模型（Opus 4.8 / Sonnet 5）默认叙述更多——加一句「工具调用间默认沉默，只在有发现 / 换方向 / 受阻时说一句」可显著减产。

结构化输出：减少无效 token 与重试

• 用 output_config: {format: {type:"json_schema", schema:...}} 约束响应，别用已废弃的 output_format。
• 强制工具参数合规：工具定义上加 strict:true（配 additionalProperties:false + required）——注意放在工具上，不是 tool_choice 上。

task_budget：让模型自己优雅收尾（beta）

适用 Fable5 / Sonnet5 / Opus4.8·4.7。写法 output_config: {task_budget: {type:"tokens", total:N}}（beta 头 task-budgets-2026-03-13，最小 20000）。

模型看不见的硬上限
撞到就硬截断、从半句停
需要你重试

模型知情的整轮软预算
看到倒计时自我节流
优雅收尾，不被硬砍

1M 上下文不等于该把整库塞进去——喂得越多越慢越贵。三种机制配合用，按场景挑。

关键 API 细节（易踩坑）

把前面几节的省钱手段汇成一张速查表——记住哪一招省在「输入侧」、哪一招省在「输出侧」，用起来就有的放矢。

把四款模型当成一支队伍：Opus 打主力、Sonnet 干小活、Haiku 归子代理、Fable 攻坚。不做「先小后大逐档试错」——主任务直接给 Opus 4.8，避免便宜模型返工反而更贵。