Anthropic: какую модель Claude выбрать под задачу — Opus, Sonnet, Haiku или Fable

Anthropic выпустила подробный гайд по выбору модели: четыре общедоступные модели линейки, цены, уровни усилий и готовые связки вида «большая модель ведёт — дешёвые субагенты копают». Автор — Addy Osmani, Member of Technical Staff в Anthropic, текст вышел 9 ноября 2026 года.

Главная мысль простая: не плати за модель там, где хватит уровня усилий (effort — насколько глубоко модель копает задачу: дольше думает, больше вызывает инструментов, чаще проверяет саму себя). Старт — Opus 5.5 на medium, рутину спускай на Sonnet и Haiku, самое сложное поднимай на Fable 5.2. Ниже — полный перевод, затем мой фактчек и конкретные шаги для Claude Code.

В актуальной линейке Claude четыре общедоступные модели: Claude Haiku 5.5, Claude Sonnet 5.5, Claude Opus 5.5 и Claude Fable 5.2. Ещё есть Claude Mythos 5.2 — самая способная модель Anthropic для исследований в кибербезопасности и науках о жизни, она доступна только через специальные проверочные программы.

Если вы работаете на Claude Platform или в Claude Code, вы наверняка задумывались, какую модель брать для типовых задач. Эта статья отвечает на вопрос «какую» и показывает, как думать о компромиссах.

Видео: одна фотография ночного переулка и четыре её версии, отрисованные кодом моделей Haiku 5.5, Sonnet 5.5, Opus 5.5 и Fable 5.2 — каждая картинка это Python-программа с движком рисования, которые модель написала сама

Коротко

Большинство задач начинайте на Opus 5.5 с уровнем усилий по умолчанию — medium. Не случайно это модель по умолчанию в Claude Code: она вдвое дешевле Fable 5.2 за токен (и на входе, и на выходе), и именно её Anthropic рекомендует как отправную точку для большинства задач с кодом и знаниями.

Дальше так:

• Спускайтесь на Sonnet 5.5 для понятной повседневной работы — исправить баг, собрать фичу по готовой спецификации. Но ясная спецификация не означает автоматически Sonnet: миграция или оптимизация производительности тоже может иметь чёткое ТЗ и всё равно быть достаточно сложной, чтобы взять Opus 5.5, а крупную — и Fable 5.2.
• Спускайтесь ещё ниже, на Haiku 5.5, для самой простой массовой работы: классификация, маршрутизация, извлечение данных. Haiku 5.5 также хорош для субагентов (вспомогательных агентов, которые делают черновую работу для основной модели).
• Поднимайтесь на Claude Fable 5.2 для самых сложных технических проектов — код, финансы, наука. Тоже поднимайтесь, если Opus 5.5 на high всё равно не справляется, или для долгих запусков без присмотра.

Прежде чем менять модель, покрутите уровень усилий — это более тонкая ручка сразу и для цены, и для качества. Выше high следующая ступень может стоить как более крупная модель, так что сравнивайте оба варианта на своих задачах. Если вы уже выше high, проверьте следующую модель на более низком уровне усилий. И наоборот: ступень вниз иногда даёт нужный результат дешевле.

Больший уровень усилий помогает, когда модели нужно дольше думать, вызывать больше инструментов или больше проверять свою работу. Учтите, что он добавляет и задержку. И важно: повышение уровня усилий не даст модели знаний или навыков, которых у неё нет — для этого всё равно придётся подниматься на модель выше.

Выбирайте модель по задаче

Четыре модели рядом

Цены — прейскурант Claude API. Результаты бенчмарков — на странице Fable 5.2.

Видео: Fable 5.2, Opus 5.5, Sonnet 5.5 и Haiku 5.5 параллельно строят один и тот же сайт-портфолио

Компромиссы

Выбирая модель, вы выбираете компромисс: взяв модель крупнее, вы, например, меняете задержку на качество. Вот основные компромиссы, которые стоит прогнать через голову.

