环境变量参数

export ANTHROPIC_DEFAULT_HAIKU_MODEL="轻量级模型"
export ANTHROPIC_DEFAULT_SONNET_MODEL="常规模型"
export ANTHROPIC_DEFAULT_OPUS_MODEL="旗舰模型"

🧠 模型家族的“三驾马车”：Haiku、Sonnet 与 Opus

Anthropic 将 Claude 模型设计为三个不同定位的系列，以满足多样化的需求：

1. Haiku：轻量快速，经济高效

   • 定位：速度最快、成本最低的模型。
   • 适用场景：处理简单的、重复性的任务，例如：单行代码补全、语法检查、简单的代码解释、快速的关键词查找等。它就像一个敏捷的助手，用于处理“琐碎的查找”工作。

2. Sonnet：平衡之选，日常主力

   • 定位：在性能、速度和成本之间取得了最佳平衡。
   • 适用场景：大多数日常编码任务，例如：编写新功能、修复 bug、代码重构、生成单元测试、逻辑验证等。它是 Claude Code 的默认首选模型，是工作中的“主力军”。

3. Opus：旗舰大脑，复杂推理

   • 定位：推理能力最强、最智能的旗舰级模型。
   • 适用场景：处理高度复杂的任务，例如：大型项目的架构设计、跨模块的重构、复杂的算法设计、深层次的调试等。它就像一个“首席架构师”，用于处理需要深度思考的难题。

🎯 为什么要配置三个模型？

Claude Code 内部通过 haiku、sonnet、opus 这三个模型别名（Alias） 来指代不同定位的模型。配置这三个环境变量，本质上是为这三个别名指定它们各自所对应的实际模型版本。

这样做主要是为了：

• 实现“智能路由”：Claude Code 会根据任务复杂度，自动选择最合适的模型来执行。这种机制能让系统在简单任务上快速响应且成本更低，而在复杂任务上调用最强的模型确保质量。
• 解耦与灵活控制：通过环境变量来配置，可以灵活地切换模型版本，而无需修改代码。
• 支持特殊模式：例如 opusplan 模式，在规划阶段使用 Opus 进行复杂推理，在执行阶段自动切换回 Sonnet 进行代码生成。此外，Haiku 还可能被用于一些后台功能。

⚙️ 假设：全部指向“DeepSeek-V4-Flash-Max”

假设所有三个别名都指向了同一个模型 DeepSeek-V4-Flash-Max。这在技术上是可行的，意味着无论在何种场景下，Claude Code 都会调用这个模型来完成任务。

不过，这种做法有一些值得注意的地方：

• 优势：配置简单，可以快速集成并使用一个统一的模型。
• 潜在影响：
  • 成本与效率：如果该模型能力很强但成本较高，那么即使是简单的代码补全任务（通常应由 Haiku 处理）也会产生较高的费用。
  • 性能：如果该模型是一个轻量级模型，那么在处理原本应由 Opus 负责的复杂架构设计时，可能效果不佳。
  • 模型兼容性：第三方模型可能无法完全支持 Claude Code 的所有特性（如特定的 beta 功能），可能需要额外配置（如 CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS=1）。

💎 总结

总而言之，配置三个模型变量是 Claude Code 的一项精细化控制设计。它允许系统根据不同任务智能选择最合适的模型，从而在性能、速度和成本之间实现最佳平衡。

你可以根据实际需求，为不同场景指定不同的模型。例如，一个经典的配置策略是：

• Opus：用于复杂的架构和推理任务。
• Sonnet：作为日常编码的主力模型。
• Haiku：用于快速的简单查询和补全。

当然，如果你希望在所有场景下都统一使用一个模型，也完全可行。