Claude Code模型选择OpusSonnetHaiku自定义模型编程模型

Claude Code 模型选择全攻略 - 编程最强、性价比、本地、混合方案

ClaudeCode 模型选择有哪些？本文详解 Opus / Sonnet / Haiku 三档对比、自定义模型机制、国内模型与本地模型接入、按编程任务推荐组合与混合策略。

· 阅读约 16 分钟

打开搜索引擎搜 ClaudeCode 模型选择，问题基本就两类：一类是 Pro 用户问”我该用 Opus 还是 Sonnet”、“Haiku 真的值得用吗”；另一类是接了第三方 API 的用户问”GLM、DeepSeek、Gemini 我该选哪个跑 Claude Code”、“ClaudeCode 哪个模型最强”、“ClaudeCode 哪个模型编程 最好”。本文把这两类需求一篇文章讲完——既包含 Anthropic 原生三档怎么选，也包含 Claude Code 自定义模型 的协议机制和主流可接入模型的简评。

文章侧重决策表和场景对照，所有具体价格、Token 配额、版本号细节请以 Anthropic 官方公告为准，模型迭代很快，本文给的是当前的取舍框架。

Claude Code 用的什么模型 —— 默认配置

Claude Code 是什么模型 的答案首先要拆成两层：

  1. 客户端：Claude Code 本身是一个 CLI 工具，几十 MB 的 Node 程序，不含模型。
  2. 后端：默认调 Anthropic 的 Claude 系列云端模型，没有任何”内置离线模型”。

所以”Claude Code 用的什么模型”的标准答案是：默认走 Anthropic 自家 Claude 4 系列，启动后默认档位是 Sonnet。想换模型有两条路：在 Anthropic 原生三档间切，或者通过自定义 base URL 接其他模型。

更基础的”Claude Code 是个啥”问题，可以看 /blog/claude-code-what-is.html。

Claude Code 原生模型谱系

Anthropic 把 Claude 分成三档，每档下面再按版本号迭代：

档位当前主推版本定位适合
OpusClaude Opus 4.6 / 4.7旗舰、最强推理复杂编码、跨文件重构、Agentic 编排
SonnetClaude Sonnet 4.6默认推荐、平衡日常 80% 编码任务
HaikuClaude Haiku 4.5轻量、速度优先简单任务、补全、批量

具体版本号、发布日期以官方公告为准。本文写作时点 Opus 4.6 是已发布的旗舰版本，关于 4.6 的详细解析见 /blog/claude-opus-46-deep-dive.html。

三档核心差异

维度Opus 4.6Sonnet 4.6Haiku 4.5
推理深度顶级优秀良好
工具调用顶级优秀良好
速度（首 token 时延）慢中快
长上下文一致性顶级优秀中等
价格（每百万 token）高中低
单次响应时间长中短

关键直觉：Opus 不是”在所有任务上比 Sonnet 更好”，而是”在足够复杂的任务上拉开差距”。简单任务用 Opus 就是浪费时间和钱。

用 /model 命令切换

在 Claude Code 会话里随时切：

/model

弹出可选列表，回车选定。或者直接指定：

/model claude-opus-4-6
/model claude-sonnet-4-6
/model claude-haiku-4-5

启动时也能传：

claude --model claude-opus-4-6

持久化写进 ~/.claude/settings.json：

{
  "model": "claude-sonnet-4-6"
}

具体模型 ID 字符串以官方文档为准（命名一般是 claude-<family>-<version>-<date>）。完整的模型切换教程见 /blog/claude-code-switch-model.html。

编程场景下三档对比（典型任务）

按真实编码工作流拆开，三档的相对表现：

任务Opus 4.6Sonnet 4.6Haiku 4.5推荐
写一个独立函数（200 行内）完全够完全够完全够Haiku（最快）
改一个明确的 bug（已定位）完全够完全够良好Sonnet
排查一个未定位的 bug（多文件）顶级优秀一般Sonnet 起步，难就上 Opus
重构一个模块（10 文件内）顶级优秀不推荐Sonnet
重构一个子系统（30+ 文件）顶级良好不推荐Opus
实现一个完整 PR（含测试）顶级优秀不推荐Sonnet 或 Opus
架构设计 / 技术方案顶级良好不推荐Opus
生成大量样板代码（CRUD）浪费浪费完全够Haiku
Code review / 静态分析顶级优秀良好Sonnet
Git commit message / PR 描述浪费浪费完全够Haiku

