Используйте Claude Sonnet 5.5 по умолчанию, Claude Haiku 5.5 для задач с высокой интенсивностью и работы суб-агентов, а Claude Opus 5.5 — в тех случаях, когда задача является долгой, неоднозначной или цена ошибки слишком высока.

Для большинства команд выбор сводится к Opus и Sonnet, и вопрос заключается в том, стоит ли Opus вдвое большей цены за токен, чем Sonnet. В протестированных нами задачах по программированию это было не так. Мы дали каждой модели одинаковые 11 задач по программированию со скрытыми тестами и одинаковую задачу на исправление бага в Claude Code. Каждая модель справилась со всем, поэтому различия сводились к стоимости. Haiku оказалась в 19–30 раз дешевле Opus в расчете на задачу, а Sonnet обошлась в сумму от половины до двух третей стоимости Opus.

Эти результаты показывают, как все три модели справились с нашими задачами. Единственный способ узнать, какая из них лучше всего подходит для вашего рабочего процесса, — протестировать их на ваших собственных задачах. Ori Eval делает это за вас. Вы спрашиваете своего агента по программированию, какая модель лучше всего подходит для вашего проекта, и он находит тестовый материал в вашем коде, пишет оценочный тест, запускает модели, которые вы хотите сравнить, и рекомендует одну из них, основываясь на полученных баллах, времени выполнения и затратах. В разделе о переключении между ними показано, как настроить работу со всеми тремя уровнями.

Кратко (Tl;dr)

Используйте Claude Sonnet 5.5 в качестве модели по умолчанию. Она набрала столько же или больше баллов, чем Opus 5.5, в наших тестах GPQA Diamond и τ-bench, а также успешно прошла все тесты по программированию при вдвое меньшей цене за токен.
Используйте Haiku 5.5 для задач с высоким объемом и работы суб-агентов. Она также успешно прошла все тесты по программированию, а ее стоимость составила от 1/12 до 1/16 от стоимости Sonnet.
Оставьте Opus 5.5 для долгих, неоднозначных задач, где ошибка стоит дороже потраченных токенов. Наши короткие тесты не могут исключить преимущества модели в таких сценариях.
Наши тесты не отражают специфику вашей работы. Протестируйте все три модели на собственных задачах с помощью Ori Eval, прежде чем окончательно остановиться на одной из них.
Все три модели различаются лишь строкой идентификатора в OpenRouter, а Claude Code может использовать разные модели для разных ролей.

Чем отличаются Opus, Sonnet и Haiku?

Opus 5.5, Sonnet 5.5 и Haiku 5.5 — это три уровня одного поколения моделей. Компания Anthropic выпустила Opus 5.5 22 сентября 2026 года, Sonnet 5.5 — 28 сентября, а Haiku 5.5 — 7 октября. Все три модели поддерживают 1-million-token context window и принимают текст, изображения и PDF-файлы. Они различаются в основном ценой, а в случае Haiku — более низкими результатами в бенчмарках.

Цены указаны по состоянию на 21 октября 2026 года на основе страниц моделей Opus 5.5, Sonnet 5.5 и Haiku 5.5. Строки бенчмарков взяты из нашей точки доступа к бенчмаркам по состоянию на 21 октября (наши тесты от 17 октября). Интегральный индекс искусственного интеллекта от Artificial Analysis (Artificial Analysis Intelligence Index) представляет собой совокупный балл по 10 оценкам независимой аналитической компании Artificial Analysis. Буква T обозначает триллионы токенов согласно нашему набору данных ежедневных рейтингов.

Лучше ли Opus, чем Sonnet?

В запускаемых нами бенчмарках Claude Opus 5.5 не превосходит Claude Sonnet 5.5. Sonnet набрала больше баллов в нашем тесте GPQA Diamond, включающем 198 вопросов по естественным наукам уровня аспирантуры (92,4% против 90,4%). Она также показала лучший результат в τ-bench airline, бенчмарке многошагового агента службы поддержки (78,7% против 75.5%). Opus опережает конкурента на 1,6 балла в индексе Artificial Analysis. В обоих наших тестах Sonnet стоит менее половины от стоимости задачи Opus: $0,025 за вопрос GPQA против $0,054 и от $0,16 до $0,34 за задачу τ-bench.

На неделе с 12 октября объем токенов Opus 5.5 на OpenRouter примерно в 2,5 раза превышал объем Sonnet. Opus также является моделью по умолчанию для Claude Code в большинстве тарифных планов, и в нашем тестировании Claude Code использовал Opus 5.5 через OpenRouter, когда модель не была задана явно. Если вы не меняли настройки модели, вы работаете именно с Opus.

Достаточно ли хороша Haiku, чтобы заменить Sonnet?

Haiku 5.5 может заменить Sonnet в четко определенных рутинных задачах. Она набрала 76,0% в тесте τ-bench airline, что на полпункта выше Opus и на 2,7 пункта ниже Sonnet, при стоимости $0,011 за задачу. Это примерно одна четырнадцатая от стоимости Sonnet. В наших тестах использовалось от 100 до 200 задач на модель, поэтому разница в несколько пунктов в этом бенчмарке может быть случайной погрешностью. Haiku отстает от Sonnet на 5,8 пункта в GPQA Diamond и на 12,6 пункта в индексе Artificial Analysis, в котором агентные задачи и общие знания имеют вес по 30%, а программирование и научные рассуждения — по 20%. В рутинном программировании наши тесты, приведенные ниже, не выявили никакой разницы.

