第 7 章 模型选择与切换
本章目标
- 了解 Claude 模型家族的三个成员及其定位
- 掌握模型切换的三种方式
- 理解 Fast Mode 的原理和适用时机
- 学会分析 Token 消耗并有效控制成本
- 能为不同任务类型选择合适的模型
7.1 Claude 模型家族
Anthropic 提供了三个层级的模型，分别面向不同的场景需求。
| 维度 | Opus | Sonnet | Haiku |
|---|---|---|---|
| 定位 | 最强推理能力 | 平衡性能与速度 | 最快响应速度 |
| 适用任务 | 复杂架构设计、多文件重构、深度分析 | 日常编程、代码审查、常规重构 | 简单编辑、格式调整、文件搜索 |
| 推理能力 | ★★★★★ | ★★★★☆ | ★★★☆☆ |
| 响应速度 | ★★★☆☆ | ★★★★☆ | ★★★★★ |
| 价格（输入/输出） | 最高 | 中等 | 最低 |
| 上下文窗口 | 200K tokens | 200K tokens | 200K tokens |
各模型适用场景
flowchart TD
A{任务复杂度} -->|简单| B[Haiku]
A -->|中等| C[Sonnet]
A -->|复杂| D[Opus]
B --> B1[文件格式调整]
B --> B2[简单 bug 修复]
B --> B3[代码搜索和定位]
C --> C1[日常功能开发]
C --> C2[代码审查]
C --> C3[单元测试编写]
C --> C4[中等重构]
D --> D1[架构设计]
D --> D2[复杂重构]
D --> D3[多文件协调修改]
D --> D4[遗留代码深度分析]
💡 一个经验法则：如果你能准确描述"怎么做"，用 Sonnet；如果你只知道"要什么效果"但不确定怎么实现，用 Opus。Haiku 适合"我已经知道改哪里、怎么改，只是不想手动操作"的场景。
7.2 模型切换策略
方式一：CLI 参数
# 使用 Opus 启动
claude --model claude-opus-4-7
# 使用 Sonnet 启动
claude --model claude-sonnet-4-6
# 使用 Haiku 启动
claude --model claude-haiku-4-5-20251001
方式二：settings.json 配置
{
"model": "claude-sonnet-4-6",
"modelOverrides": {
"fast": "claude-opus-4-7"
}
}
model 指定默认模型，modelOverrides 针对特定工作模式覆盖模型选择。
方式三：对话中动态切换
在 Claude Code 对话中使用 slash command：
/model
会弹出模型选择界面，切换后当前对话继续使用新模型。
切换时机建议
| 场景 | 推荐模型 | 原因 |
|---|---|---|
| 新项目初始化探索 | Sonnet | 需要大量阅读但不需要复杂推理 |
| 敲定技术方案 / 架构设计 | Opus | 需要深度推理和权衡 |
| 常规功能开发 | Sonnet | 性价比最佳 |
| CI/CD 自动化 | Haiku | 场景固定、速度优先 |
| 复杂 Bug 排查 | Opus | 需要多假设推理和深层分析 |
| 代码格式化 / 清理 | Haiku | 规则明确、无需复杂推理 |
| 编写测试用例 | Sonnet | 需要理解逻辑但不需架构级思考 |
7.3 Fast Mode
Fast Mode 是 Claude Code 的一个性能优化模式，主要为 Opus 模型设计。它在保持推理质量的同时，加快输出速度。
工作原理
Fast Mode 通过调整模型推理参数来缩短每个 token 的生成时间。输出内容会更快地流式返回，但思考深度与标准模式有微妙差异。
启用方式
# 在对话中切换
/fast
或者在启动时指定：
claude --fast
⚠️ Fast Mode 的"快"主要体现在输出速度上，不代表模型变便宜。Token 消耗基本不变。不要把 Fast Mode 当作省钱手段 —— 要省钱应该换用 Sonnet 或 Haiku。
