Claude 现在有哪些模型、各多少钱、怎么选：价格表、模型 ID、下线时间和省钱的顺序

这篇教程解决一个问题：Claude 的模型名字一大串，该用哪个、要花多少钱、模型 ID 怎么写、它什么时候会被下线？

不管你是在 Claude Code 里用 /model 切换，还是自己写代码调接口，选的都是同一批模型，价格表也是同一张。

实测环境
日期	2026-10-13
方式	用 Python 直接发 HTTP 请求
连接方式	通过酷站AI 中转站，不是直连官方

本文的价格都是 Anthropic 官方的标价，单位是美元。中转站怎么计费是各家自己的事，以它们的页面为准。

一、现在的四个主力模型

	Fable 5.1	Opus 5.5	Sonnet 5.5	Haiku 5.5
官方的定位	最难的推理、跑很久的智能体任务	长时间的编程和知识工作	速度和能力的最佳搭配	量大、要求快的任务：分类、提取、路由
输入价（每百万 token）	10 美元	4 美元	2 美元	0.10 美元起
输出价（每百万 token）	50 美元	20 美元	10 美元	0.50 美元起
相对速度	较慢	中等	快	最快
思考	自适应，一直开着	自适应，一直开着	自适应	自适应
默认的 effort	`high`	`medium`	`high`	`medium`
发布时间	2026-09-01	2026-09-22	2026-09-28	2026-10-07
最早下线时间	2027-09-01	2027-09-22	2027-09-28	2027-10-07

四个模型有几项是一样的：上下文窗口 100 万 token，一次最多输出 12.8 万 token，知识截止在 2026 年 6 月，都能看图、能调工具。

模型 ID 就是把名字写成小写加连字符：

claude-fable-5-1    claude-opus-5-5    claude-sonnet-5-5    claude-haiku-5-5

另有一个 Mythos 5.1，和 Fable 5.1 同一天发布，能力和价格相同，只开放给通过了 Anthropic 验证项目的组织。

还在提供的上一代模型：Fable 5、Opus 5、Opus 4.8、Opus 4.7、Opus 4.6、Opus 4.5、Sonnet 5、Sonnet 4.6、Haiku 4.5。

二、怎么选

官方给的一句话：拿不准就从 Opus 5.5 开始。 只有任务特别吃推理、要跑很久，或者 Opus 5.5 调高 effort 之后还是不够，才换 Fable 5.1。

你要的是	从哪个开始	典型的活
能拿到的最强能力	Fable 5.1	跑几个小时的智能体，多步的深度调研，一路做到成品文档或表格的分析
复杂的编程和企业级的活	Opus 5.5	长时间自主写代码，大规模重构，复杂的系统工程，computer use
日常的活要又快又好	Sonnet 5.5	写代码、分析数据、写内容、看图、带工具的智能体
最低的延迟和价格	Haiku 5.5	实时应用，大批量处理，子代理的任务

两种起步的思路：

从便宜的开始。 先用 Haiku 5.5 做出来，测一遍，够用就不动，哪里不够再往上换。适合做原型、对延迟敏感、量大又简单的活。
从强的开始。 先用 Opus 5.5 做出来，把提示词调好，确认效果达标，再试着降 effort 或者换小一档的模型来省钱。适合复杂的推理、准确比成本重要的活。

还有一条容易被忽略：在换模型之前，先调 effort。 effort 是同一个模型上“想多深”的旋钮，调它往往比换模型更合算。怎么调见《Claude Code 怎么省用量》。

实测：同一个任务，三个模型

让三个模型写同一个小函数（判断字符串是不是合法的 IPv4 地址，附三条测试），各跑一次，用时是整个请求从发出到收完的时间：

模型	用时	输入 token	输出 token	其中思考	按官方价
Sonnet 5.5	5.5 秒	115	213	0	0.0024 美元
Opus 5.5	4.9 秒	115	285	72	0.0062 美元
Fable 5.1	3.4 秒	115	181	0	0.0102 美元

本站把三份代码都实际运行了一遍，它们自带的断言和本站另外补的九条断言全部通过。这么简单的活，最贵的是最便宜的四倍多，贵出来的钱什么也没买到。这只是每个模型跑了一次的小例子，不是评测，但它说明了“从便宜的开始”为什么是个合理的默认。Haiku 5.5 没有出现在表里，因为测试用的这把 key 没有开通它。

