主题
Claude 模型
Anthropic 出品的大语言模型系列,擅长长上下文理解、代码编写与 Agent 工具调用,是目前编程类任务的主流选择之一。
模型家族
当前(2026)主要在用的型号:
| 模型 | Model ID | 定位 |
|---|---|---|
| Claude Opus 4.7 | claude-opus-4-7 | 旗舰,复杂推理 / 多步 Agent 首选 |
| Claude Sonnet 4.6 | claude-sonnet-4-6 | 性价比之选,日常编码主力 |
| Claude Haiku 4.5 | claude-haiku-4-5-20251001 | 轻量快速,适合摘要 / 分类 / 边缘场景 |
具体 Model ID、上下文窗口、价格、区域可用性和退役计划以官方模型文档为准。旧项目迁移时应保留旧模型评测基线。
核心特性
- 长上下文:200K tokens 起步,可一次塞下整个中型仓库
- 工具使用(Tool Use):原生支持函数调用 / MCP,适合搭建 Agent
- Extended Thinking:可显式开启"思考预算",提升复杂任务质量
- Prompt Caching:对长系统提示自动缓存,显著降低重复调用成本
- Vision:支持图片输入,可读取截图 / 设计稿 / 图表
使用方式
1. 通过订阅
- 网页端:https://claude.ai
- 桌面端 / 移动端:官方 App
- CLI:Claude Code 使用 Claude / Anthropic 账号或可用的 API Key 登录
2. 通过 API
获取 API Key:https://console.anthropic.com
bash
curl https://api.anthropic.com/v1/messages \
-H "x-api-key: $ANTHROPIC_API_KEY" \
-H "anthropic-version: 2023-06-01" \
-H "content-type: application/json" \
-d '{
"model": "claude-sonnet-4-6",
"max_tokens": 1024,
"messages": [
{"role": "user", "content": "用 Python 写一个 LRU 缓存"}
]
}'python
# pip install anthropic
import anthropic
client = anthropic.Anthropic() # 自动读取 ANTHROPIC_API_KEY
resp = client.messages.create(
model="claude-sonnet-4-6",
max_tokens=1024,
messages=[{"role": "user", "content": "用 Python 写一个 LRU 缓存"}],
)
print(resp.content[0].text)typescript
// npm i @anthropic-ai/sdk
import Anthropic from "@anthropic-ai/sdk";
const client = new Anthropic();
const resp = await client.messages.create({
model: "claude-sonnet-4-6",
max_tokens: 1024,
messages: [{ role: "user", content: "用 Python 写一个 LRU 缓存" }],
});
console.log(resp.content[0]);模型选型建议
- 日常编码 / 重构:Sonnet 4.6,速度与质量兼顾
- 复杂 Agent / 长链推理:Opus 4.7,优先考虑质量
- 批量分类 / 内容审核 / 实时场景:Haiku 4.5,延迟与成本最低
- 不确定时:先用 Sonnet,效果不够再升级到 Opus
价格参考
价格随官方调整,以下为大致量级,正式以 官方价格页 为准。
- 输入价格通常显著低于输出
- 开启 Prompt Caching 后,缓存命中的输入价格可降至 1/10
- 批量 API(Batch)在异步场景下可享 50% 折扣
使用技巧
- 系统提示 + 工具定义放前面,使其稳定命中缓存
- 明确告诉模型"它是谁"和"做什么",避免开放式提问
- 要结构化输出时,直接给出 JSON Schema 或示例
- 长任务拆步:不要一次扔进 10 个需求,Agent 模式分轮更稳
- 加上"反思 / 自检"环节:让模型在结束前 review 自己的产出