Способности и цена за выполненную задачу

В общем случае большие модели дороже за токен и способнее, но на уровне отдельной задачи это правило работает не всегда.

Более высокая цена за токен не всегда означает большую цену за задачу или лучший результат. Как показано в Spending your effort, на прогоне Anthropic Terminal-Bench 3.0 предыдущая модель Fable 5.1 на max набрала 58,0%, а Opus 5.5 на high — 58,9% при вдвое меньшем числе токенов.

На самой сложной работе разрыв в цене может схлопнуться. На FrontierCode 2.0 Fable 5.2 на high набрала примерно столько же, сколько Opus 5.5 на max (45,3% против 45,5%), примерно за половину цены за задачу. Так что прежде чем поднимать Opus 5.5 выше high на сложной задаче, проверьте Fable 5.2. Для повседневной работы старт всё равно — Opus 5.5 на medium. Результаты бенчмарков — в посте о запуске.

Но замеры цены и интеллекта на Claude Platform показывают и предел малых моделей: они хороши на массовой работе с проверяемым результатом и хуже подходят для длинных агентных циклов.

Сравнивая две модели, считайте цену не только типичных, но и самых сложных задач в вашем наборе — именно сложные задачи съедают большую часть бюджета. На одном поисковом бенчмарке из 20 задач две задачи дали 43% всех расходов.

Видео: Fable 5.2 показывает, как игровой движок строит мир — одна 3D-сцена в шестнадцати стилях, от каркаса и пиксель-арта до трассировки лучей, с подписями техник

Задержка против точности

Быстрая конфигурация заканчивает раньше, но может чаще промахиваться. Прежде чем выбирать модель и уровень усилий, прикиньте, сколько человек готов ждать. Для ответов, которых ждёт человек, стартуйте с Sonnet 5.5 на low или medium.

Модели нового поколения часто быстрее предшественников: Fable 5.2 генерирует ответ до 30% быстрее, чем Fable 5.1, а Sonnet 5.5 работает на 30% быстрее Sonnet 5.

Уровень усилий и задержка связаны примерно напрямую. Решите, стоит ли выигрыш в точности лишней задержки. Например, на SWE-bench Pro Opus 5.5 на medium набрала примерно на 2,5 пункта меньше при около 70% цены от high. На low — примерно на 8 пунктов меньше примерно за треть цены. На xhigh — примерно на 1,4 пункта больше, но в 2,5 раза дороже, чем high.

Часто дать модели способ проверять саму себя дешевле и с меньшей задержкой, чем крутить уровень усилий. Если модели не хватает качества для задачи, действуйте по шагам:

1. Убедитесь, что модель может проверить свою работу: тестом, сборкой или скриптом, который дёргает эндпоинт.
2. Поднимите уровень усилий на одну ступень.
3. Перейдите на следующую модель выше, начав с уровня усилий ниже, чем вы использовали на меньшей модели.

Если результат можно проверять автоматически, гоняйте всё на низком уровне, а на высоком перезапускайте только провалы. На том же наборе SWE-bench Pro Opus 5.5 на low с перезапуском провалов на high прошла около 97% задач примерно по $0.17 за каждую — против 95,3% за $0.29, когда каждая задача шла на high.

Если нужен более быстрый ответ той же модели, можно заплатить за скорость, а не жертвовать качеством. В Claude API и Opus 5.5, и Fable 5.2 предлагают fast mode — повышенную скорость генерации по повышенной цене.

Контекст против цены

У каждой модели этого поколения окно контекста — 1 миллион токенов. Большой контекст помогает модели довести задачу до конца, но вы платите за него на каждом ходу, потому что он пересылается каждый раз. Правда, на длинных прогонах большая часть входа тарифицируется как чтение кэша.

Opus 5.5 берёт $0.20 за миллион токенов чтения кэша, Sonnet 5.5 — $0.10. Fable 5.2 — те же $0.20, так что на длинном прогоне с активным кэшем разрыв между Fable и Opus сводится к некэшированному входу и выходу, где Fable вдвое дороже за токен.

