📘 第 3 课：Choosing the right model（选对模型）

所属课程：the AI Platform 101（课程 003） 官方课时定位：Section 1「What is the the AI Platform?」— Lesson 3 / 共 12 课时 ID：486252 ｜ 官方地址：https://anthropic.skilljar.com/claude-platform-101/486252 形式：Video（视频课 + 文稿） 针对认证：CCAR-P（架构师 Professional） 整理日期：2026-10-14 ⚠️ 语料来源：官方 Skilljar 课程正文（用户提供，需登录）。CC BY-NC-SA 4.0，仅供个人学习。 ⭐⭐ 本课权重提示：全课最像考题的一课。官方在这里给出了选型判据、一句可背诵的原则、评估集的最小可行做法（20–30 条来自真实工作负载的样例）与按任务路由四件事 —— 分别命中领域 2（13%）、领域 4（16%）与领域 1（17%）。

🎯 本课学习目标

⚠️ 本课官方未提供 What you'll learn 区块。以下按文稿结构反推：

1. 能说出官方的模型档位及各自定位（含新增的第四档）。
2. ⭐⭐ 能背出那句选型原则：the right model is the cheapest one whose output you'd actually ship。
3. 能搭一个最小可行评估（20–30 条真实样例）。
4. 能按「从低档往上试」的顺序做选型，并知道在哪停。
5. 会用 response.usage 读 input / output token，知道账单按什么算。
6. 能在同一个接口内按任务路由到不同模型。

📖 一、视频导读

官方原句： You're shipping an app with the AI. Which model do you pick? If you default to the smartest one, your API bill will surprise you. Pick the cheapest one, and the output might not hold up. Each model has different trade-offs, and picking the right one affects both quality and cost.

精译：你正在交付一个带 AI 的应用。你选哪个模型？如果你默认选最聪明的那个，你的 API 账单会给你一个惊喜；选最便宜的那个，产出又可能撑不住。 每个模型都有不同的取舍，选对了同时影响质量与成本。

⭐⭐ 这是一个标准的「两头都不是正解」型题干结构（CCAR-P 最爱）： | ❌ 陷阱 A | ❌ 陷阱 B | ✅ 官方正解 | |---|---|---| | default to the smartest one（默认最强） | pick the cheapest one（一律最省） | 按任务做权衡，用评估来决定 |

记忆锚：默认最强 = 账单惊喜；一律最省 = 产出撑不住。选型是评估出来的，不是猜出来的。

🏷️ 二、⭐ 模型档位（The model tiers）

官方原句：the AI provider currently offers four model tiers, and you choose between them with the model parameter in your API call.

⚠️ 官方口径冲突（必记）： * 本段正文：四档（含新增的 the AI Fable）。 * 本课 Recap 仍写「三档」："the AI provider offers three model tiers"。 * 原因：官方自己注明 Fable 在本课程录制时「尚未正式可用（not generally available）」，因此未出现在视频中。 * 考试口径：按正文的四档理解；若题干只给 Opus / Sonnet / Haiku 三选一，那是在考「三个 core model families」。

四档总表（按能力从高到低）

⭐⭐ 两张必须分清的对照表

① 能力 / 速度 / 成本的相对位置

⚠️ 易错点：官方说 Opus 是「三家中最慢最贵」（of the three）—— 加了 Fable 之后，Opus 就不再是最慢最贵的了。看到 slowest / highest cost 要看限定语是不是 of the three。

② ⭐ 用途关键词（选择题的题眼）

⭐ 「分类 / 抽取 / 路由」这三个词几乎是 Haiku 的专属信号 —— 呼应第 1 课（起草客服回复用 Haiku）与第 2 课（官方对简单任务的判据）。

官方补充

Note that at the time of this course, the AI Fable was not generally available, and are not reflected in the video above. Learn more about the AI Fable and the AI Mythos here.

精译：请注意，在本课程制作时，the AI Fable 尚未正式可用，因此未体现在上面的视频中。了解更多 the AI Fable 与 the AI Mythos 的信息见此处。

💡 generally available（GA，正式可用）是云厂商的标准术语。考题若出现 preview / beta / not GA 的描述，通常意味着不要把它作为生产默认选项。

🧪 三、⭐⭐ 先做一个简单评估（Start with a simple evaluation）

官方原句： Before you write production code, set up a simple evaluation*: a set of example inputs that you run through each model and score against what good output means for your use case. You don't need anything fancy — 20 or 30 representative examples from your actual workload* is enough to start.

