內容重點
這篇文章將介紹 Claude 的三種模型家族，幫助你在開發 AI Agent 時，了解各模型適用的情境。以下是各模型家族的特色與選擇建議：
| Opus | Sonnet | Haiku | |
| 說明 | 最聰明的模型 | 在回應品質、速度和成本三者間取得最佳平衡 | 提供低成本與快速回應的輕量模型 |
| 成本 | 高 | 中 | 低 |
| （相對的）反應速度 | 普通 | 快速 | 非常快速 |
| 具備「reasoning」能力 | 是 | 是 | 否 |
| 適用情境 | 1. 進階軟體開發 2. 長時間運行任務 3. 需要多步驟策略的複雜問題 | 1. 一般軟體開發任務 2. 文書處理 3. 內容行銷 4. 資料分析與視覺化 5. 影像分析 6. 流程自動化 | 1. 內容過濾 2. 資料分類 3. 語言翻譯 4. 知識庫問答 |
你該如何挑選模型
前面的表格清楚呈現 Claude 各模型的分類與特色，接下來我想和你聊聊：為什麼需要認真思考模型的選擇？
在我培訓企業員工運用 ChatGPT（或其他生成式 AI 工具）提升工作效率的課程中，「如何挑選模型」是學員最常提出的問題之一。
上圖擷取自 ChatGPT 的使用者介面。只要是付費用戶，就可以透過選單自行選擇模型；下圖則是 Claude 的模型選擇介面。
根據我的使用經驗，大多數情況下我會保留系統預設的模型（例如：Claude 預設為 Sonnet 4.5；ChatGPT 預設為 GPT-5）。但當我需要處理複雜且多步驟的任務，特別是包含大量邏輯判斷或深度推理的流程時，我會選擇推理能力較強的模型（例如：Claude 的 Opus 模型；ChatGPT 的 o1 或 o3 模型）。
至於日常生活或一般工作任務中，我幾乎不會主動選擇成本低、速度快的輕量模型（例如：Claude 的 Haiku 模型；ChatGPT 的 GPT-5-mini 模型）除非在特定的開發場景中。
程式開發者該如何挑選模型
AI Agent 開發者更需要重視模型選擇策略，根據每個專案的條件與需求，規劃最適當的模型配置。這裡指的是透過官方 API 大量整合 Claude 功能到應用程式的情境。
舉例來說：假設你要為公司內部入口網增加 AI 聊天功能，讓員工可以透過對話查詢特休天數、申請請假或處理其他日常事務。
情境一:高頻次、簡單互動
公司內部入口網是每位員工的日常起點，使用頻率極高。員工通常帶著明確目的使用入口網：查看最新公告、查詢系統登入方式、報修電腦設備、查詢或申請休假等。
由於每次使用目的不同，且公司員工人數眾多，這種情境就很適合選擇成本低、反應快的模型。如果你了解 API 的計費方式，就會知道這個入口網每月消耗的 Token 數量相當可觀。公司很難要求員工「節制」或「有效率」地使用，因此 Haiku 模型的快速回應與低成本特性，就非常適合這類高頻次的簡單互動。
情境二:多步驟、需判斷邏輯的流程
然而,當員工要「申請休假」時，流程就變得複雜了。系統需要:
- 查詢剩餘休假天數
- 判斷可使用的休假類別
- 送出休假申請
- 啟動審核流程
經過合理拆解後，完整的請假流程約需 15~30 個步驟，其中包含多個需要審查、判斷、條件控制的環節。這時候就很適合使用 Sonnet 這種標準模型,而不適合繼續沿用 Haiku 模型。
結論
因此，一款應用程式可以針對不同情境，靈活選用不同的 LLM 模型，目的是在控制成本與提升服務品質之間取得平衡，同時優化用戶體驗。如果你想學習 AI Agent 應用程式開發，就必須仔細思考模型選用的策略！
誠摯邀請你的分享:
若有任何疑問或建議，也歡迎來信至 contact@mdas.com.tw，我們很樂意與你交流。
如果你是經驗豐富的 AI Agent 開發者、或已熟悉 Claude API 的使用，歡迎在文章下方留言，與我們分享你的實戰經驗！
Leave a Reply