Anthropic объяснила, какую модель Claude и какой effort ставить на задачу

Anthropic 9 ноября 2026 года опубликовала в блоге claude.dev гайд «Which Claude model should you build with?» о том, какую из четырёх общедоступных моделей Claude брать под какую задачу: Haiku 5.5, Sonnet 5.5, Opus 5.5 или Fable 5.2. Автор — Эдди Османи (Addy Osmani), на странице он подписан как Member of Technical Staff. Короткий ответ гайда: большинство задач начинать на Opus 5.5 с уровнем effort по умолчанию, medium, а перед сменой модели сначала подвигать effort.

Для тех, кто пишет на Claude API или работает в Claude Code, это готовая схема расходов: входные токены у четырёх моделей стоят от $0,10 до $8 за миллион, выходные — от $0,50 до $40, и ошибка с выбором модели или уровня effort меняет счёт в разы. Все рекомендации и почти все замеры ниже принадлежат самой Anthropic: это советы вендора о собственных моделях, независимый замер вынесен в отдельный раздел. О выходе старшей модели мы писали в новости «Anthropic выпустила Claude Fable 5.2 и снизила цену на 20%».

Какую модель Claude ставить на какую задачу?

Если задача ещё не понятна, гайд советует Opus 5.5 на medium: эта модель стоит по умолчанию в Claude Code на тарифах Pro, Max, Ultra, Team, Enterprise и при работе через Anthropic API. От неё двигаются вниз, когда задача хорошо очерчена или массовая, и вверх, когда она трудная или должна долго идти без присмотра.

The quick answer is that you should start most work on Opus 5.5 at its default effort level, medium.

Addy OsmaniMember of Technical Staff, Anthropic (перевод редакции: «Короткий ответ: большую часть работы стоит начинать на Opus 5.5 с уровнем effort по умолчанию, medium»)

Оговорка из гайда: наличие чёткой спецификации само по себе не повод брать Sonnet. Миграция или оптимизация производительности могут быть описаны подробно и всё равно оказаться достаточно трудными для Opus 5.5, а крупные — для Fable 5.2. Пятая модель, Claude Mythos 5.2, в выбор не входит: она доступна только через программы верификации Anthropic. Страница документации о выборе модели даёт ту же отправную точку: большинство нагрузок начинается с Opus 5.5.

Сколько стоят четыре модели и чем они различаются?

От Sonnet 5.5 к Fable 5.2 каждая ступень удваивает цену токена: Sonnet 5.5 — $2 и $10 за миллион входных и выходных токенов, Opus 5.5 — $4 и $20, Fable 5.2 — $8 и $40. Haiku 5.5 стоит $0,10 и $0,50, пока промпт не длиннее 100 тыс. токенов, то есть в 20 раз дешевле Sonnet 5.5. Это прайс-лист Claude API со страницы цен в документации.

Цена за 1 млн входных и выходных токенов в Claude API, $. График: Tproger по данным Anthropic

Три детали из таблицы влияют на счёт сильнее остальных. Первая: Haiku 5.5 — единственная модель, у которой цена зависит от длины промпта. Свыше 100 тыс. токенов тариф вырастает в пять раз, хотя и тогда остаётся вчетверо ниже цены Sonnet 5.5; на коротких промптах входные токены Haiku в 20 раз дешевле, чем у Sonnet. Если каждый вызов требует длинного промпта, гайд советует сравнивать Haiku 5.5 и Sonnet 5.5 по стоимости завершённой задачи.

Вторая: чтение из кэша у Fable 5.2 стоит столько же, сколько у Opus 5.5, — $0,20 за миллион токенов. Поэтому на длинном прогоне, где большая часть входа читается из кэша, разница между ними сводится к некэшированному входу и выходу, где Fable вдвое дороже. Третья: fast mode есть только у Opus 5.5 и Fable 5.2; по документации он даёт до 2,5 раза больше выходных токенов в секунду и стоит $8 и $40 за миллион токенов у Opus 5.5 и $16 и $80 у Fable 5.2.