一个朴素的判断：如果任务 5 分钟之内人能干完，用 Haiku；如果 1 小时之内人能干完，用 Sonnet；如果需要思考半天、跨多个组件、影响架构，用 Opus。

自定义模型机制：环境变量 + ANTHROPIC_BASE_URL

ClaudeCode 自定义模型步骤详解 的核心是两条环境变量：

ANTHROPIC_BASE_URL  # 模型 API 入口（默认 https://api.anthropic.com）
ANTHROPIC_API_KEY   # 鉴权密钥

Claude Code 启动后会按 Anthropic Messages API 格式发请求到 ANTHROPIC_BASE_URL，只要那个端点能用同样的格式响应，模型就能跑起来。流程：

Claude Code 客户端
    │  (Anthropic Messages API)
    ▼
ANTHROPIC_BASE_URL
    │
    ▼
真实模型（Anthropic 官方 / Bedrock / Vertex / 第三方 / 本地）

写进 settings.json 的方式：

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://your-endpoint.example.com",
    "ANTHROPIC_API_KEY": "your-key"
  }
}

私有部署 / 内网场景更详细的拓扑见 /blog/claude-code-private-deployment.html。

接入非 Claude 模型的协议选择

非 Anthropic 模型（GLM、DeepSeek、Gemini、Qwen 等）走自己一套 API。要让 Claude Code 用上它们，有两种协议路径：

路径 A：Anthropic 协议直连

少数中转服务、AWS Bedrock 上的 Claude、Google Vertex AI 上的 Claude 直接提供 Anthropic 兼容端点：

export ANTHROPIC_BASE_URL="https://your-anthropic-compatible.example.com"
export ANTHROPIC_API_KEY="..."

适用前提：后端模型本身就是 Claude，或者中转明确声明做了完整协议适配。

路径 B：OpenAI 兼容 + LiteLLM 桥接

绝大多数第三方模型只提供 OpenAI 兼容端点，需要 LiteLLM 做协议转换：

# litellm_config.yaml
model_list:
  - model_name: claude-3-5-sonnet-20241022
    litellm_params:
      model: deepseek/deepseek-chat
      api_key: os.environ/DEEPSEEK_API_KEY

litellm --config litellm_config.yaml --port 4000
export ANTHROPIC_BASE_URL="http://localhost:4000"

这条路是 Claude Code 接入其他模型 的万金油，本文后面提到的所有”接入 XXX”基本都走这条。

主流可接入模型简评

围绕 ClaudeCode 模型选择有哪些 的真实选项，按”非 Anthropic 但可接入”维度列一遍。所有评价是当前主观感受，模型迭代极快，三个月后可能就变了。

DeepSeek（V3 / Coder 系列）

  • 国内最强性价比之一，编程类任务表现接近 Sonnet。
  • API 端在国内直连，不需要代理。
  • 工具调用稳定性近期版本有明显改进。
  • 中文表达自然。
  • 适合：预算敏感的国内开发者日常任务。

GLM-4.6（智谱）

  • 国内厂商里编程能力第一梯队。
  • 价格友好，免费试用额度可观。
  • 中文 / 中英混合任务流畅。
  • 工具调用偶尔格式漂移，需要在 prompt 引导。
  • 适合：国内合规、企业落地。

Qwen2.5-Coder（通义千问）

  • 阿里出品，专门面向编码的版本。
  • 有 7B / 14B / 32B / 72B 多个尺寸，可本地跑（Ollama）也可调云端 API。
  • 32B 以上版本工具调用稳定性可用，14B 勉强可用，7B 以下基本指望不上。
  • 适合：本地化 / 私有化 / 离线场景。

