怎么选 Claude 模型和推理强度

• Claude Opus 5.5：默认之选。编码、长任务、需要判断的工作都用它。上下文 100 万 token。
• Claude Sonnet 5.5：更快，单价是 Opus 5.5 的一半。日常编码、代理任务和大批量的工作合适。上下文 100 万 token。
• Claude Haiku 4.5：最便宜，单价是 Opus 5.5 的四分之一。适合分类、提取、改写这类简单任务和子任务。上下文 20 万 token。
• Claude Fable 5.1：最强，单价是 Opus 5.5 的 2.5 倍。最难的推理和长时间自主运行的任务才值得用，一轮可能跑好几分钟。

各模型的单价和倍率见定价页。

推理强度决定模型想多深、花多少 token。一共五档：

• low：简单问答、改写、格式整理，以及子代理。回答更短，工具调用更少。
• medium：想省一些、质量又守得住时的折中。
• high：大多数需要认真想的工作，从这一档开始。
• xhigh：编码和多步骤的代理任务，这是 Claude Code 的默认档。
• max：正确性比费用重要时再用，先确认 xhigh 不够。

在 Claude Code 里，启动时指定，比如 claude --effort high。用 API 时写在 output_config.effort。管理员给 key 设了上限的，高过上限的按上限执行。

会话里用 /model 换，或者启动时 claude --model claude-sonnet-5-5。缓存跟着模型走，对话中途换模型，下一条请求要按全价付整段历史。一段对话里尽量少换。

一段对话往下聊时，新消息前面没变的部分从缓存里读，单价只是输入价的一小部分：Opus 5.5 的缓存读是普通输入的二十分之一。Claude Code 会自动用缓存。

• 一个任务在同一段对话里做完，别频繁新开对话。
• 别在中途改系统提示或工具列表。它们一变，后面的缓存就对不上了。
• 一段时间没有请求，缓存会过期，过期后的第一条请求会重新写入缓存。
• 用 SDK 时，在系统提示或最后一条消息上加 cache_control 打开缓存。