Как эти цены выглядят рядом с GPT, Gemini и недорогими Flash-моделями, мы разбирали в обзоре «Fable 5.1, GPT-6 Astra и дешёвые Flash: что брать в API в сентябре 2026»; гайд Anthropic моделей других компаний не касается.

Почему effort стоит менять раньше, чем модель?

Потому что шаг effort меньше шага между моделями и по цене, и по результату. Effort — параметр запроса с пятью уровнями (low, medium, high, xhigh, max), который задаёт, сколько токенов модель тратит на размышление, вызовы инструментов и самопроверку. Гайд приводит замер Anthropic на SWE-bench Pro для Opus 5.5 относительно уровня high:

• medium — примерно на 2,5 пункта ниже при около 70% стоимости;
• low — примерно на 8 пунктов ниже при около трети стоимости;
• xhigh — примерно на 1,4 пункта выше при стоимости в 2,5 раза больше.

Абсолютные значения есть в руководстве Claude Platform по стоимости и качеству: на подмножестве SWE-bench Pro из 478 задач Opus 5.5 решил 87,4% на low при $0,11 за задачу, 92,8% на medium при $0,21, 95,3% на high при $0,29 и 96,7% на xhigh при $0,74. Значения для low, medium и high усреднены по двум прогонам, для xhigh прогон был один. Anthropic оговаривает, что это внутренние замеры и что баллы на подмножестве нельзя сравнивать с публичным лидербордом.

Opus 5.5 на подмножестве SWE-bench Pro (478 задач): доля решённых задач и стоимость одной задачи по уровням effort. График: Tproger по данным документации Claude Platform, замеры Anthropic

Before you move models, try adjusting your effort level. It's a finer dial for both cost and capability.

Addy OsmaniMember of Technical Staff, Anthropic (перевод: «Прежде чем менять модель, попробуйте изменить уровень effort. Это более тонкая ручка и для стоимости, и для возможностей»)

У ручки есть пределы. Более высокий effort добавляет задержку и не даёт модели знаний и навыков, которых у неё нет: за ними нужно идти на модель выше. Выше high один шаг effort может стоить как старшая модель, поэтому гайд советует в этой точке проверить следующую модель на более низком effort. Два примера из замеров Anthropic показывают это с обеих сторон. На Terminal-Bench 3.0, как описано в посте «Spending your effort», предыдущая Fable 5.1 на max набрала 58,0%, а Opus 5.5 на high — 58,9%, потратив вдвое меньше токенов. На FrontierCode 2.0 новая Fable 5.2 на high показала 45,3% против 45,5% у Opus 5.5 на max примерно за половину стоимости задачи.

Пары «модель и effort» с близким результатом: на Terminal-Bench 3.0 Opus 5.5 на high потратил вдвое меньше токенов, на FrontierCode 2.0 Fable 5.2 на high обошлась примерно вдвое дешевле. График: Tproger по данным гайда Anthropic

A higher price per token doesn't always mean a higher cost per task, or a better result.

Addy OsmaniMember of Technical Staff, Anthropic (перевод: «Более высокая цена токена не всегда означает более высокую стоимость задачи или лучший результат»)

Когда модель не справляется, гайд предлагает три шага строго по порядку:

1. Убедиться, что модель может проверить свою работу: тестом, сборкой или скриптом, который вызывает эндпоинт. По словам автора, это часто выгоднее и добавляет меньше задержки, чем смена effort.
2. Поднять effort на один уровень.
3. Перейти на следующую модель, начав с effort ниже, чем был на младшей.

Если результат проверяется автоматически, выгоднее гонять всё на низком уровне и перезапускать на высоком только провалы. На том же подмножестве SWE-bench Pro схема «Opus 5.5 на low, неудачи повторно на high» даёт около 97% решённых задач примерно по $0,17 за задачу, тогда как прогон всех задач на high — 95,3% по $0,29. Это расчётная оценка: Anthropic посчитала её по отдельным задачам из уже проведённых прогонов на low и high, отдельно такую схему не запускали.