В What a task costs on Opus 5.5 чтение кэша за один ход стоит около $0.03 при 150 тысячах токенов контекста. При 20 тысячах — около $0.004.

Вывод: чем крупнее основная модель, тем важнее держать её контекст худым. Оставьте дорогой контекст для решений, а нудное чтение отдайте более дешёвым субагентам.

Haiku 5.5 — единственная модель, у которой цена токена зависит от длины промпта: до 100 тысяч токенов — низкий тариф, свыше 100 тысяч — в пять раз выше. Но даже длиннопромптовый тариф — это четверть цены токена Sonnet 5.5. Так что Haiku 5.5 выгоднее всего на коротких промптах, где его вход стоит двадцатую часть цены входа Sonnet 5.5.

Если каждый вызов требует длинного промпта, сравнивайте Haiku 5.5 с Sonnet 5.5 по цене за выполненную задачу, а не по прейскуранту.

Смешивание моделей

Видео: один проект, четыре модели, каждая на своём типе работы: Fable 5.2 переводит онлайн-магазин с JavaScript на TypeScript, Opus 5.5 делает месячную подписку, Sonnet 5.5 пишет страницы товаров, Haiku 5.5 сортирует сообщения клиентов

Переключайтесь на естественной границе

Кэш промпта (промпт-кэш — повторно используемый префикс разговора, чтение из него дешевле полной пересылки) принадлежит модели, которая его создала. Первый ход на новой модели платит цену записи кэша за весь разговор. Чтобы сделать этот ход меньше, сначала выполните /compact в Claude Code или начните свежую сессию с коротким письменным планом. В API открывайте разговор с новой моделью с краткого резюме сделанного вместо полной истории.

Каждый блок размышлений (thinking — запись о том, как модель думала) помнит, какая модель его создала, и каждая модель читает блоки лишь некоторых других моделей. В Claude API и Claude Models on Google Cloud (Google managed) Opus 5.5 читает блоки размышлений Sonnet 5.5 и Haiku 5.5, Sonnet 5.5 читает Haiku 5.5, Fable 5.2 читает Opus 5.5, Sonnet 5.5 и Haiku 5.5. В Claude API Fable 5.1 читает блоки Opus 5.5.

Спуск на ярус вниз теряет прежние размышления: модель никогда не читает блоки модели выше себя. Другие переходы тоже могут их терять. Когда новая модель не может прочитать чужие блоки размышлений, API их отбрасывает, и запрос всё равно проходит — новая модель работает без этой логики.

Все случаи перечислены в Preserved thinking. Переход с Fable 5.2 на любую другую общедоступную модель теряет её размышления.

Ставьте субагентов на маленькие модели

Субагент работает в собственном окне контекста и возвращает краткую сводку. За его токены вы платите по тарифу той модели, на которой он запущен. В Claude Code задайте model: haiku или model: sonnet в определении субагента. Переменная окружения CLAUDE_CODE_SUBAGENT_MODEL задаёт модель по умолчанию для субагентов без явного указания.

Сохраните это как .claude/agents/log-reader.md:

---
name: log-reader
description: Reads test output and logs, and reports each failing case. Use after a test run.
tools: Read, Grep, Glob, Bash
model: haiku
---

Read the logs you're given. For each failure, report the file, the test name and the first error line. Don't edit any files.

Малые модели оставляйте на работе, где ошибку легко заметить: поиск файлов, запуск тестов, чтение логов. Правки кода и решения — на основной модели. Если маленькая модель неверно прочитает результат поиска, основная откроет не тот файл и потратит на это токены.

Видео: зритель просит слой — высоты, веломаршрут, туман или температуру. Opus 5.5 планирует работу, а параллельные субагенты на Haiku 5.5 рисуют куски на общей карте

В текущих версиях Claude Code встроенный субагент Explore работает на модели вашей сессии, а не всегда на Haiku. В Claude API эта модель ограничена сверху Opus. Чтобы исследование оставалось дешёвым, определите собственного субагента с именем Explore и model: haiku. Модель, которую использует псевдоним haiku, можно закрепить через ANTHROPIC_DEFAULT_HAIKU_MODEL.

