OpenRouter 实测 Claude Opus、Sonnet、Haiku 5.5 三档模型选型

OpenRouter 发布 Claude 5.5 三档模型的实测对比，结论是默认选 Sonnet 5.5，高频与子智能体任务用 Haiku 5.5，长且容错成本高的任务用 Opus 5.5。三档模型同属一代：Opus 5.5 于 2026 年 9 月 22 日发布，Sonnet 5.5 于 9 月 28 日，Haiku 5.5 于 10 月 7 日，均为 100 万 token 上下文窗口，支持文本、图像和 PDF。价格上，每百万 token 输入 Opus 4 美元、Sonnet 2 美元、Haiku 0.10 美元，输出分别为 20、10、0.50 美元。 基准方面，OpenRouter 自跑的 GPQA Diamond 中 Sonnet 得 92.4%，高于 Opus 的 90.4%；τ-bench airline 上 Sonnet 78.7%、Haiku 76.0%、Opus 75.5%。Artificial Analysis 综合指数则是 Opus 57.6、Sonnet 56.0、Haiku 43.4。按任务成本算，GPQA 每题 Sonnet 0.025 美元、Opus 0.054 美元；τ-bench 每任务 Sonnet 0.16 美元、Opus 0.34 美元。10 月 12 日当周，Opus 在 OpenRouter 上的 token 量约为 Sonnet 的 2.5 倍，部分原因是 Claude Code 多数套餐默认使用 Opus。 编码测试分两部分。第一部分是 11 个带隐藏测试的 Python 任务，含 8 个日常任务和 3 个困难任务（不用 re 模块的正则引擎、三值 NULL 逻辑的 SQL WHERE 过滤、跨时区夏令时切换日的空闲时段），每个模型 25 次尝试全部通过。日常任务每次成本 Opus 0.0211 美元、Sonnet 0.0112 美元、Haiku 0.0007 美元；困难任务分别为 0.0739、0.0380、0.0027 美元。Haiku 在困难任务上平均用 3202 个推理 token，多于 Opus 的 1252 个，但完成最快，耗时 22.6 秒。 第二部分是在 Claude Code 中修复一个含三个 bug 的小型发票库，三个模型各跑三次均全部修复。单次会话中位成本 Opus 0.098 美元、Sonnet 0.062 美元、Haiku 0.0052 美元，Haiku 需要 6 至 8 轮对话。文章还提示 Claude Code 的 total_cost_usd 字段无法识别 Haiku 的 slug，会把约 0.0052 美元的会话报成 0.16 至 0.31 美元，通过 OpenRouter 使用时应改看 Activity 页面并设置支出上限。 切换方式上，三档模型共用同一 API 和请求格式，只需改 model 字符串。Claude Code 2.1.307 能识别 Opus 和 Sonnet 的 slug 并给予 100 万 token 上下文，但尚不识别 Haiku，默认按 20 万 token 处理，需在 slug 后加 [1m] 才能启用完整窗口。文章还给出 ANTHROPIC_DEFAULT_OPUS_MODEL、ANTHROPIC_DEFAULT_SONNET_MODEL、ANTHROPIC_DEFAULT_HAIKU_MODEL 和 CLAUDE_CODE_SUBAGENT_MODEL 等环境变量，用于按角色分配模型，并提到 Ori Eval 可在自有代码上跑同类对比。