В API уровень задаётся полем output_config.effort; без него действует уровень по умолчанию для модели. Пример из документации:

			curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2026-10-21" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-opus-5-5",
    "max_tokens": 4096,
    "messages": [{
      "role": "user",
      "content": "Analyze the trade-offs between microservices and monolithic architectures"
    }],
    "output_config": {
      "effort": "medium"
    }
  }'
		

В Claude Code уровень меняет команда /effort, а /effort status показывает текущий: по документации о настройке моделей, значение в Claude Code может отличаться от умолчания API. Так, Sonnet 5.5 и Fable 5.2 в API стартуют на high, а в Claude Code — на medium.

Как сочетать модели, чтобы платить меньше?

Гайд описывает четыре приёма: менять модель на естественной паузе, отдавать побочную работу субагентам на младших моделях, подключать советника для трудных решений и раздавать объёмную работу дешёвым исполнителям. Общий принцип сформулирован так:

Keep the expensive model's context for the decisions, and let cheaper subagents do the verbose reading.

Addy OsmaniMember of Technical Staff, Anthropic (перевод: «Оставьте контекст дорогой модели для решений, а многословное чтение отдайте более дешёвым субагентам»)

Один проект, четыре модели, каждая на своём типе работы: кадр демо из гайда. Изображение: Anthropic

Смена модели посреди работы. Кэш промпта принадлежит модели, которая его записала, поэтому первый ход на новой модели оплачивается по цене записи кэша за весь разговор. Чтобы этот ход был меньше, в Claude Code перед переключением стоит выполнить /compact или начать новую сессию с коротким письменным планом, а в API — открыть разговор с новой моделью сводкой сделанного вместо полной истории. Блоки thinking тоже привязаны к модели: старшая читает блоки младших (Fable 5.2 — блоки Opus 5.5, Sonnet 5.5 и Haiku 5.5), а модель ступенью ниже прежних рассуждений не видит. Запрос при этом проходит: API исключает из него блоки, которые новая модель прочитать не может, и она работает без них. Документация советует продолжать отправлять полную историю: сами блоки в ней остаются и пропадают насовсем, только если их удалит клиент. Все случаи перечислены на странице «Preserved thinking».

Субагенты на младших моделях. Субагент работает в собственном контекстном окне и возвращает сводку, а его токены оплачиваются по тарифу модели, на которой он запущен. В Claude Code модель задаётся строкой model: haiku или model: sonnet в определении субагента; переменная окружения CLAUDE_CODE_SUBAGENT_MODEL задаёт умолчание для субагентов без указанной модели. Пример из гайда — файл .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.
		

Младшим моделям гайд советует оставлять работу, где ошибку дёшево заметить: поиск файлов, запуск тестов, чтение логов. Правки кода и решения остаются на главной модели: если маленькая модель неверно прочитает результат поиска, главная откроет не тот файл и потратит на него токены. Две ловушки из гайда. Встроенный субагент Explore в текущих версиях Claude Code работает на модели сессии, а не всегда на Haiku. Исключение по документации — сессия на Fable: при подписке Claude, аккаунте Anthropic Console или шлюзе через ANTHROPIC_BASE_URL Explore идёт на модели алиаса opus, а в Amazon Bedrock, Google Cloud, Microsoft Foundry и Claude Platform on AWS остаётся на модели сессии. Чтобы разведка оставалась дешёвой, нужно определить собственного субагента с именем Explore и model: haiku. Алиас haiku указывает на Haiku 5.5 только в Anthropic API и начиная с Claude Code v2.1.293; в Amazon Bedrock, Google Cloud, Microsoft Foundry и Claude Platform on AWS он по-прежнему ведёт на Haiku 4.5. Зафиксировать модель алиаса можно переменной ANTHROPIC_DEFAULT_HAIKU_MODEL.

