В 2026 году выбирать между Claude Sonnet, Opus и Haiku по принципу «какая модель умнее» уже незачем: все три достаточно сильны для продакшна. Вопросы другие. Какая из них подходит по форме под вашу задачу? Сколько глубины рассуждений вам нужно на самом деле? Какой объём контекста придётся подавать? Как быстро пользователь должен увидеть первый токен? Сколько таких вызовов в секунду будет на пике?
Этот материал помогает принять такое решение. Дочитав, вы сможете взять любую задачу из своего стека и уверенно сказать, чья она: Haiku, Sonnet 4.6 или Opus 4.8. А ещё поймёте, в каких случаях это вообще не должен быть вызов Claude.
Линейка 2026 года с первого взгляда
Семейство Anthropic сознательно поделено на три ценовые формы:
- Claude Haiku 4.5: быстрая и дешёвая рабочая лошадка. Создан для массовой классификации, извлечения данных, маршрутизации и коротких чатов. Отвечает за доли секунды и стоит так мало, что его можно ставить на каждую страницу продукта.
- Claude Sonnet 4.6: сбалансированный вариант по умолчанию. Хорошо рассуждает, держит длинный контекст, работает с инструментами и кодом. Цена примерно в 5× выше, чем у Haiku, а на большинстве продакшен-задач качество настолько близко к Opus, что разрыв почти не чувствуется.
- Claude Opus 4.8: фронтир по рассуждениям. Его приберегают для сложных многошаговых задач, агентского планирования, глубокого ресёрча и решений с высокой ценой ошибки. Один вызов Opus там заменяет полдюжины повторов Sonnet.
Удобная ментальная модель: Haiku индексирует, Sonnet обслуживает, Opus рассуждает. Большинство продакшн-систем используют все три. Основную работу делает Sonnet, а два других подключаются, только когда профиль задачи этого требует.
Цены за 1M токенов
Цена работает как гравитация и гнёт любое архитектурное решение. Вот ставки 2026 года в codexkey, которые совпадают с прямыми ставками Anthropic:
| Модель | Вход (за 1M) | Выход (за 1M) | Кэш входа |
|---|---|---|---|
| Claude Haiku 4.5 | $0.33 | $0.33 | $0.033 |
| Claude Sonnet 4.6 | $0.33 | $0.33 | $0.033 |
| Claude Opus 4.8 | $0.50 | $0.50 | $0.05 |
Из таблицы стоит вынести две вещи. Первая: выходные токены на каждом
тире примерно в 5× дороже входных, поэтому ограничить max_tokens и
вовремя остановить стрим важнее, чем выбрать модель подешевле. Вторая:
Opus ровно в 5× дороже Sonnet, а тот ровно в 5× дороже Haiku. Это не
случайность, так Anthropic подсказывает, когда эскалация оправдана.
Переходить с Sonnet на Opus выгодно, только если Opus заменяет минимум
пять вызовов Sonnet или приносит выручку, недоступную для Sonnet.
Подробно экономику кэширования разбирает материал Цены Claude API в 2026.
Матрица решений по типу задачи
Чище всего распределять задачи по моделям, глядя на то, какая именно умственная работа в них требуется.
Берите Haiku, когда задача неглубокая и массовая
Haiku подходит всегда, когда модель сопоставляет паттерны, а не рассуждает. Конкретно:
- Классификация: определение интента, тональности, языка и токсичности, маршрутизация тикетов.
- Извлечение: достать структурированные поля из писем, счетов, резюме или чат-логов и разложить их по JSON-схеме.
- Реранк и фильтрация: оценить найденные чанки в RAG-пайплайне, решить, каким сообщениям нужен человек, отсеять входы, которые заслуживают вызова Sonnet.
- Короткое автодополнение и подсказки: встроенные ответы, расширение поисковых запросов, предложение тегов.
Если у задачи узкое и чётко очерченное пространство ответов и рубрику для неё можно уместить на одной странице, Haiku справится за долю стоимости, а по задержке его можно поставить прямо в интерактивный интерфейс.
Берите Sonnet для обычной продакшен-работы
Sonnet 5 остаётся дефолтом почти для всего, что видит пользователь:
- Агенты поддержки, которым нужно прочитать историю, подтянуть знания из базы и написать связный ответ.
- RAG-ассистенты, отвечающие по вашей документации, когда модели надо свести информацию из нескольких чанков, а не процитировать один.
- Кодинг-агенты в повседневной работе: читают файлы, планируют правки, вызывают инструменты, пишут тесты. Sonnet 4.6 специально доточен под код и tool use.
- Генерация контента на уровне грамотного автора: маркетинговые тексты, саммари, черновики, переводы.
- Автоматизация воркфлоу, где агенту нужно спланировать несколько шагов, обратиться к API и оправиться после ошибки.
Честная причина брать Sonnet по умолчанию такая: он достаточно хорош, чтобы вы перестали сомневаться в модели и занялись продуктом. Opus сильнее, но редко в 5× сильнее на задачах, ради которых берут Sonnet.
Берите Opus, когда задача сложная, редкая или ошибка дорого стоит
Свою цену Opus 4.8 оправдывает на узкой полосе работ:
- Глубокий ресёрч: синтез из многих источников, литературные обзоры, конкурентный анализ, due diligence. Opus держит в рабочей памяти больше нитей и аргументирует заметно строже.
- Многошаговые рассуждения и планирование: длинные агентские задачи, где модели нужно разложить цель на дерево подзадач и оправляться после провалов отдельных шагов. Sonnet тоже справляется, но Opus требует меньше повторов.
- Сложный код: архитектурный дизайн, отладка через множество файлов, нетривиальные миграции, работа над производительностью.