三、价格表

每百万 token 的官方标价：

模型	输入	写缓存（5 分钟）	写缓存（1 小时）	读缓存	输出
Fable 5.1	$10	$12.50	$20	$0.25	$50
Fable 5	$10	$12.50	$20	$1	$50
Opus 5.5	$4	$5	$8	$0.20	$20
Opus 5、4.8、4.7、4.6、4.5	$5	$6.25	$10	$0.50	$25
Sonnet 5.5	$2	$2.50	$4	$0.10	$10
Sonnet 5	$2	$2.50	$4	$0.20	$10
Sonnet 4.6、4.5	$3	$3.75	$6	$0.30	$15
Haiku 5.5（提示不超过 10 万 token）	$0.10	$0.125	$0.20	$0.01	$0.50
Haiku 5.5（提示超过 10 万 token）	$0.50	$0.625	$1	$0.05	$2.50
Haiku 4.5	$1	$1.25	$2	$0.10	$5

从这张表里能读出几件事：

输出比输入贵五倍。 每个模型都是这个比例。
Opus 5.5 比上一代 Opus 便宜，输入从 5 美元降到 4 美元。Sonnet 5.5 和 Sonnet 5 同价。
读缓存的折扣在变大。 一般是输入价的十分之一；Opus 5.5 和 Sonnet 5.5 是二十分之一；Fable 5.1 是四十分之一。
Haiku 5.5 按提示的长度分两档。 一个请求的输入超过 10 万 token，整个请求按贵五倍的那一档算，哪怕其中一部分命中了缓存。别的模型没有这种分档，100 万 token 的上下文全程一个价。
Sonnet 5 的 2 美元和 10 美元原本是限时的上市价，现在成了正式价，原定 9 月 1 日的涨价取消了。

几种会改变价格的用法：

用法	价格怎么变
批量接口（结果可以等，最长 24 小时）	输入和输出都打五折
快速模式（Opus 5.5、Opus 5、Opus 4.8，研究预览）	贵一倍：Opus 5.5 是 8 美元和 40 美元
指定只在美国境内推理	所有项目乘 1.1
提示缓存	写入贵 25%（5 分钟）或一倍（1 小时），读取便宜九成以上

这些可以叠加，比如批量加缓存。

四、同样的文字，新模型算出来的 token 更多

价格是按 token 算的，而“一段文字是多少 token”取决于模型的分词器。Claude 4.7 及之后的模型换了新的分词器，文档说同样的文字大约多出 30% 的 token，具体看内容。

本站想知道中文是不是也这样，于是拿三段各两三千 token 的文字，分别发给用旧分词器的 Opus 4.6 和用新分词器的 Sonnet 5.5，看实际计费的输入 token：

文字	字符数	Opus 4.6	Sonnet 5.5	多出
一段中文	2,760	3,031	3,042	0%
一段英文	8,720	1,871	2,563	+37%
一段 Python 代码	8,920	3,509	3,761	+7%

中文几乎没变，英文多了近四成，代码多了一成不到。 这是三段文字各测一次的结果，换别的内容比例会不同，但方向很清楚：新分词器的涨幅主要落在英文上。

顺带能看出另一件事：2,760 个字符的中文是三千多个 token，平均一个字符一个 token 多一点；英文平均三四个字符才一个 token。

所以文档反复说的一句话是对的：跨代比较模型，不要按“每个 token 多少钱”比，要按“做完一件事花多少钱”比。 新模型单价可能没变，同一段英文却要多付三成；反过来它可能少走很多弯路。

五、按“做完一件事多少钱”来比

更强的模型做同一件事用的步骤更少：少几轮、少搜几次、少回头重读、少走错路。单价上的差距经常被这些盖过去。文档给了 Anthropic 自己测的几组数（都是内部测量，文档自己说只能看方向）：

在一个编程测试集上，Fable 5.1 用 low effort 解出 88.6% 的题，每道解出来的题 0.54 美元；Sonnet 5 用默认设置解出 77.4%，每道 0.84 美元。单价贵五倍的模型，每道题反而便宜 35%。
但它不是总赢。同一个测试集上，Opus 5.5 的默认设置和 Fable 5.1 的默认设置打平，花费只有五分之一左右。
在更难的一个测试集上，Opus 4.7、4.8、5 每个任务都花 8 到 15 美元，解出率却是 7%、15%、41%，每个解出来的任务从 183 美元降到 63 美元再降到 28 美元。旧模型越是做不下来的活，升级省得越多。