精译：在你写生产代码之前，先搭一个简单的评估：准备一组样例输入，让每个模型都跑一遍，并对照「对你的用例来说，什么算好输出」来打分。你不需要任何花哨的东西 —— 从你的真实工作负载里取 20 到 30 条有代表性的样例就足够起步了。

⭐⭐ 这直接命中 CCAR-P 领域 4「设计评估数据集」 —— 官方给出的最小可行做法就是这四个要素： 真实负载取样 + 20~30 条 + 定义「好」+ 写码之前先做。 考点提示：题干给「团队想先上线再慢慢收集评估数据」→ 错。官方明确要求 before production code。 呼应课程 002 第 4 课的 Write acceptance tests before code（先写验收测试再写代码）—— 两门课再次互相印证。

⭐⭐ 往上试档的顺序（Work your way up the tiers）

官方原句： 1. Run your examples through Haiku first. If the quality holds, you're done — and you just saved a lot of money. 2. If it doesn't, step up to Sonnet. 3. Only reach for Opus when the task needs it.

精译： 1. 先用 Haiku 跑你的样例。如果质量撑得住，你就结束了 —— 而且你刚刚省下了一大笔钱。 2. 如果撑不住，升到 Sonnet。 3. 只有当任务确实需要时，才去够 Opus。

⭐⭐ 记忆锚：从最低档往上试，能用就停 —— 不是从上往下砍。 这个方向非常反直觉（多数人会先试最强的），是绝佳的考题： * 题干问「团队该如何开始选型」→ 正解 Haiku 起步，逐级上探。 * 陷阱：「先用 Opus 确认上限，再往下优化成本」—— 官方不推荐这条路线（理由：浪费且得不出「最低可用档」的结论）。 * ⭐ if the quality holds（如果质量撑得住） —— hold 在这里是「站得住、经得起」，呼应开头 the output might not hold up。

📊 四、并排比较（Comparing the tiers side by side）

官方原句：Let's see the difference between the tiers, not just talk about it. We'll send the same prompt through all three models and watch the latency and token counts:

官方代码（Python 风格，保持原样）

models = ["current-model-lite", "current-model-fast", "current-model"]

for model in models:
    response = client.messages.create(
        model=model,
        max_tokens=300,
        messages=[{"role": "user", "content": prompt}],
    )
    print(model, response.usage)

⚠️ 抓取件说明："current-model-lite" / "current-model-fast" / "current-model" 为环境替换残留，实际对应 Haiku / Sonnet / Opus 三档。不要背这些字符串。

⭐ 官方点名的「两件事」（Two things are going on here）

⭐⭐ response.usage = 账单依据，这是领域 4（成本优化）与领域 3（可观测性）的交叉点： * input tokens / output tokens 分开计量 —— 通常 output 更贵，长输入不等于贵，长输出才贵。 * 考点：题干问「如何衡量并控制成本」→ 正解涉及读取 usage 并按 input/output 分别核算；陷阱是「估算字符数」或「看响应长度」。

⭐ 「一次只改一个变量」是本课暗含的科学方法：同样的 prompt、同样的 max_tokens、只换 model —— 否则比较结果不可信。这对应考纲领域 4 的「设计评估」基本功。

官方给出的实测观察

Run it and you'll see three models and three sets of numbers. Opus takes the longest and reads the most polished — but for a two-sentence definition, that polish is wasted. Sonnet tightens the writing up a little. And Haiku comes back, often in under a second, with a very competent two-sentence answer. It's honestly perfect for this kind of scenario.

精译：跑起来你会看到三个模型、三组数字。Opus 耗时最长、读起来最考究 —— 但对于一句两句话的定义，那份考究是被浪费掉的。Sonnet 把文字收紧了一些。 而 Haiku 回来的往往不到一秒，给出的两句回答非常称职。说实话，它对这类场景就是完美的。

🎯 五、⭐⭐⭐ 本课最重的一句（全课选型原则）

官方原句： And that's the whole point: the right model is the cheapest one whose output you'd actually ship.* For a definition, Haiku is plenty. For drafting a regulatory response, you'd run the same comparison and probably end up on Opus. The eval is the same shape every single time.***

精译： 这就是全部要点：正确的模型，是那个「产出你真的敢交付」的最便宜的模型。 对于一句定义，Haiku 就足够了；对于起草一份监管回应，你会跑同样的比较，最后大概会落在 Opus。评估的形状每一次都是一样的。

⭐⭐ 三层拆法

⭐⭐ 记忆锚：不是「最强」，不是「最便宜」，是「最便宜的你能交付的那个」。

⭐ 注意 you'd actually ship（你真的会交付）这个限定 —— 它把质量门槛设为交付标准，而不是「看起来不错」或「评测分数高」。 这与课程 002 的 Prototype freely, ship selectively（自由原型，审慎交付）是同一条质量标准，只是 002 讲流程、本课讲模型档位。