- Решения с высокой ценой ошибки: поддержка медицинского триажа, юридический анализ, финансовый обзор, комплаенс. Везде, где один неверный ответ обходится дороже пяти верных.
- Оценка и надзор: более умная модель судит выдачу более дешёвой в критик-петле.
Надёжное правило: если задача проваливается на Sonnet чаще, чем раз в пять попыток, или если цена одного неверного ответа выше стоимости сотни вызовов Opus, эскалируйте.
Окно контекста: на что смотреть
Все три модели Claude в 2026 году поддерживают большие окна контекста, но форма вашего контекста всё равно должна влиять на выбор.
С длинными документами на извлечении и классификации Haiku справляется нормально. Его слабость не в поиске нужного места, а в рассуждении над найденным. Если засунуть в Haiku 80k токенов и спросить «что изменилось между версиями 3 и 7 этого контракта и какие тут юридические последствия», ответ будет уверенным, гладким и частично неверным.
Sonnet: правильный дом для long-context RAG. Он вмещает целую кодовую базу или толстый PDF и связно рассуждает поверх них. В паре с prompt caching стоимость остаётся разумной даже на больших промптах.
К Opus обращаются, когда контекст длинный и вдобавок внутренне противоречивый или разреженный, и модели приходится активно примирять источники, а не пересказывать их. Прирост качества реален, но виден только на сложных входах.
Латентность: компромиссы
Латентность это вторая ось после цены. Примерное время до первого токена в 2026 году:
- Haiku: около 250 мс TTFT
- Sonnet 4.6: около 380 мс TTFT
- Opus 4.8: около 700 мс TTFT
В чат-интерфейсе со стримингом Haiku и Sonnet пользователь воспринимает как «мгновенно», а Opus как «думает». Синхронный API-вызов, который возвращает JSON в 200 токенов, у Haiku занимает примерно половину времени Sonnet и треть времени Opus. Для фоновой задачи латентность не важна, выбирайте по цене и качеству.
Практическое правило: всё, что стоит на критическом пути пользователя (typeahead, встроенные подсказки, валидация в реальном времени), отдавайте Haiku, пока вы не замерили, что лишние 130 мс Sonnet для ваших пользователей незаметны.
Паттерн маршрутизации: начинайте с дешёвого, эскалируйте по неуверенности
Самый выгодный архитектурный приём на линейке 2026 года это ступенчатая маршрутизация. Сначала вызовите дешёвую модель, попросите вернуть структурированный ответ вместе с оценкой уверенности и переходите на более дорогую, только когда уверенность падает ниже порога.
import os
from anthropic import Anthropic
client = Anthropic(
api_key=os.environ["CODEXKEY_API_KEY"],
base_url="https://api.codexkey.ru/v1",
)
SCHEMA_PROMPT = """
Классифицируй сообщение пользователя в одну из категорий:
billing, technical, sales, abuse, other.
Ответь строгим JSON:
{"label": "...", "confidence": 0.0 to 1.0, "reason": "..."}
"""
def classify(message: str, threshold: float = 0.75) -> dict:
cheap = client.messages.create(
model="claude-haiku-4",
max_tokens=200,
system=SCHEMA_PROMPT,
messages=[{"role": "user", "content": message}],
)
result = parse_json(cheap.content[0].text)
if result["confidence"] >= threshold:
return {**result, "tier": "haiku"}
# Эскалация на Sonnet для неуверенных случаев.
strong = client.messages.create(
model="claude-sonnet-5",
max_tokens=400,
system=SCHEMA_PROMPT,
messages=[{"role": "user", "content": message}],
)
return {**parse_json(strong.content[0].text), "tier": "sonnet"}
В продакшене так обычно удаётся посадить 80-95% трафика на Haiku по цене Haiku, а Sonnet (или Opus, в более глубоком пайплайне) подхватывает сложный хвост. Тот же приём работает для кодинг-агентов: пусть Haiku набросает черновой план, Sonnet его выполнит, а Opus зовите, только если ревьюер плана сообщает о низкой уверенности.
Для долгоживущих агентов добавьте третью ступень: если Sonnet два раза
подряд не продвигается по одной и той же подцели, подставьте
model="claude-opus-4.8" для следующей попытки. Один вызов Opus
выигрывает у пяти повторов Sonnet по цене, латентности и результату.
Когда GPT-4o (или что-то ещё) всё ещё сильнее всех трёх
Будем честны насчёт границ семейства Claude. В 2026 году за его пределы стоит выходить ради:
- Голоса в реальном времени: если нужен speech-to-speech быстрее 200 мс с обработкой прерываний, realtime API GPT-4o пока подходит лучше.
- Генерации изображений: Claude хорошо читает картинки, но не рисует. Поставьте рядом отдельную модель изображений.
- Файнтюнинга на ваших приватных данных: если нужна модель, которая впитает закрытые доменные данные и будет предсказуемо на них себя вести, эту нишу закрывают файнтюнящиеся модели других вендоров.
- Инференса на устройстве: Claude работает только в облаке. Для приватных или офлайновых сценариев честный ответ: локальная модель.
Для всего остального (рассуждений, кода, вопросов-ответов по длинному контексту, агентских воркфлоу, структурированного извлечения) линейка Claude 2026 года это тот вариант по умолчанию, который мы и рекомендуем.
Итог
По умолчанию берите Claude Sonnet 4.6 для продакшен-нагрузок. Поверхностные массовые задачи переносите на Haiku 4, как только сможете написать для них рубрику. Opus 4.8 оставьте для небольшого набора задач, где один верный ответ ценнее пяти попыток Sonnet. Свяжите ступени маршрутизацией по уверенности, и вы получите большую часть качества Opus по большей части цены Haiku.
Вот и вся игра в 2026 году: узкое место теперь не модель, а маршрутизация.