文档还有一条提醒：看最难的那十分之一，不要看平均。 普通的任务上每个模型看起来都差不多，最便宜的显得最好；账单是由便宜模型做不下来的那些任务决定的，因为失败的任务照样收 token 钱，然后是重试的钱。

六、省钱的顺序

文档把省钱的办法分成两类，顺序不能反。

先做不影响质量的：

开提示缓存。 这是文档里效果最大的一项，在它的测量里把智能体循环的花费降到原来的 1/2.7 到 1/5.3。原因是智能体每一轮都要把整段对话重发一遍，四十轮的任务把第一轮发了四十次。见《提示词缓存为什么这么重要》。
删掉不需要的输入。 用不到的工具定义、塞进提示里的大文件。
能等的活走批量接口，五折。
设一个花费上限兜底。

再做拿质量换钱的：

把 effort 往下扫一遍。 在同一个模型上试两三档，看质量从哪一档开始掉。文档在几个调研类的测试上发现，low 只丢 1 到 3 分，省三分之一到一半的钱；medium 和默认的 high 分数一样。长时间的编程任务是例外，effort 在那里真的换来准确率。
结果能自动检查的话，先低后高。 全部用 low 跑，只把没通过的用 high 重跑。文档的例子里，这样的通过率约 97%，每个任务 0.17 美元；全部用 high 跑是 95.3%，0.29 美元。
最后才考虑搭配两个模型。 两种搭法：便宜的模型干活、难的地方请教贵的（advisor，见《Claude Code 的 advisor 工具》）；贵的模型拆任务、便宜的模型分头干。文档对后一种很克制：在它测过的情况里，只要活是一条前后相关的链，或者一个上下文装得下，同一个模型降低 effort 每次都更便宜。

实测：简单的问题，effort 几乎不起作用

用一道经典的称球题（12 个球找出一个重量不同的），在两个模型上各试四档：

模型	effort	用时	输出 token	其中思考
Sonnet 5.5	不设	4.7 秒	336	0
Sonnet 5.5	`low`	4.4 秒	267	0
Sonnet 5.5	`medium`	5.0 秒	301	0
Sonnet 5.5	`high`	4.6 秒	285	0
Opus 5.5	不设	5.3 秒	257	36
Opus 5.5	`low`	5.2 秒	251	37
Opus 5.5	`medium`	5.6 秒	268	73
Opus 5.5	`high`	19.8 秒	327	75

八次都答对了。Sonnet 5.5 在四档上都没有动用思考，输出的长短只是正常的波动；Opus 5.5 的思考量随档位略有增加。这和文档的说法一致：effort 买的是深度，任务用不上深度的时候，调高它什么也不会发生。 只有 Opus 5.5 的 high 那一次明显慢，本站只测了一次，不知道是档位造成的还是偶然。

要看出 effort 的差别，得用真正吃推理的任务，并且每档多跑几次。这次没有做。

七、模型 ID 怎么读

不带日期的 ID 不是“最新版”。 这是最常见的误解。

从 4.6 这一代起，模型 ID 的格式是 claude-名字-主版本-次版本，不带日期，比如 claude-sonnet-5-5。它对应一个固定的快照，Anthropic 不会悄悄更新它背后的权重。出了新版本，会用一个新的 ID。

4.6 之前的模型 ID 带快照日期，比如 claude-haiku-4-5-20251001。它们另外有一个不带日期的短名字（比如 claude-haiku-4-5），那个才是会指向“这一小版本最新快照”的别名。

	例子	是什么
4.6 及之后，不带日期	`claude-opus-5-5`	固定的快照
4.6 之前，带日期	`claude-sonnet-4-5-20250929`	固定的快照
4.6 之前，不带日期	`claude-sonnet-4-5`	别名，指向最新的那个带日期的快照

在 Amazon Bedrock 上，ID 前面多一个 anthropic.。

官方的 Models API 可以用程序查每个模型的输入上限、输出上限和支持的能力，响应里还有一个 line 字段说明它属于哪条产品线。文档建议读这个字段来分组，不要从 ID 的字面去猜。

实测：中转站的模型列表

通过中转站访问 /v1/models，拿到 16 个模型。每一条只有四个字段：

{"created": 1791847968, "id": "claude-sonnet-5-5", "object": "model", "owned_by": "anthropic"}