В Anthropic API псевдоним haiku теперь указывает на Haiku 5.5 — для этого нужен Claude Code v2.1.293 или новее. На Amazon Bedrock, Google Cloud, Microsoft Foundry и Claude Platform on AWS он всё ещё указывает на Haiku 4.5. Подробности — в документации Claude Code о настройке моделей.

В Claude Code есть и псевдоним opusplan: он планирует с Opus в режиме плана, а выполняет план с Sonnet — то есть отдаёт правки кода Sonnet. Совет выше предлагает обратное: правки кода остаются на основной модели, а малые модели получают только работу, где ошибку легко заметить. Прежде чем делать opusplan дефолтом, измерьте его на своих задачах.

Передавайте сложные решения советнику

Инструмент advisor (бета) ставит пару из более быстрой и дешёвой модели-исполнителя и более сильной модели-советника. Исполнитель выполняет задачу и может спросить у советника совета по ходу. Большинство токенов тарифицируются по тарифу исполнителя. Советник помогает, только когда добавляет способности, которых нет у исполнителя, и когда исполнитель сам обращается за советом — на низких уровнях усилий это случается реже.

Где может окупиться: агентная работа, где большинство ходов рутинные. Гайд платформы по цене осторожен: из четырёх пар в его таблице ни одна не обошла явно своего исполнителя-одиночку, а советник помогает, только когда исполнитель к нему обращается. Сначала измерьте частоту обращений исполнителя к советнику. Проверьте, каких советников принимает ваш исполнитель: например, исполнитель на Sonnet 5.5 принимает Fable 5.2, Opus 5.5, Opus 5 и Sonnet 5.5, а исполнитель на Fable 5.2 — только Fable 5.2 или Mythos 5.2.

Где прибавки мало: одна из пар — исполнитель Opus 5.5 на high с советником Fable 5.1 на внутреннем кодинговом бенчмарке. Она набрала 90,1% при $2.92 за попытку. Это на 1,7 пункта больше, чем Opus 5.5 в одиночку на high, примерно за 2,1 раза большие деньги. Прибавка такого размера — на грани шума между прогонами, и примерно столько же дал бы просто повышенный уровень усилий.

Отдавайте объёмную работу дешёвым исполнителям

Субагенты из раздела выше делают побочные задачи, пока одна основная модель держит нить. Этот паттерн — для работы больше одного окна контекста. Модель высшего яруса руководит: делит задачу, раздаёт куски множеству дешёвых исполнителей параллельно и сводит результат. На внутреннем бенчмарке поиска дефектов по примерно 22 миллионам токенов исходного кода связка «лидер Opus 5.5 + рабочие Sonnet 5.5, до 25 одновременно» стоила примерно на треть меньше, чем Opus 5.5 в одиночку на уровне усилий по умолчанию, при примерно том же результате.

На Claude Platform multiagent orchestration в Claude Managed Agents даёт агента-координатора и список рабочих. Пропустите его, если у вас одна цепочка зависимых шагов или работа влезает в одно окно контекста — там планирование и сведение стоят дороже, чем экономят. Статья When to fold subagents into your main agent loop рассказывает, когда один агентный цикл обыгрывает команду субагентов.

Проверьте совместимость перед миграцией

Выбор модели — в основном вопрос возможностей и цены, но не всегда можно просто поменять имя модели и ничего больше. Каждая текущая модель поддерживает инструменты и картинки на входе, но есть различия, которые стоит проверить, прежде чем переносить запрос с модели на модель.

