该换模型,还是该调 effort?一个问题就能分清

结果不满意时,先问自己:是它不够努力,还是它不够懂?答案不同,该动的旋钮完全不同——而大多数人动错了那个。

2026/08/05约 6 分钟HiBridge 原创
方法来源本文由 HiBridge 撰写,方法来自下面的出处。
出处
Choosing a Claude model and effort level in Claude Code
来自
Anthropic 官方博客
查证日期
2026/08/05

结果不满意,大多数人的第一反应是换个更强的模型

有时候对,有时候完全是浪费。官方给了一个很干净的判断标准,一句话就能分清。

两个旋钮,管的是不同的事

模型决定用哪套权重来处理你的请求——本质上是能力上限

effort 控制它整体做多少工作——读几个文件、做几步核验、多步任务钻多深。

这是两件事。 一个是「它有多聪明」,一个是「它有多用力」。

那个问题

官方给的核心判断逻辑是这一句:

「是它不够努力,还是它不够懂?」

did it not try hard enough, or did it not know enough?

具体怎么落地:

换更大的模型 —— 当它「不够懂」

判断依据:它已经拿到了所有相关材料,明显认真做了,结果还是错的。

这说明问题超出了它的能力,再用力也没用。这时候该往上换(Sonnet → Opus → Fable)。

提高 effort —— 当它「不够努力」

判断依据:它跳过了某些材料、没做核对、没有复查自己的结论。

这不是能力问题,是它没把活干完。这时候换模型没用——换个更聪明的模型来敷衍你,结果一样。

这一类占日常问题的大多数,也是最常被误判成「模型不行」的那类。

什么任务配什么模型

官方的划分:

用更大的模型(Fable、Opus)

  • 困难问题——隐晦的错误、你不熟悉的领域、架构性的判断
  • 含糊的任务——需要解读和判断,而不是照做
  • 复杂的多步工作——大模型能用更少的步骤达到质量线

用更小的模型(Sonnet、Haiku)

  • 常规任务——精确的修改、机械性的调整、事实性的问题
  • 范围清楚的工作——指令明确、具体
  • 控制成本——没必要为用不上的能力付费

翻译到咨询场景

任务 选什么 为什么
把 40 份访谈按既定框架打标 Sonnet 框架是给定的,工作是机械的。范围清楚
从一堆矛盾的访谈里提炼出核心张力 Opus / Fable 需要判断和解读,答案不在材料表面
统一术语、调整格式、批量改写 Sonnet,effort 也不用高 纯执行
客户的问题很含糊,要先想清楚该研究什么 Opus / Fable 典型的「含糊任务」
把一份 80 页报告转成可检索的文字稿 Sonnet 量大但不难
判断一个结论证据够不够 Opus / Fable 需要它有能力说「不够」

一条经验:如果你自己能把步骤写清楚,用 Sonnet;如果你需要它替你想「该怎么做」,往上换。

effort 怎么设

官方的建议出人意料地保守:

「大多数任务应该使用模型的默认 effort。」

而且建议把 effort 当作针对你所在领域的一次性偏好设置,而不是逐个任务去调。

实操上:

  1. 先用默认档跑
  2. 发现它总是漏材料、不复核 → 整体调高一档,作为你的默认
  3. 发现它在简单任务上过度思考、慢 → 调低

不要每个任务都去拨。 那既费神,又会让你分不清「这次好是因为 effort 还是因为运气」。

⚠️ 在会话里用 /effort/model 面板的滑杆调档位,会写进全局配置、影响你其他正在跑的窗口。要临时调,用启动参数。详见同时开几个 Claude Code 窗口,为什么它们会互相改设置

哪些模型支持哪些档位

模型 可用档位
Fable 5 low medium high xhigh max
Opus 5、Sonnet 5、Opus 4.8、Opus 4.7 low medium high xhigh max
Opus 4.6、Sonnet 4.6 low medium high max

没列出的模型(比如 Haiku)不支持 effort。设了不支持的档位不会报错,而是自动降到最近的可用档。

默认是 high(Opus 4.7 例外,默认 xhigh)。

模型别名

不用记版本号:

别名 指向
sonnet 最新的 Sonnet,日常任务
opus 最新的 Opus,复杂推理
haiku Haiku,快速简单的任务
fable Fable 5,最难最长的任务
best 有 Fable 5 权限就用它,否则用最新 Opus
default 清除覆盖,回到账户推荐值

一个诊断顺序

结果不对时,按这个顺序问:

  1. 它是不是没拿到全部材料? → 先补材料,别急着换模型
  2. 它是不是跳过了步骤、没核对? → 提高 effort
  3. 材料齐、也认真做了,还是错的? → 换更大的模型
  4. 换了最大的还是不行? → 这个任务可能需要拆开,或者本来就不该交给它

第 1 步解决的问题比第 3 步多。 大部分「模型不行」的判断,其实是没给够上下文。