Gemini 1.5 Pro / 2.x

  • 1M 超长上下文是核心卖点。
  • 多模态原生。
  • 接入要走 LiteLLM 桥接，国内还要解决海外网络。
  • Agentic 多步编辑自驱力弱于 Claude。
  • 适合：超大代码库一次性分析、长文档摘要。详细接入教程见本站的 Gemini 接入文章。

其他

  • GPT-4o / GPT-5：能接，但 OpenAI API 国内直连困难，意义不大。
  • Llama 3.1 / 3.3：开源最强档之一，本地 70B 起。中文一般，工具调用中等。
  • Mistral / Mixtral：欧洲出品，开源，工程化容易，能力中等。

推荐组合

按典型用户画像给推荐：

编程最强：Opus 4.6

对应需求：ClaudeCode 哪个模型最强、ClaudeCode 哪个模型编程 最强

  • 跨文件重构、架构设计、复杂调试无脑选 Opus 4.6。
  • 单次调用贵但带来的产出和省下的人工时间值得。
  • Pro 订阅 / Max 订阅有一定 quota，超出走 API 计费。

性价比：Sonnet 4.6

  • Claude Code 默认档位，覆盖日常 80% 任务。
  • 单价比 Opus 低数倍，速度更快。
  • 配合 Prompt Caching 进一步降本。
  • 价格细节参考 /blog/claude-api-pricing-guide.html。

国内合规：GLM-4.6

  • 国内厂商，数据合规清晰。
  • 直连不需要代理。
  • 价格远低于 Claude 旗舰。
  • 编程能力够用，复杂任务再切 Opus 兜底。

离线 / 私有：Qwen2.5-Coder-32B + Ollama

  • 完全离线，敏感代码不出本地。
  • Ollama 部署简单，14B 起步，32B 推荐。
  • 工具调用要选支持 function calling 的版本。
  • 私有部署细节见 /blog/claude-code-private-deployment.html。

长上下文：Gemini 1.5 Pro

  • 1M 上下文真实可用。
  • 适合一次喂巨型仓库 / 海量文档。
  • 接入要 LiteLLM + 海外网络。

价格敏感批量：Haiku 4.5 / DeepSeek

  • 大量样板代码、commit message、PR 描述、批量翻译。
  • 单价极低，速度快。
  • 国内可用 DeepSeek 代替，再省一档。

混合方案：让任务自动走对模型

进阶玩法是 同时挂几个模型，按任务复杂度路由。Claude Code 没有官方的”智能路由”，但可以这么搭：

方案 1：会话内 /model 切换

最朴素的方法。日常 Sonnet，遇到难题 /model claude-opus-4-6，搞定后再切回。

方案 2：多 profile

settings.json 准备多套配置：

{
  "model": "claude-sonnet-4-6"
}

不同 profile 切换可以用 shell 别名：

alias claude-opus='ANTHROPIC_API_KEY=$KEY_A claude --model claude-opus-4-6'
alias claude-sonnet='claude --model claude-sonnet-4-6'
alias claude-glm='ANTHROPIC_BASE_URL=$GLM_URL ANTHROPIC_API_KEY=$KEY_B claude'

方案 3：LiteLLM 多模型路由

LiteLLM 支持配置多模型 + 后备：

model_list:
  - model_name: cheap
    litellm_params:
      model: deepseek/deepseek-chat
      api_key: os.environ/DEEPSEEK_KEY
  - model_name: smart
    litellm_params:
      model: anthropic/claude-opus-4-6
      api_key: os.environ/ANTHROPIC_KEY

router_settings:
  fallbacks:
    - smart: [cheap]

启动 Claude Code 时按场景指定 --model cheap 或 --model smart。

方案 4：Sub-agent 分工

Claude Code 的 sub-agent 机制允许主 agent 调度更便宜的子 agent 干粗活。配置 sub-agent 走 Haiku，主 agent 走 Sonnet，复杂任务再人工切 Opus。