Что показали наши тесты по программированию?

Мы протестировали две вещи: написание функции по спецификации и исправление репозитория с помощью Claude Code. Все три модели успешно справились со всеми тестами в обеих категориях.

Функции со скрытыми тестами

Мы написали 11 задач на Python, каждая из которых сопровождалась скрытым тестовым файлом. Восемь повседневных задач включали разбор длительностей, слияние интервалов, LRU-кэш, арифметический интерпретатор без использования eval, вычисление времени следующего запуска по cron-выражению, перенос слов, сортировку по правилям семантического версионирования (Semantic Versioning) и чтение JSON-путей. Три сложные задачи представляли собой движок регулярных выражений без модуля re, SQL-фильтр WHERE с трехзначной логикой NULL и поиск свободных интервалов в календаре с учетом часовых поясов и дней перехода на летнее время. Каждая модель отвечала на каждую повседневную задачу дважды и на каждую сложную задачу трижды при настройках моделей по умолчанию, что составило 25 попыток на модель.

Haiku использовала больше всего рассуждений и при этом быстрее всех справилась со сложными задачами. В сложных задачах она расходовала в среднем 3202 токена на рассуждения по сравнению с 1252 токенами у Opus. Токены рассуждений — это токены, которые модель тратит на обдумывание проблемы перед написанием ответа. Даже с учетом дополнительных токенов на рассуждения, стоимость Haiku составила 1/27 от стоимости Opus в расчете на сложную задачу.

Исправление багов в Claude Code

Мы предоставили Claude Code небольшую библиотеку для выставления счетов, содержащую три бага и пять тестов. Ошибки заключались в округлении с использованием банковского округления (округление до ближайшего четного), парсере CSV, который разделял строки по запятым внутри кавычек, и функции формирования итогов, которая перезаписывала количества вместо их суммирования. Мы запускали тест три раза для каждой модели через OpenRouter, выбирая модель с помощью переменной окружения ANTHROPIC_MODEL.

Шаг (turn) — это один ответ модели в рамках сеанса. Мы рассчитывали стоимость сеанса на основе количества токенов каждого сеанса по нашим ценам, поскольку собственные данные Claude Code для Haiku были неверными.

Собственное поле Claude Code total_cost_usd field не распознавало идентификатор Haiku и сообщало о стоимости от $0,16 до $0,31 за сеанс, что в 30–60 раз превышало наше расчетное медианное значение в $0,0052. В режиме вывода (claude -p) Claude Code записывает в лог предупреждение, когда не распознает идентификатор модели. Мы снова столкнулись с этим при отправке односложного ответа через Haiku, когда Claude Code сообщил о стоимости $0,107, в то время как по нашим ценам запрос стоил около $0,002.

Если вы запускаете Claude Code через OpenRouter, проверяйте затраты на странице активности (Activity page) и используйте наши средства контроля расходов, если вам нужен лимит.

Это небольшие и четко сформулированные задачи. В этих задачах все три уровня продемонстрировали одинаковую надежность, а их стоимость сильно различалась. Они не охватывают работу, для которой Anthropic создала Opus, а именно долгосрочное агентное программирование и работу со знаниями, где цена ошибки выше стоимости токенов.

Какую модель вам следует использовать?

Если вам нужна одна модель по умолчанию, используйте Claude Sonnet 5.5. Она набрала столько же или больше баллов, чем Opus, в обоих наших тестах и не уступила ей ни в одном из испытаний, при этом ее цена за токен вдвое ниже.
Если вы выполняете много запросов, таких как классификация, извлечение данных, запуск субагентов или массовое редактирование кода, используйте Haiku 5.5. Модель успешно прошла все наши тесты при стоимости, составляющей от 1/12 до 1/16 от стоимости Sonnet и от 1/19 до 1/30 от стоимости Opus. Держите объем промптов в пределах 100 000 токенов, чтобы сохранить более низкую цену. Помимо Claude Code, наш инструмент сервера субагентов позволяет более крупной модели передавать автономные задачи более мелкой.
Используйте Opus 5.5 для выполнения продолжительных задач, где цена ошибки высока. Это работа, для которой она создана, и наши короткие тесты не могут исключить ее преимущества в таких сценариях.
Если вы не можете определить, к какой категории относится ваша рабочая нагрузка, протестируйте собственные задачи, а не наши, как описано в следующем разделе.

Как переключаться между ними?

Мы предоставляем доступ ко всем трем моделям через один API, один ключ и один формат запросов, поэтому переключение сводится к изменению строкового идентификатора модели. Этот цикл отправляет один и тот же промпт на каждый уровень и выводит количество токенов вывода и стоимость, возвращаемые для каждого ответа.

Это результат нашего запуска от 13 октября 2026 года.

