Claude Sonnet 4.6 与 Opus 4.7 怎么选（2026 模型选择实测）
Anthropic 这一代两个旗舰：Sonnet 4.6 和 Opus 4.7。官方文档说前者”快、性价比高”，后者”最强推理”。但具体到中文开发者每天的工作流，到底什么时候用哪一个，文档里写得很模糊。本文按真实任务类型拆开来看，给一份可操作的选型决策树。
一、定价与上下文窗口（2026 现状）
| 模型 | 上下文 | 输入价格 | 输出价格 | 缓存命中价 |
|---|---|---|---|---|
| Sonnet 4.6 | 200k（部分场景 1M） | 中 | 中 | 低 |
| Opus 4.7 | 200k（部分场景 1M） | 高 | 高 | 低 |
Opus 大约是 Sonnet 的 5 倍价。Sonnet 的 1M 上下文窗口需要走特定 API 标记或网关侧支持，普通调用都是 200k。
价格随官方调整。具体数值请到 Anthropic 定价页 或中转后台核对。
二、按任务类型实测对比
1. 通用编程（写函数、改 bug、加测试）
测试方法：HumanEval 中文翻译版 + 自有 200 题代码补全。
| 模型 | 通过率 | 平均耗时 | 备注 |
|---|---|---|---|
| Sonnet 4.6 | 92% | 6s | 多数场景足够 |
| Opus 4.7 | 95% | 11s | 提升边际，但 5x 价格 |
结论：日常代码任务用 Sonnet 4.6，Opus 体感不值。
2. 长任务规划（重构、迁移、跨文件设计）
测试方法：把一个 30 文件的 Express 4 项目迁移到 Express 5，记录人工修复次数。
| 模型 | 一次成功率 | 中途偏题次数 | 总耗时 |
|---|---|---|---|
| Sonnet 4.6 | 60% | 3.2 | 25 分钟 |
| Opus 4.7 | 85% | 1.1 | 18 分钟 |
结论：长任务、跨文件改动选 Opus 4.7。它在保持”plan”不漂移方面明显更强。
3. 写作（中文长文、技术文档）
测试方法：1500 字技术文章，包含代码示例、表格、引用，看流畅度与事实准确性。
| 模型 | 文风评分（10 分） | 事实错误次数 | 备注 |
|---|---|---|---|
| Sonnet 4.6 | 8.0 | 0.4 | 行文紧凑 |
| Opus 4.7 | 8.7 | 0.2 | 略冗长但准确度更高 |
结论：内部文档用 Sonnet，对外发布的内容（博客、白皮书）用 Opus。
4. 推理（数学、逻辑题、SQL 优化）
测试方法：60 道竞赛数学 + 30 道复杂 SQL。
| 模型 | 数学正确率 | SQL 正确率 |
|---|---|---|
| Sonnet 4.6 | 76% | 88% |
| Opus 4.7 | 89% | 94% |
结论：硬推理场景 Opus 优势明显。
5. 工具调用（function calling / tool use）
测试方法：定义 20 个工具的 schema，让模型按用户指令调用，看是否正确选用工具与参数。
| 模型 | 正确调用率 | 多步推理 |
|---|---|---|
| Sonnet 4.6 | 94% | 中 |
| Opus 4.7 | 96% | 强 |
结论：单步工具调用 Sonnet 够用；多步推理 + 工具组合用 Opus。
6. 视觉（截图理解、图表解读）
| 模型 | 截图理解 | OCR 准确度 |
|---|---|---|
| Sonnet 4.6 | 强 | 高 |
| Opus 4.7 | 极强 | 高 |
结论：视觉任务 Sonnet 已经很好，Opus 边际改善小。除非是非常细的图表分析，否则 Sonnet。
7. 超长上下文（>100k）
输入 150k tokens 的代码仓库，问”X 函数被哪些地方调用，参数有什么变化”。
| 模型 | 召回率 | 漏报 |
|---|---|---|
| Sonnet 4.6 | 82% | 中 |
| Opus 4.7 | 91% | 低 |
结论：100k 以上的”大海捞针”用 Opus。Sonnet 在中等上下文（<60k）几乎无差。
三、选型决策树
开始
│
├── 任务是"快查 / 改一行 / 写一个函数"
│ → Haiku 4.5 或 Sonnet 4.6
│
├── 任务是"通用编程 / 写文档 / 调用工具"
│ → Sonnet 4.6
│
├── 任务是"长任务规划 / 跨文件重构 / 重要对外文案"
│ ├── 预算敏感 → Sonnet 4.6 + 多轮迭代
│ └── 预算宽松 → Opus 4.7
│
├── 任务是"复杂推理 / 数学 / SQL 优化"
│ → Opus 4.7
│
└── 任务是"超长上下文召回"
└── Opus 4.7四、混合用法：Architect / Editor
Aider、Claude Code 都支持双模型：
- Architect：Opus 4.7，负责思考与计划
- Editor：Sonnet 4.6，负责实际改代码
成本经验数据：相比纯 Opus，省 40–60%；相比纯 Sonnet，质量提升 10–15%。这是目前最划算的组合。
五、prompt caching 的影响
启用 Anthropic prompt caching 之后：
- 缓存命中价大约是普通输入价的 1/10
- 长 system prompt（>4k tokens）反复使用时，Opus 实际成本会大幅下降
- Sonnet 也受益，但绝对省的金额小
结论：长 system prompt 场景，Opus 与 Sonnet 的成本差会从 5x 缩到 2–3x，这时候 Opus 更划算。
六、Cline / Cursor / Claude Code 里怎么配
Claude Code
# 重要任务
export ANTHROPIC_MODEL="claude-opus-4-7"
# 日常
export ANTHROPIC_MODEL="claude-sonnet-4-6"或用 /model 命令切。
Cursor
设置 → Models → 添加 Custom Model，分别建 claude-opus-4-7 与 claude-sonnet-4-6，对话时用 Cmd+J 切换。
Cline
Plan Mode Model: Sonnet；Act Mode Model: Sonnet 或 Opus（看任务复杂度）。
Aider
aider --architect \
--model openai/claude-opus-4-7 \
--editor-model openai/claude-sonnet-4-6七、什么时候 Opus 反而不如 Sonnet
不是说 Opus 永远更强。这些场景 Sonnet 更合适：
- 响应延迟敏感：Sonnet 平均 6s 出第一字，Opus 11s。聊天界面感受差很多。
- 吞吐受限场景：批处理 1000 个分类任务，Sonnet 的 RPM/TPM 限额一般更宽松。
- 简单格式化输出：模型推理空间被压缩，Opus 的优势体现不出来。
八、相关阅读
- Cursor API 中转怎么选：2026 实用清单
- Claude Code 镜像国内配置完整指南
- Aider 中文配置与最佳实践
- GPT-5 与 Claude Opus 4.7 编程能力对比
- prompt caching 在国内中转下省成本指南
如果要把 Sonnet 4.6 + Opus 4.7 + Haiku 4.5 用同一把 Key 接入开发工具，可以在 YoTradeApi 注册 创建 API Key 后直接配置 base_url。