• Fable 5.2 распространяет preserved thinking (сохранение размышлений между запросами) на все аккаунты API. API вернёт ошибку 400, если что-то до блока размышлений Fable 5.2 изменилось — системный промпт, инструменты или предыдущее сообщение — и вы явно не разрешили отбрасывать затронутое размышление. Если вы собираете запросы через Claude Code, Claude Agent SDK или Claude Managed Agents, менять ничего не нужно. Если вашу историю правит собственный код, сделайте её дописывающей (append-only) и протестируйте до переключения.
• Мышление. Opus 5.5 и Fable 5.2 думают всегда — запрос, выключающий мышление, вернёт ошибку. Sonnet 5.5 думает по умолчанию, а between_tools ограничивает мышление промежутками между вызовами инструментов. Haiku 5.5 думает по умолчанию, и на high или ниже мышление можно выключить. Во всех случаях читайте блоки контента по type: ответ может начинаться с блока размышлений.
• Принудительный вызов инструментов. tool_choice со значением any или tool на Sonnet 5.5, Opus 5.5 и Fable 5.2 вернёт ошибку 400. Шлите auto, помечайте инструмент strict: true и описывайте в промпте, когда его использовать.
• Computer use. Opus 5.5, Sonnet 5.5, Haiku 5.5 и Fable 5.2 поддерживают computer use только через набор инструментов computer_toolset_20260801 в Claude API и Claude Models on Google Cloud (Google managed).
• С Haiku 4.5 на Haiku 5.5. Замените budget_tokens на уровень усилий и уберите нестандартные значения temperature, top_p и top_k — они вернут ошибку 400. Завершайте messages ходом пользователя: финальный ход ассистента, который модель должна продолжить, тоже вернёт ошибку 400.
• Предохранители безопасности. Opus 5.5, Sonnet 5.5 и Fable 5.2 прогоняют запросы через классификаторы безопасности — чаще всего они срабатывают на контент про кибербезопасность и биологию. В Claude Code помеченный запрос может быть перезапущен на старой модели, и заметка в транскрипте скажет, на какой. Fable 5.2 сохраняет резервные модели Fable 5.1: помеченные запросы по кибербезопасности уходят на Opus 4.8, по биологии — на Opus 5.

Если одна система гоняет несколько моделей, собирайте каждый запрос под самую строгую из них: история только дописывается, tool_choice: auto со strict-инструментами, блоки контента читаются по type, а промпты и описания инструментов написаны достаточно точно для самой буквальной модели. Тогда шаг сможет подняться или спуститься на ярус без правок кода. Когда правило маршрутизации простое — например, одна модель на тип шага — пусть модель выбирает код, а не другая модель.

Меряйте на своих задачах

Публикуемые результаты — вроде цифр SWE-bench Pro и Terminal-Bench выше — дают стартовую модель. Но прежде чем принять решение, проверьте кандидатов на своих задачах.

1. Возьмите выборку реальных задач. Напишите для каждой проверку результата: проходящий тест, закрытый тикет или правильное число строк.
2. Прогоните каждую модель-кандидата на двух-трёх уровнях усилий, каждую в своей сессии, чтобы прогоны не делили кэш. Записывайте цену каждой выполненной задачи из поля usage в ответе.
3. Постройте график «качество против расходов». Мультимодельную схему оставляйте только если она обыгрывает каждую точку с одной моделью на этом графике.
4. Погоняйте победителя в теневом режиме на части реального трафика, прежде чем переключаться.

Для быстрой проверки в Claude Code прогоните одну задачу из бэклога на двух моделях через /model и сравните, что показывает /usage.

Что ещё почитать

• Building with Claude Sonnet 5.5 — когда выбирать Sonnet вместо Opus, цены, миграция и настройка.
• Getting the most out of Opus 5.5 in Claude and Claude Code — как промптить Opus 5.5 и вести долгие прогоны.
• What a task costs on Opus 5.5 — цена уровней усилий, выбора модели и субагентов.
• В блоге Claude — choosing the best Claude model for your use case и picking a model and effort level in Claude Code — подробнее о выборе.
• В документации — Choosing a model, Optimizing for cost and intelligence, Effort, а также настройка моделей и субагенты в Claude Code.