Пропустите свои задачи через каждый уровень с помощью Ori Eval. Тесты Ori Eval представляют собой файлы TypeScript с расширением *.eval.ts. Передайте каждый из трех идентификаторов в функцию setupAgent({ model }) в одном файле, и те же тесты будут запущены на каждом уровне.

В Claude Code вы можете оставить Opus для планирования, а рутинную работу отправлять более дешевым моделям. Настройте Claude Code для работы с OpenRouter с помощью нашего руководства по установке, а затем задайте модель для каждой роли.

Claude Code 2.1.307 распознает идентификаторы Opus и Sonnet и предоставляет им контекстное окно размером в 1 миллион токенов. Идентификатор Haiku пока не распознается, и для него по умолчанию задается ограничение в 200 000 токенов. Чтобы предоставить Haiku полное окно, добавьте [1m] к его идентификатору. Мы удаляем этот суффикс перед маршрутизацией. Если его не указывать, сеансы Haiku будут ограничены примерно 200 000 токенов.

Эти переменные определяют, на какую модель указывает каждое имя. Они не меняют то, какую именно модель вы используете. Чтобы сделать Sonnet основной моделью, выполните команду /model sonnet в сеансе или установите переменную ANTHROPIC_MODEL=sonnet перед запуском Claude Code. Чтобы планировать с помощью Opus и писать код с помощью Sonnet, запустите вместо этого . Поскольку задана переменная CLAUDE_CODE_SUBAGENT_MODEL, агенты, для которых не указана собственная модель, будут выполняться на Haiku.

Если вы предпочитаете, чтобы модель выбиралась автоматически для каждого запроса, Auto Router (openrouter/auto) подберет подходящий вариант. Для написания кода Pareto Router выбирает модель, которая соответствует заданному вами минимальному баллу оценки кодинга.

Часто задаваемые вопросы

Является ли Claude Haiku дешевле, чем Sonnet?

Да. На OpenRouter модель Haiku 5.5 обходится в 20 раз дешевле за токен ввода и вывода по сравнению с Claude Sonnet 5.5 для промптов объемом менее 100 000 токенов: $0,10 за миллион входных токенов против $2,00. В наших запусках Claude Code разница в стоимости за сеанс была меньше (примерно в 12 раз), отчасти потому, что Haiku требовалось больше шагов для достижения того же результата.

Лучше ли Sonnet 5.5, чем Opus 5.5 для написания кода?

В наших тестах по программированию для Claude Sonnet и Opus обе модели показали равные результаты. Обе успешно прошли все 25 скрытых тестовых попыток и все три запуска Claude Code через OpenRouter, при этом Sonnet работала быстрее и стоила от половины до двух третей цены Opus. Opus опережает конкурентов на 1,6 балла в индексе Artificial Analysis, и Anthropic позиционирует ее как решение для долгосрочной работы агентов по написанию кода, поэтому она является более надежным выбором для продолжительных и неоднозначных сеансов.

Для чего хороша Claude Haiku?

Haiku 5.5 отлично подходит для высокоинтенсивной и четко определенной работы, такой как классификация, извлечение данных, маршрутизация, задачи субагентов и рутинные изменения кода. В наших тестах через OpenRouter модель успешно справилась со всеми задачами программирования, включая создание регулярных выражений и работу с трехзначной логикой NULL в SQL, а также набрала на полбалла больше, чем Opus, в бенчмарке τ-bench airline.

Какую модель Claude использует Claude Code?

Claude Code по умолчанию использует Opus 5.5 для учетных записей Pro, Max, Team, Enterprise и через API Anthropic, согласно документации Anthropic по конфигурации моделей. При запуске Claude Code через OpenRouter вы можете изменить основную модель с помощью ANTHROPIC_MODEL и настроить каждую роль с помощью переменных окружения, указанных выше.

Следующие шаги

Ori Eval запускает Opus, Sonnet и Haiku на ваших собственных задачах и рекомендует наиболее подходящую модель. Для начала отправьте вашему агенту по программированию следующую инструкцию: запустите curl -fsSL https://openrouter.ai/skills/spawn-ori-eval и следуйте инструкциям в выводе.
Наше руководство по установке охватывает настройку моделей для каждой роли, а учебное пособие «Claude Code с OpenRouter: настройка, модели и затраты» посвящено выбору моделей и расчету расходов.
Страницы моделей Opus 5.5, Sonnet 5.5 и Haiku 5.5 отображают актуальные цены, список провайдеров и время безотказной работы. Наша страница сравнения Opus 5.5 и Sonnet 5.5 позволяет сопоставить две эти модели.
В разделе кэширования промптов описаны цены на чтение из кэша, указанные в таблице выше.
Руководство по миграции на Claude 5.5 охватывает изменения в API, если вы переходите со старой модели Claude.
Документы «Фреймворк компромисса между стоимостью и качеством для агентных моделей» (Cost vs. Quality Tradeoff Framework for Agent Models) и «Пороговые значения уверенности для маршрутизации эскалации моделей» (Confidence Thresholds for Model Escalation Routing) объясняют, в каких случаях следует переводить запрос на более высокий уровень.