Anthropic 模型

Claude 系列中面向高频、低延迟调用的选择，适合分类、信息抽取、请求路由和子智能体任务。相比 Haiku 4.5，上下文扩至 100 万 token，并支持自适应思考；复杂任务可考虑 Sonnet 或 Opus。

更适合作为速度与智能的均衡主力：1M 上下文、文本与图像输入、文本输出，支持自适应思考和工具调用，适合项目级代码、多步任务和知识工作。相比 Sonnet 5，重点优势是更快、更省 token；若追求最高质量或更复杂任务，可考虑 Opus 5.5。

面向长时程智能体编程和知识工作，适合跨文件重构、代码库审计与复杂多步任务；1M 上下文、始终开启的自适应思考和文本/图像输入使它偏向高质量长链路执行，相比 Sonnet 5 更重质量，代价是更高的成本与延迟。

旗舰级长上下文模型，面向高难度、长周期的知识工作、代码项目和多步智能体任务；支持文本、图像与 PDF 输入，适合跨文件分析、复杂研究和持续工具调用。它更偏向质量、推理深度与长链路执行，速度较慢、成本较高，适合需要稳定完成复杂任务的场景。

面向复杂智能体编程和企业级知识工作的高端模型，强调长链路规划、持续执行、自我校验和稳定交付；拥有百万级上下文，适合大型代码库、复杂文档以及需要较少人工监督的多步骤项目。

Anthropic 迄今最强的公开发布模型，专为高难度推理与长周期智能体（agentic）任务打造。原生支持 100 万 token 超长上下文与 128k 输出，自适应思考默认常开；擅长在任务欠明确时自主探索环境、制定计划并持续推进长程编码与多智能体编排，需要人工介入前能把任务推进得更远。

Sonnet 档位的日常主力模型，重点是在较低成本下提供接近旗舰的智能体、编码和知识工作能力。默认 100 万 token 上下文与自适应思考适合长文档、代码库和多步工具任务；需要最深推理或受限高风险安全研究时，仍应评估更高档或专用模型。

Anthropic 当前的 Opus 旗舰模型，适合最复杂的推理、长链路代理和高自主编码任务；支持 1M 上下文与自适应思考。质量和可靠性优先于速度与成本时选它。

面向复杂、长时间运行的软件工程和代理任务；相比 Opus 4.6 更强调严格遵循指令、高分辨率视觉理解、持续执行和自我验证。适合大型代码库、复杂调试、文档分析与多步工具协作。

Claude 系列的综合主力模型，在速度、智能和成本之间取得平衡；支持 1M 上下文与自适应思考，适合日常编码、文档分析、数据处理和代理式工具调用。大多数高质量生产任务可从它开始，极复杂任务再升级到 Opus。

面向复杂推理、代理式编码和大型代码库工作的 Opus 模型；相比 Opus 4.5 更强调长时间规划、代码审查、调试、自主执行以及文档和表格等知识工作，并支持 1M 上下文与自适应思考。新项目优先评估更新的 Opus 4.7 或 4.8。

Claude 4 系列较早的 Opus 模型，重点覆盖高难度编码、代理、电脑操作、深度研究以及幻灯片和表格处理。适合需要 Opus 级能力且必须兼容 4.5 的工作流；没有版本约束时优先评估更新的 Opus 4.6 或 4.7。

Claude 系列中速度最快、成本更友好的模型，提供接近前沿水平的能力并支持 200K 上下文与思考。适合实时交互、批量处理、轻量代理和成本敏感的生产链路；最难的推理或代码修改应升级到 Sonnet 或 Opus。