Алиас opusplan устроен наоборот: Opus планирует в режиме плана, Sonnet исполняет, то есть правки кода уходят на младшую модель. Автор советует измерить opusplan на своих задачах, прежде чем делать его режимом по умолчанию.

Советник. Advisor tool (бета) ставит в пару быстрого и дешёвого исполнителя и более сильного советника: исполнитель ведёт задачу и может посреди работы спросить совета, а большая часть токенов оплачивается по тарифу исполнителя. Подключается он как инструмент в запросе, пример из документации:

			curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2026-10-21" \
  -H "anthropic-beta: advisor-tool-2026-03-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-5",
    "max_tokens": 16000,
    "tools": [
      {
        "type": "advisor_20260301",
        "name": "advisor",
        "model": "claude-opus-5-5"
      }
    ],
    "messages": [{
      "role": "user",
      "content": "Build a concurrent worker pool in Go with graceful shutdown. Keep it brief."
    }]
  }'
		

Про пользу советника гайд говорит сдержанно. В таблице из руководства по стоимости ни одна из четырёх пар явно не обошла своего исполнителя в одиночку. Одна из них — Opus 5.5 на high с советником Fable 5.1 на внутреннем тесте по коду: 90,1% при $2,92 за попытку, на 1,7 пункта выше одного Opus 5.5 на high примерно за 2,1 раза больше денег. Такой прирост, по оценке Anthropic, лежит на границе шума между прогонами и сопоставим с тем, что дал бы более высокий effort. Советник помогает, только когда исполнитель к нему обращается, а на низком effort это случается реже, поэтому сначала стоит измерить частоту обращений.

Оркестратор и исполнители. Для работы, которая не помещается в одно контекстное окно, старшая модель делит задачу, раздаёт части множеству дешёвых исполнителей параллельно и сводит результаты. На внутреннем тесте Anthropic по поиску дефектов в исходном коде объёмом около 22 млн токенов Opus 5.5 во главе исполнителей на Sonnet 5.5, до 25 одновременно, обошёлся примерно на треть дешевле одного Opus 5.5 на его effort по умолчанию и набрал примерно столько же. На Claude Platform такую схему даёт мультиагентная оркестрация в Claude Managed Agents. Для одной цепочки зависимых шагов и для работы, которая помещается в одно окно, гайд советует её не использовать: планирование и слияние стоят больше, чем экономят.

Что проверить перед переносом запросов на другую модель?

Заменить имя модели и больше ничего не трогать получается не всегда. Все текущие модели поддерживают вызов инструментов и изображения на входе, но гайд перечисляет различия, которые нужно протестировать заранее:

• История запросов и Fable 5.2. API отвечает ошибкой 400, если изменилось что-либо перед блоком thinking от Fable 5.2: системный промпт, инструменты или более раннее сообщение. Исключение — явное согласие отбрасывать затронутые блоки. Если запросы собирают Claude Code, Claude Agent SDK или Claude Managed Agents, менять ничего не нужно; если историю редактирует ваш код, её стоит держать только дополняемой.
• Thinking. Opus 5.5 и Fable 5.2 думают всегда, запрос с отключённым thinking вернёт ошибку. У Sonnet 5.5 режим between_tools ограничивает размышления промежутками между вызовами инструментов; по документации он работает на effort low, medium и high, а на xhigh и max запрос с ним вернёт ошибку 400. У Haiku 5.5 thinking можно выключить на effort не выше high. Блоки ответа нужно читать по полю type: ответ может начинаться с блока thinking.
• Принудительный вызов инструмента. tool_choice со значением any или tool возвращает ошибку 400 на Sonnet 5.5, Opus 5.5 и Fable 5.2. Вместо этого гайд советует отправлять auto, помечать инструмент strict: true и писать в промпте, когда его применять.
• Переход с Haiku 4.5 на Haiku 5.5. budget_tokens заменяется уровнем effort; нестандартные temperature, top_p и top_k возвращают ошибку 400, как и история, которая заканчивается ходом ассистента для продолжения.
• Защитные откаты. У Opus 5.5, Sonnet 5.5 и Fable 5.2 работают классификаторы безопасности, которые чаще всего срабатывают на темы кибербезопасности и биологии. В Claude Code помеченный запрос может быть перезапущен на более старой модели с уведомлением в транскрипте.

