写代码时随手调 Claude，返工几次才发现换错了档位——要么贵档干粗活白烧钱，要么轻档接重活反复抽风。这篇不背参数，只给一套按任务类型、调用方式和预算挑档位的判断顺序，以及什么时候该换档、怎么用最小成本验证换得对不对。
调 Claude 写东西的时候，随手挑了个模型就开始跑，跑完发现格式不对、逻辑跳步，回头换一档又要重写提示词——这种情况多半不是模型不行，而是一开始就没对档位。Claude 目前是分档的，顶档、中档、轻档，能力和成本差得挺明显，用错档要么白花钱，要么反复返工。
这篇不背参数表，只给一套判断顺序：先看你手上是什么活，再算成本延迟这笔账，最后用一小批真实样本验证换档对不对。各档的具体能力和价格会随迭代调整，数字一律到站内官方 API 页面看当时的版本，别拿别人文章里的旧数字当依据。
三档模型各自站在什么位置
把 Claude 想成一条从强到省的光谱会更实际。顶档是拿来啃硬骨头的，复杂推理、长链路任务、跨文件改代码这类容易一步错步步错的事交给它；中档是通用主力，大部分生产流量都该落在这里；轻档主打快和便宜，适合量大、单条任务轻的场景。别把「档位」只理解成智力高低，它在几个维度上的差异一样要命。
- 上下文吞吐
- 能一次塞进去多少材料，长文档总结、整库代码审查很吃这个
- 多模态
- 能不能读图、读截图，做 OCR 或看 UI 稿时要先确认
- 工具调用稳定性
- 接外部函数或检索时，格式错一次整条链路就断，轻档更容易在这栽跟头
- 首字延迟
- 用户等不等得起，交互式产品对这个比总耗时更敏感
同一档位内部还会有小版本迭代，能力和价格都可能在几个月内变一次。所以别背型号，记住「我现在这活需要哪一档」，具体型号和参数到 /official-api/providers/anthropic 对着当时的资料确认。有一个容易忽略的点：某些版本在某一档上反而对长上下文支持更好，选之前翻一眼对照表，比凭印象下结论稳。
按任务把需求对到档位
最省心的做法是先给常见任务归个类，再对到档位。下面这张表可以直接贴进团队文档当默认约定，碰到表里没有的活，按「错了重来一次的代价」去判断。
| 任务类型 | 建议档位 | 为什么 |
|---|---|---|
| 日常问答、文案改写、短摘要 | 轻档 | 量大、单条简单，错了重写成本低 |
| 代码生成、结构化抽取、多轮客服 | 中档 | 要稳，格式和上下文连贯性影响大 |
| 架构设计、复杂调试、长文档推理 | 顶档 | 链路长，一步错后面全废，返工代价最高 |
| 批量打标、简单分类 | 轻档先试 | 通过率够就别升级，不够再往上挪 |
判断标准就一句话：错了重来一次的代价低，就先用轻档试，跑一批看通过率；代价高，比如要交付给客户的方案、要合进主干的代码，直接上顶档，别在中档反复打补丁。中途反复抽风、不停改提示词还压不住，往往不是提示词问题，是档位不够。
成本与延迟怎么在心里算一笔账
同一件事用不同档位做，单价和实际消耗都不一样，光看单价会算错，因为轻档可能要多调几次才成。正确算法是：拿你真实的调用量，乘上各档的单价，再加上预估的返工次数，一起估。单价去 /official-api/providers/anthropic 看当时的数字，再用 /tools/model-cost-calculator 按你的量估一遍，比拍脑袋靠谱。
- 延迟基线自己在站内测，到 /tools/speed-test 拿到你的实际首字延迟和总耗时
- 并发高的时候顶档更容易撞限流，这一点要在压测里发现，别等上线后用户投诉
- 把「每个请求走哪一档」写进监控，跑一周看真实分布，常常会发现你以为的轻活其实在中档上
- 预算吃紧时优先优化调用方式（少塞无用上下文、合并请求），比硬降档更划算
换档之前先做一次验证
换档最怕两件事：换完以为变好了其实没变，或者换完才发现提示词全得重调。所以别凭单条输出顺不顺眼拍板，用固定样本对比。
- 准备样本集从你自己的业务里抽二三十条真实请求，覆盖简单、中等、难三档，保留原始输入和期望结果
- 两档各跑一遍同一提示词分别用当前档位和候选档位跑，记录通过率、返工次数、格式合格率，别只看哪条写得好看
- 按需调提示词顶档能扛冗长指令，轻档通常要更短更具体；换到低档时先压缩指令，再对比一次
- 写进配置并留开关档位放在配置文件里而不是写死在代码里，出问题能一键切回，迁移前后的检查项参考 /guides/model-upgrade-migration-checklist
验证通过率这件事，样本量太小没有意义，二三十条里偶尔一条翻车不用急着换档，看的是整体返工次数有没有明显下降。还有一点：换档之后隔一两周再复看一次监控，模型和流量都在变，当时合适的档位过阵子未必还合适。
下一步把你要跑的那批任务先归个类，然后去官方 API 页面对一下当时的档位和价格，心里就有数了；价格变动和档位调整平时可以多刷价格追踪页。→常见问题
是不是直接用最强的那档最省事？
不一定。顶档单价高、延迟也往往更大，简单任务用它只是烧钱。判断标准是任务错了之后返工成本有多大：返工便宜的先用中档或轻档试，跑不通再往上换。
同一个任务，换档之后回答风格变了怎么办？
正常现象，不同档位对指令的遵循程度不一样。换档时把提示词一起调，先看输出格式有没有跑偏，再比内容质量。建议固定一组样本做回归，别凭单次印象判断。
中转站上的 Claude 档位怎么确认没被掉包？
先看它声称提供哪几档，再用固定提示词分别测各档的输出风格与速度差异，最后用 /tools/verify 做在线实测。价格明显低于官方、延迟又异常稳定的，多留一个心眼。
