Выбираем модель

В messages.create есть параметр model, и рано или поздно кто-то спросит: «А почему у нас везде Opus, давайте поставим что подешевле». В этом уроке разберём, какие модели есть, чем они различаются по назначению, где смотреть их актуальные характеристики и как принимать решение на основе измерений, а не ощущений.

Семейство моделей

Модели Claude делятся на уровни. На момент написания курса актуальны такие.

У всех моделей от Sonnet 4.6 и выше контекстное окно 1 млн токенов, у Haiku 4.5 — 200 тысяч. Цены здесь не приводим намеренно: они меняются, актуальные — на странице моделей в документации.

Идентификатор без даты (claude-opus-5) — это алиас, он указывает на текущий снимок модели. У некоторых моделей есть и полные идентификаторы с датой. Не собирайте идентификаторы по памяти или по аналогии: неверный вызовет ошибку 404. Берите из документации или из списка моделей через API.

Не верьте памяти, спросите API

Возможности моделей меняются между поколениями: одна поддерживает адаптивное рассуждение, другая нет; у одной лимит вывода 128 тысяч токенов, у другой 64. Хранить это в голове бессмысленно, зато можно спросить у Models API.

import Anthropic from "@anthropic-ai/sdk";

const client = new Anthropic();

const model = await client.models.retrieve("claude-opus-5");
console.log(model.display_name);      // 2
console.log(model.max_input_tokens);  // контекстное окно
console.log(model.max_tokens);        // максимум токенов на выходе

// capabilities — нетипизированный объект, читайте по ключам
const caps = model.capabilities as Record<string, any>;
console.log(caps.thinking?.types?.adaptive?.supported);
console.log(caps.structured_outputs?.supported);

// Все модели, поддерживающие структурированный вывод
for await (const m of client.models.list()) {
  const c = m.capabilities as Record<string, any>;
  if (c.structured_outputs?.supported) console.log(m.id);
}

Это же удобно для документации в проекте: скрипт, который раз в неделю печатает список моделей и их возможностей, честнее любого README.

Чем модели различаются на практике

Разница между уровнями — не только в цене за токен.

Качество на сложных задачах. Найти противоречие между двумя разделами ТЗ на сорок страниц, понять неочевидный баг в PR, довести многошаговую задачу до конца, не потеряв цель, — здесь старшие модели заметно надёжнее. Для классификации коротких писем разница часто незаметна.

Скорость. Haiku отвечает быстрее всех, и для интерфейса, где пользователь ждёт мгновенной реакции (подсказки при вводе, автодополнение), это решающий фактор.

Поведение API. У поколений разные параметры. Например, на Opus 5 режим рассуждения включён по умолчанию, а на Haiku 4.5 он включается по-старому, через budget_tokens. У Fable 5.1 нет принудительного выбора инструмента через tool_choice. Если в проекте несколько моделей, у вас несколько наборов правил. Подробнее — в уроке про режим рассуждения.

Кэш привязан к модели. Кэш промптов (о нём в уроке про контекст) не переносится между моделями. Переключить модель посреди длинного диалога — значит заплатить за весь контекст заново.

Усилие важнее модели

Есть рычаг, который стоит пробовать раньше, чем менять модель: параметр effort внутри output_config.

const response = await client.messages.create({
  model: "claude-opus-5",
  max_tokens: 1024,
  output_config: { effort: "low" }, // low | medium | high | xhigh | max
  system: SYSTEM,
  messages: [{ role: "user", content: ticketText }],
});

Усилие управляет тем, сколько модель думает и насколько подробно отвечает. high — значение по умолчанию. low даёт короткие ответы и меньше вызовов инструментов — подходит для классификации и простых извлечений. xhigh и max — для задач, где важнее правильность, чем цена: сложный анализ, долгие агентные сценарии. Старшая модель на низком усилии нередко не уступает младшей на высоком и при этом остаётся в одном кэше. Поэтому порядок действий такой: сначала кэширование, затем усилие, и только потом смена модели.

Как принимать решение

Рекомендуемый путь для любого нового сценария в агентстве:

1. Начните с claude-opus-5 на усилии по умолчанию. Это устраняет вопрос «а может, модель просто слабая» на этапе отладки промпта.
2. Соберите набор из 30–50 реальных примеров с ожидаемыми ответами. Для классификатора обращений это письма и правильные категории; для ревьюера PR — диффы и замечания, которые должны быть найдены.
3. Прогоните набор, зафиксируйте качество и расход из usage.
4. Понизьте усилие и прогоните снова. Если качество держится — оставьте.
5. Только теперь пробуйте Sonnet или Haiku на том же наборе. Сравнивайте не цену за запрос, а цену за решённую задачу: если младшая модель требует повторов и ручных проверок, экономии нет.

Типичный итог для наших четырёх примеров: классификатор обращений после измерений часто уезжает на Haiku или Sonnet с низким усилием, потому что задача простая и объёмы большие. Помощник аналитика и ревьюер PR остаются на Opus: цена ошибки выше, чем разница в тарифе. Бот клиентского портала — Sonnet или Opus в зависимости от того, насколько сложные вопросы задают заказчики. Но это гипотезы, а не правила: решает ваш прогон на ваших данных.