⭐ The eval is the same shape every single time —— 官方在强调：方法可复用，变的只是结论。这正对应考纲领域 4 的「建立可复用的评估体系」，而不是每个任务临时想办法。

🔀 六、⭐ 把不同的工作路由到不同的模型（Routing）

官方原句： In a real app, you'd route different kinds of work to different models inside the same endpoint. Take an operations dashboard with a document processing route: * Every incoming file* gets classified with Haiku. * Client updates get drafted with Sonnet. * Only RFP responses reach for Opus. One queue, three models, picked per task.***

精译：在真实应用里，你会在同一个接口内，把不同种类的工作路由到不同模型。以一个带有文档处理路由的运营仪表盘为例： * 每一份进来的文件都用 Haiku 做分类。 * 客户更新用 Sonnet 起草。 * 只有 RFP 回应才去够 Opus。 一个队列，三个模型，按任务挑。

⭐ 路由表（背下来，这是标准的三档分工范例）

⭐⭐ 三个副词是题眼：Every（每一份）→ Haiku；Client updates → Sonnet；Only（只有）→ Opus。 Only 这个词就是成本控制的关键 —— 最贵的档位只留给最需要的一小部分。

⭐⭐ 架构论断：One queue, three models, picked per task.（一个队列，三个模型，按任务挑。） * 反面做法：为整个应用选一个模型（本课 Recap 明说 instead of picking one model for everything）。 * 对应考纲领域 1（17%）：按任务特性分解并差异化配置 —— 这是架构决策，不是调参。 * 呼应第 2 课的 It's the same call — just wrapped in a route handler：同一个调用形态，但里面的 model 是按任务选的。

🔑 七、核心要点（Recap）· 官方五条

1. the AI provider offers three model tiers: Opus for hard problems, Sonnet for daily work, and Haiku for volume. 官方提供三档模型：Opus 对付难题，Sonnet 做日常活，Haiku 扛量。

   ⚠️ 口径提醒：正文已更新为四档（多了 Fable），Recap 未同步。按正文四档记。

2. Set up a simple evaluation — 20 or 30 representative examples from your real workload — before writing production code. 搭一个简单的评估 —— 20 到 30 条来自你真实工作负载的有代表性样例 —— 在写生产代码之前。
3. Run the eval from Haiku upward and stop at the cheapest model whose output you'd actually ship. 从 Haiku 往上跑评估，停在那个「产出你真敢交付」的最便宜的模型上。
4. response.usage reports input and output tokens, which is what your bill is based on. response.usage 报告 input 与 output token，而你的账单就是以此为基础的。
5. In production, route different tasks to different models inside the same endpoint instead of picking one model for everything. 在生产中，于同一个接口内把不同任务路由到不同模型，而不是给所有事情挑一个模型。

🧠 本课 → CCAR-P 考点映射

🔤 本课新生词（已回灌 30-单词表/03，2026-10-14）

✅ 本课进度

• [x] 全文精译与架构师级拆解（2026-10-14）
• [x] ⭐⭐ 记录四档模型表（含 Fable）与 Recap「三档」的口径冲突说明
• [x] ⭐⭐ 记录用途关键词对照表（题干关键词 → 档位）
• [x] ⭐⭐ 记录最小可行评估四要素与「从 Haiku 往上试」的顺序
• [x] ⭐⭐ 记录 response.usage = 账单依据
• [x] ⭐⭐ 记录选型原则原句与路由表（One queue, three models）
• [x] 英文原文已存：18-English-03-Choosing-the-right-model.md
• [x] 生词回灌 30-单词表/03-考试核心生词与术语表.md（2026-10-14 建表，301 条入速查区，⭐⭐ 28 条精讲）
• [ ] 官方未提供 What you'll learn 区块 —— 若后续页面补全，需回填

🔗 关联

• 本课英文原文：18-English-03-Choosing-the-right-model.md ✅ 已存
• 前一课：04-第2课-Your-first-API-call.md（model 为必填三要素之一）
• 呼应课程 002：Prototype freely, ship selectively（同一交付质量标准）；Write acceptance tests before code（评估先于实现）
• 前向呼应：第 10 课 Context management（成本与窗口）、第 11–12 课 Managed agents
• 课程大纲：01-课程导读与大纲全景
• 考纲：00-CCAR-P备考蓝图

⚠️ 语料说明：英文原文中的模型字符串 "current-model-lite" / "current-model-fast" / "current-model" 为抓取/环境替换残留，实际对应 Haiku / Sonnet / Opus 三档，已在代码段下方说明；其余英文引句均为官方原句，未作改动。