Если в одной системе работают несколько моделей, гайд советует собирать каждый запрос под самую строгую из них: история только дополняется, tool_choice: auto со строгими инструментами, чтение блоков по типу, точные промпты и описания инструментов. Тогда шаг можно перевести на ступень выше или ниже без правки кода.

Как измерить всё это на своих задачах?

Опубликованные результаты, по словам автора, дают только стартовую модель; дальше кандидатов нужно проверять на собственной работе. Порядок из гайда:

1. Собрать выборку реальных задач и написать для каждой проверку результата: проходящий тест, закрытый тикет, верное число строк.
2. Прогнать каждую модель-кандидата на двух-трёх уровнях effort, каждый прогон в отдельной сессии, чтобы они не делили кэш. Стоимость каждой завершённой задачи записывать из поля usage ответов.
3. Построить график «результат против расходов». Связку из нескольких моделей оставлять, только если она лучше любой точки с одной моделью.
4. Перед переключением запустить победителя в теневом режиме на части реального трафика.

При сравнении двух моделей гайд советует считать отдельно самые трудные задачи набора: на них приходится большая часть расходов. В одном прогоне из 20 поисковых задач две задачи дали 43% всех трат. Быстрая проверка в Claude Code: выполнить одну задачу из бэклога на двух моделях, переключая их командой /model, и сравнить отчёты /usage. Другие способы сократить счёт из того же руководства Claude Platform мы пересказывали в новости «Anthropic показала, как срезать счёт за Claude без потери качества».

Что показывает независимый замер?

Цифры гайда получены самой Anthropic, и результатов моделей других компаний в нём нет. Из независимых данных на 9 ноября есть замер Artificial Analysis: Fable 5.2 на effort max набрала 65 баллов в Intelligence Index v5 при средней стоимости $26,5 за задачу, примерно в 2,6 раза больше, чем у Opus 5.5 на max ($10,0, 59 баллов). На high и xhigh у Fable 5.2 62 балла при 98 тыс. выходных токенов на задачу против 173 тыс. у Opus 5.5 на max. Вывод Artificial Analysis совпадает с логикой гайда: на max Fable 5.2 заметно дороже, а на более низких уровнях effort может обойти Opus 5.5 при меньшей стоимости задачи. Как устроен сам индекс, мы писали в новости «Artificial Analysis обновила Intelligence Index до v5».

Результаты бенчмарков Fable 5.2 Anthropic держит на странице модели. Предыдущий гайд команды, о циклах в Claude Code, мы разбирали в статье «Claude Code научился работать в циклах: разбираем официальный гайд Anthropic». Цены и умолчания в тексте действительны на 9 ноября 2026 года; у Anthropic они меняются с выходом каждой модели, поэтому перед расчётом бюджета стоит сверяться со страницей цен.

Источники: Anthropic: Which Claude model should you build with? Fable, Opus, Sonnet, or Haiku, Claude Platform: Optimizing for cost and intelligence, Claude Platform: Effort, Claude Platform: Pricing, Claude Platform: Choosing a model, Claude Platform: Advisor tool, Claude Platform: Preserved thinking, Claude Platform: Fast mode, Claude Code: Model configuration, Claude Code: Subagents, Anthropic: Spending your effort, Anthropic: страница Claude Fable 5.2, Artificial Analysis: замер Claude Fable 5.2, 9 ноября 2026 года

Изображение на обложке: Anthropic