何时使用 Fast Mode
| 场景 | 是否推荐 | 理由 |
|---|---|---|
| 长文本生成（文档、报告） | 推荐 | 输出速度提升明显 |
| 复杂推理任务 | 不推荐 | 标准的深度思考更重要 |
| 交互式对话 | 推荐 | 减少等待时间 |
| 代码审查 | 视情况 | 简单审查可以，深度审查用标准模式 |
7.4 Token 消耗分析
Token 是什么
Token 是模型处理文本的最小单位。一个 Token 大约相当于：
- 英文：约 0.75 个单词
- 中文：约 0.5-1 个汉字
- 代码：差异较大，平均每行 5-15 个 Token
消耗构成
每次对话中，Token 消耗来自：
| 来源 | 说明 | 占比（典型） |
|---|---|---|
| 输入 — 系统提示 | 固定的行为指令框架 | ~2000-5000 tokens/对话 |
| 输入 — 上下文 | CLAUDE.md、项目文件、对话历史 | 动态增长 |
| 输入 — Prompt Cache | 被缓存读取的重复内容 | 计费折扣 |
| 输出 — 文本回复 | Claude 的文字响应 | 500-4000 tokens/轮 |
| 输出 — 工具调用 | 工具调用的结构化参数 | 100-300 tokens/次 |
价格概览
以 Anthropic 最新定价为参考（具体价格请查阅 Anthropic 定价页）：
| 模型 | 输入 (每 1M tokens) | 输出 (每 1M tokens) | Prompt Cache 写入 | Prompt Cache 读取 |
|---|---|---|---|---|
| Opus | 最高 | 最高 | 较高 | 折扣显著 |
| Sonnet | 中等 | 中等 | 中等 | 折扣显著 |
| Haiku | 最低 | 最低 | 不适用 | 不适用 |
💡 Prompt Cache 是降低 Token 成本最有效的手段。系统提示和 CLAUDE.md 等稳定内容会被自动缓存，读取时享受大幅折扣。这就是为什么保持 CLAUDE.md 稳定不频繁改动能省钱。
7.5 成本控制策略
策略一：选择合适的模型
不要所有任务都用 Opus。匹配任务复杂度与模型能力，是成本控制的起点。
策略二：精简上下文
- CLAUDE.md 保持在 500-1500 字
- 不要将大型文档一次性塞入对话
- 用 Subagent 隔离临时探索任务（Subagent 的上下文不计入主对话）
- 及时开启新会话，不要让单个对话历史无限增长
策略三：利用 Prompt Cache
- CLAUDE.md 和 settings.json 的内容在对话间保持稳定 → 被自动缓存
- 对话开始时的系统提示 → 被自动缓存
- 缓存命中后读取成本显著降低
策略四：对话结构优化
低效做法（成本高）：
用户：帮我写一个登录函数
Claude：好的，这是代码...
用户：不对，改用 JWT
Claude：好的，这是新代码...
用户：再改一下，用 bcrypt
Claude：好的...
每一轮都把整个对话历史重新发送一遍。
高效做法（成本低）：
用户：帮我写一个登录函数。要求：使用 JWT + bcrypt，
支持 refresh token，返回格式为 { code, data, message }。
请先确认你理解了需求，然后在一个回复中给出完整实现。
一次性说清楚需求，减少不必要的来回。
💡 Token 控制有一个简单的心法：每次对话都是"付费"的。在发给 Claude Code 之前，想一下这个问题是否已经足够清晰、是否有可能把所有约束一次性说完。
本章要点回顾
- Claude 模型家族：Opus（最强推理）→ Sonnet（平衡）→ Haiku（最快），按需选择
- 三种切换方式：CLI 参数、settings.json 配置、对话中
/model切换 - Fast Mode 加速输出但不省钱，适合长文本生成和交互式对话
- Token 消耗 = 输入（系统提示 + 上下文 + 缓存读取） + 输出（文本 + 工具调用）
- 成本控制四策略：选对模型、精简上下文、利用 Prompt Cache、一次说清需求