Фактчек

• Механика Claude Code в статье настоящая. Субагенты в .claude/agents/ с model: в шапке, переменные CLAUDE_CODE_SUBAGENT_MODEL и ANTHROPIC_DEFAULT_HAIKU_MODEL, псевдоним opusplan, команды /compact, /model, /usage — всё это реально существует в Claude Code и описано в официальной документации. Команду /effort status по независимым источникам подтвердить не могу — сам механизм уровней усилий в Claude Code точно есть, так что просто проверь у себя.
• Названия моделей — на слово Anthropic. Opus 5.5, Sonnet 5.5, Haiku 5.5, Fable 5.2, Mythos 5.2 и дата публикации — за пределами того, что я могу проверить по внешним источникам. Предыдущая линейка выглядела как Opus 4.x / Sonnet 4.x / Haiku 4.5, так что нумерация правдоподобна, но конкретные версии и цены проверить нечем.
• Ограничения API с мышлением похожи на правду. Требование сохранять блоки размышлений при переносе истории, запрет на финальный ход ассистента при включённом мышлении, фикс temperature/top_p/top_k, параметр budget_tokens у старых Haiku — всё это совпадает с известными правилами extended thinking в API Anthropic. Формат computer_toolset_20260801 тоже правдоподобен — dated-тулсеты у Anthropic уже были, но конкретную строку проверить нечем.
• Цены и бенчмарки — проверить нечем. Тарифы за миллион токенов, цифры Terminal-Bench 3.0, FrontierCode 2.0 и SWE-bench Pro, «43% расходов на две задачи», «22 млн токенов кода», $2.92 за попытку с advisor — это внутренние данные Anthropic, независимых прогонов нет.
• Маркетинговый уклон есть, но честно оговорён. Пример, где Opus 5.5 на high обходит Fable 5.1 на max при вдвое меньших токенах, удобен Anthropic с обеих сторон: он продаёт и экономичность новой линейки, и апгрейд. Плюс того, что статья сама несколько раз повторяет «меряй на своих задачах», — это лучший способ отделить цифры от рекламы. Автор реальный и известный (Addy Osmani много лет был заметной фигурой в Google и веб-разработке), что он сейчас в Anthropic — по данным самого блога.

Как применить

• Проверь, на чём работаешь сейчас: /model и /effort status в Claude Code, расход — через /usage. Если сессии молотят на самом мощном тарифе, это первый кандидат на экономию.
• Спусти рутину с Opus на Sonnet: багфиксы по спеке, документы и слайды, повторяющиеся ревью и черновики. Таблица «Выбирайте модель по задаче» выше — готовая шпаргалка.
• Заведи дешёвого субагента для логов: сохрани пример из статьи в .claude/agents/log-reader.md с model: haiku или задай дефолт через переменную CLAUDE_CODE_SUBAGENT_MODEL. Правки кода оставь основной модели.
• Обнови Claude Code до v2.1.293 или новее, если хочешь, чтобы псевдоним haiku указывал на Haiku 5.5 через Anthropic API; на Bedrock, Google Cloud и других облачных площадках он пока резолвится в Haiku 4.5.
• Перед сменой модели в середине сессии — /compact или новая сессия с коротким планом: кэш принадлежит старой модели, и первый ход на новой оплатит запись всего разговора.
• Замерь на своей задаче: прогони один таск из бэклога на двух моделях через /model и сравни показания /usage. Только так узнаешь, дают ли связки «лидер + субагенты» реальную экономию на твоём коде.
• Если пишешь свой код на API: перед миграцией проверь чек-лист совместимости — история только дописывается, tool_choice: auto с strict: true, блоки читаются по type. Кому всё это нужно: всем, кто платит за токены или упирается в лимиты Max/Ultra, и авторам собственных агентов на API.

Источники

1. https://claude.dev/blog/which-claude-model-should-you-build-with/