没有输入输出上限，没有能力说明，也没有 line。按 ID 查单个模型的接口返回 404。

几种 ID 的写法各试了一次：

请求里写的	结果
`claude-sonnet-5-5`	200，响应里的 `model` 字段和请求的一样
`claude-haiku-4-5-20251001`	200
`claude-haiku-4-5`（别名）	404
`claude-sonnet-4-5`（别名）	404
`claude-sonnet-4-5-20250929`	404，虽然它在列表里
`claude-opus-4-6[1m]`	200，响应里的 `model` 字段是 `claude-opus-4-6`

所以通过这家中转站，别名用不了，要写完整的 ID；列表里有的也不一定调得通。带 [1m] 后缀的是中转站自己加的名字，官方的 ID 里没有这种写法。

八、它什么时候会被下线

模型有四个状态：

状态	意思
Active	正常支持，推荐使用
Legacy	不再更新，将来可能进入弃用
Deprecated	还能用，但不推荐了。已经指定了替代的模型和下线日期
Retired	下线了，请求会失败

Anthropic 承诺，公开发布的模型下线前至少提前 60 天通知。当前模型的时间表：

模型 ID	状态	下线时间
`claude-fable-5-1`	Active	不早于 2027-09-01
`claude-opus-5-5`	Active	不早于 2027-09-22
`claude-sonnet-5-5`	Active	不早于 2027-09-28
`claude-haiku-5-5`	Active	不早于 2027-10-07
`claude-opus-5`	Active	不早于 2027-07-24
`claude-sonnet-5`	Active	不早于 2027-06-30
`claude-opus-4-8`	Active	不早于 2027-05-28
`claude-opus-4-7`	Active	不早于 2027-04-16
`claude-sonnet-4-6`	Active	不早于 2027-02-17
`claude-opus-4-6`	Active	不早于 2027-02-05
`claude-opus-4-5-20251101`	Active	不早于 2026-11-24
`claude-haiku-4-5-20251001`	Active	不早于 2026-10-15
`claude-sonnet-4-5-20250929`	Deprecated	2026-11-30，替代是 `claude-sonnet-5-5`

眼下要留意的三个：

Sonnet 4.5 已经进入弃用，2026 年 9 月 30 日发的通知，11 月 30 日下线。
Haiku 4.5 和 Opus 4.5 的“不早于”日期就在这两个月。 “不早于”不等于“到期就下线”，它们现在仍是 Active，但已经没有更长的保证了。

这些日期只适用于 Anthropic 自己运营的平台。Amazon Bedrock 和 Google Cloud 各有各的时间表。

要查自己还在不在用快下线的模型：在官方控制台的 Usage 页点 Export，导出的表格按 key 和模型列出了用量。

走中转站还要知道的

一、模型列表是中转站的，不是官方的。 上面的列表里没有 Haiku 5.5，有几个带 [1m] 的名字。能用哪些模型、怎么计价，以它自己的页面为准。

二、数 token 的接口给的数字和实际计费对不上。 官方有一个不花钱的接口，可以在发请求之前先数一下输入有多少 token。本站通过中转站调它，再发一次真实的请求对照：

模型	文字	数 token 接口	真实请求计的输入	差
Sonnet 5.5	中文	296	336	+40
Sonnet 5.5	代码	504	407	−97
Opus 5.5	中文	477	336	−141
Opus 5.5	代码	625	407	−218
Fable 5.1	英文	288	288	0

同一段文字，真实请求在三个新模型上计的 token 数完全相同（它们用同一个分词器，这是对的），数 token 的接口却每个模型给一个不同的数，偏差从 0 到三分之一。通过这家中转站估算花费，看真实响应里的 usage，不要用数 token 的接口。

和 Claude Code 的关系

Claude Code 里用 /model 换的就是上面这些模型，用 /effort 调的就是同一个 effort。
Claude Code 的会话每一轮都重发整段对话，所以提示缓存对它特别重要，它默认已经开着。
中途换模型会让缓存失效（缓存是按模型分开的），长会话里频繁换模型不省钱。

这次实测没有覆盖到的

官方接口没有测，本站没有官方的 key。价格、下线时间、Models API 的字段都是照文档写的。
Haiku 5.5 没有测，测试用的 key 没有开通它。
模型之间的对比只是各跑一次的小例子，不能当评测看。文档里的那些百分比是 Anthropic 的内部测量，本站没有复现。
批量接口、快速模式、指定地区推理的价格没有验证。 这家中转站没有开批量接口。
分词器的对比只用了三段文字。
花费：这一轮四十多次请求，最长的输入三千多 token，没有单独统计。