团队选型建议

按团队规模和场景：

规模推荐
个人独立开发者Pro 订阅 + 偶尔 API 补 Opus
3-10 人小团队Team 订阅 + 共享 LiteLLM 网关
中大型团队API + 自建 LiteLLM + 计费分摊
涉及敏感数据本地 Qwen2.5-Coder + 外网部分用 Claude
跨国团队Bedrock / Vertex 走 Claude，合规明确

订阅 vs API 的具体对比见 /blog/claude-subscription-vs-api.html，月度成本估算见 /blog/claude-monthly-cost-guide.html。

选型常见坑

坑 1：以为 Opus 永远更好

Opus 在简单任务上的优势小到不可感知，但单价是 Sonnet 数倍。“任务一律 Opus” 是浪费钱、浪费时间（响应更慢）。默认 Sonnet，难才切 Opus。

坑 2：把 Haiku 当玩具

Haiku 4.5 已经能跑大部分 5 分钟以内的小任务，而且速度快、便宜。批量生成、commit message、补全这类场景应该主动切 Haiku，节省下来的预算够你多调几次 Opus。

坑 3：接 7B 以下本地模型期望太高

7B 以下模型的 function calling 和长上下文都不太行，跑 Claude Code 会经常”不创建文件、不执行 bash、生成胡言乱语”。要本地化至少 14B 起步，32B 才算可用。

坑 4：中转服务背后是什么模型不清楚

声称 “Claude API” 的中转服务，实际可能用的是另一个模型甚至开源模型。让模型自报”是谁训练的、模型版本号”做反向校验。当然这也能被 system prompt 改掉，最终还是看输出质量。

坑 5：模型 ID 写错

Claude 模型 ID 严格区分版本号和日期后缀，写错会报 404 或 fallback 到默认模型。多版本切换前用 curl 验证一遍。

FAQ

ClaudeCode 模型选择有哪些 —— 一句话总结？

Anthropic 原生：Opus 4.6 / Sonnet 4.6 / Haiku 4.5 三档。第三方可接入：DeepSeek、GLM、Qwen、Gemini 等，走 LiteLLM 桥接。本地：Ollama + Qwen2.5-Coder 14B/32B。

Pro 订阅用户实际能用哪些模型？

Pro 订阅在 claude.ai 网页和 Claude Code 里都能用 Opus / Sonnet / Haiku，但 Opus 有 quota 限制，超出会被限频或降档。具体限额 以官方订阅页面为准。

Claude Code 自定义模型会丢功能吗？

会损失部分。Claude Code 的 sub-agent、特殊工具、Claude 模型独有的 thinking 模式在第三方模型上可能行为不一致。日常编辑、读写文件、bash 这些核心功能通常都能用。

模型升级了要不要立刻切？

生产项目观察 1-2 周再切，避免行为差异引入新 bug。新项目可以直接上最新版。

Claude Code 能同时挂多个模型吗？

技术上一个 Claude Code 进程一次只指向一个 ANTHROPIC_BASE_URL，但 LiteLLM 后面可以挂任意多个模型，靠 model_name 区分。或者开多个终端窗口分别配不同 profile。

编程之外的任务该用哪档？

  • 写文章 / 长文档：Sonnet 起步，文学性强的用 Opus。
  • 客服 / 简单问答：Haiku。
  • 数据分析 / 报表：Sonnet。
  • 学术研究 / 法律 / 医学：Opus，准确性优先。

国产模型啥时候能完全替代 Claude？

部分场景已经能（中文沟通、单文件代码生成、客服）。Agentic 多步编排、复杂跨文件 reasoning 当前仍有差距。差距在快速缩小，建议每季度复评一次。

模型选型是个动态过程，模型在更新、价格在变、能力榜单每月都在洗牌。建议每季度复评一次：用自己真实任务跑 A/B，看输出质量、看实际成本、看响应速度。本文给的是当下的取舍框架，具体到你手上的项目，最终的”哪个最好”还是要靠实测说话。