Jak wybrać modele Claude do kodowania: przewodnik Anthropic i konfiguracja Claude Code
Jak wybrać modele Claude do kodowania: przewodnik Anthropic i konfiguracja Claude Code
Anthropic opublikowało pełny przewodnik po wyborze między Fable 5.2, Opus 5.5, Sonnet i Haiku oraz prompt do audytu konfiguracji Claude Code i subagentów.
Anthropic opublikowało pełny przewodnik dotyczący wyboru między Fable 5.2, Opus 5.5, Sonnet i Haiku. Można poprosić Fable 5.2 o sprawdzenie konfiguracji Claude Code pod kątem rekomendacji z tego przewodnika.
Wcześniej wbudowany subagent Explore w Claude Code zawsze działał na Haiku. Teraz używa modelu głównego. Jeśli jest to Opus 5.5 albo właśnie przełączono się na Fable 5.2, Explore marnuje limit potężniejszego modelu za każdym razem, gdy czyta pliki lub wyszukuje kod.
Dlatego warto stworzyć własnego subagenta o nazwie Explore i ustawić model: haiku.
Prompt do sprawdzenia konfiguracji
Przeczytaj ten przewodnik: https://claude.dev/blog/which-claude-model-should-you-build-with/
Następnie sprawdź moją konfigurację Claude Code pod kątem rekomendacji: ustawienia użytkownika i projektu, subagentów w ~/.claude/agents i .claude/agents oraz plik CLAUDE.md.
Znajdź trzy kategorie problemów.
1. Subagenci używają nieodpowiednich modeli
Znajdź subagentów, którzy tylko wyszukują pliki, czytają logi lub uruchamiają testy, ale nie mają jawnie wskazanego modelu, więc korzystają z modelu głównego.
Jeśli nie ma własnego subagenta Explore z ustawieniem model: haiku, również uznaj to za problem.
Sprawdź też sytuację odwrotną: subagenci, którzy edytują kod lub podejmują decyzje, powinni pozostać na modelu głównym. Upewnij się, że zmienna CLAUDE_CODE_SUBAGENT_MODEL nie zmusza ich do użycia słabszego modelu. Sprawdzaj wyłącznie tę zmienną: w bloku env ustawień i w środowisku powłoki.
2. Model lub poziom wysiłku nie pasuje do zadania
Skorzystaj z tabeli z przewodnika:
- Opus 5.5 z poziomem wysiłku
mediumdo codziennej pracy nad kodem i debugowania. - Sonnet 5.5 do wyraźnie określonych zadań, np. naprawy błędu lub implementacji funkcji według specyfikacji.
- Fable 5.2 do dużych refactorów, migracji i koordynacji wielu subagentów.
Oznacz poziom wysiłku powyżej high, jeśli jest ustawiony domyślnie, i zaproponuj najpierw spróbowanie potężniejszego modelu z niższym poziomem wysiłku.
Oznacz też opusplan, jeśli jest wybrany domyślnie, ponieważ w tym trybie edycja kodu odbywa się na Sonnet.
3. Brak możliwości sprawdzenia wyników w projekcie
Sprawdź, czy w CLAUDE.md opisano, jak uruchamiać testy i build, oraz czy istnieje jakakolwiek weryfikacja, którą można wykonać.
Przewodnik zaleca taką kolejność: najpierw zapewnić możliwość sprawdzenia wyniku, potem podnieść poziom wysiłku o jeden stopień i dopiero na końcu przejść do potężniejszego modelu.
Dla każdego znalezionego problemu
- Zacytuj odpowiednią konfigurację i linię z przewodnika.
- Wyjaśnij, do jakich kosztów prowadzi i w jakich sytuacjach stworzy problemy.
- Zaproponuj minimalną poprawkę w postaci gotowej konfiguracji, którą można skopiować.
Następnie przeanalizuj kod projektu i ostatnie commits. Utwórz tabelę pokazującą, jakie rodzaje zadań w tym projekcie lepiej wykonywać na jakich modelach i z jakim poziomem wysiłku.
Na koniec wyjaśnij, jak używać /model i /usage, aby wykonać jedno zadanie z mojej listy na dwóch różnych modelach i porównać koszty.
Najpierw pokaż rekomendacje. Na razie niczego nie zmieniaj.
Dlaczego to ważne
AnalizaClaude Code może po cichu kierować tanie operacje czytania plików i wyszukiwania kodu do drogich modeli, dlatego jawne ustawianie modeli subagentów i weryfikacja wyników pomagają oszczędzać limity AI i czas pracy. Taki audyt czyni przepływ pracy bardziej przewidywalnym: złożone zadania pozostają na potężnych modelach, a rutynowe trafiają do tańszych.
Dyskutuj w społeczności
Dziel się swoimi pytaniami i spostrzeżeniami z programistami
Powiązane w ekosystemie
Praktyczne poradniki, kluczowa terminologia i skille agentów
Claude Code Projects: jak jeden AI koordynuje zespół autonomicznych agentów
Głęboka analiza Claude Code Projects: architektura Coordinator i Threads, równoległe gałęzie, wspólna pamięć MEMORY.md oraz zarządzanie agentami w chmurze.
Claude Code
Oficjalny terminalowy agent deweloperski od Anthropic, działający bezpośrednio w linii komend za pośrednictwem modelu Claude 3.7 Sonnet z natywną obsługą Bash, Git, systemu plików oraz protokołu MCP.
Serwery MCP i Claude Code: praktyczny przewodnik po integracji i tworzeniu
Jak rozszerzyć możliwości Claude Code za pomocą Model Context Protocol: integracja z systemem plików, GitHub, PostgreSQL, Brave Search oraz tworzenie własnego serwera w TypeScript.
Claude Haiku (Szybkie, kompaktowe modele Anthropic)
Najmniejszy i najszybszy model w ofercie Anthropic. Zaprojektowany do błyskawicznych odpowiedzi, masowej klasyfikacji tekstu, ekstrakcji danych oraz routingu agentowego przy minimalnych kosztach.