Standard 还是 Fast 还是 Extended？Claude Opus 4.6 三种模式选错了就是烧钱

很多人只知道 Claude Opus 4.6 出了个 Fast 模式，但其实 Opus 4.6 有三种运行模式。选错了，要么多花钱，要么效果不好。

三种模式一览

简单说：Fast 牺牲一点深度换速度，Extended 牺牲速度换深度，Standard 在中间。

Extended Thinking 是什么

这个模式在 Opus 4.5 时代就有了，Opus 4.6 做了升级，叫 Adaptive Thinking。

原理不复杂：你可以在 API 请求里设置一个 budget_tokens 参数，告诉模型"你最多可以花多少 token 来思考"。模型会在正式回答之前，先在内部做一轮推演。

设 4096 个 token 的思考预算，它会简单想想。设 32000 个 token，它会反复推敲。设 128000 个 token，它会进入"深度分析"状态，输出质量会明显提升，但等待时间也会拉长到分钟级。

Adaptive Thinking 的改进在于：模型会根据问题难度自动调整实际使用的思考量。简单问题不会把预算全用完，复杂问题会用到上限。

实际怎么选

我拿同一个任务试了三种模式：让模型分析一段有性能问题的 SQL 查询，给出优化建议。

Fast 模式（3 秒出结果）： 找到了缺失索引的问题，给了加索引的建议。够用，但没往深了查。

Standard 模式（8 秒出结果）： 找到缺失索引，还发现了一个 N+1 查询问题和一个不必要的子查询。给了三条优化建议，每条都有解释。

Extended Thinking 模式（budget_tokens=32000，24 秒出结果）： 除了上面的问题，还分析了表的数据量级对查询计划的影响，建议考虑分区表。甚至提到了在高并发场景下这条查询可能导致锁争用。

差距一目了然。

定价怎么算

Standard 模式：输入 $5/百万 token，输出 $25/百万 token。

Extended Thinking 模式：thinking token 按输出价格计费。如果你设了 32000 的思考预算，最坏情况下额外花费 32000 × $25/百万 = $0.0008。听起来不多，但如果你的应用每天调用上万次，这笔钱会叠起来。

Fast 模式：还没正式公布。参考 Anthropic 过去的定价风格，预计在 Standard 基础上加 20%-50%。

我的调参策略

用了一周之后，我总结出一套按场景切换的方案：

日常编码（Fast）： 写函数、补测试、改 bug、做代码补全。这些任务不需要深度思考，快就是正义。

代码审查和方案设计（Standard）： 需要模型认真看代码逻辑，给出有理有据的意见。Standard 在质量和速度之间的平衡点最好。

疑难杂症（Extended，budget_tokens 16000-32000）： 那种查了半天没头绪的 bug，或者需要考虑多个系统交互的架构问题。给足思考预算，让它慢慢想。

学术级任务（Extended，budget_tokens 64000+）： 算法设计、形式化验证、安全审计。这种任务不在乎等多久，只在乎结果对不对。

API 调用示例

三种模式的 API 写法：

# Standard（默认）
response = client.messages.create(
    model="claude-opus-4-6-20260205",
    messages=[{"role": "user", "content": prompt}]
)

# Fast
response = client.messages.create(
    model="claude-opus-4-6-20260205",
    messages=[{"role": "user", "content": prompt}],
    speed="fast"
)

# Extended Thinking
response = client.messages.create(
    model="claude-opus-4-6-20260205",
    messages=[{"role": "user", "content": prompt}],
    thinking={"type": "enabled", "budget_tokens": 32000}
)

注意 Fast 和 Extended Thinking 不能同时开。要么快，要么深，不能又快又深。

一个容易踩的坑

Extended Thinking 模式下，模型的"思考过程"也会算在上下文窗口里。Opus 4.6 有 200K 的标准上下文（1M 在 beta），如果你设了很大的思考预算，又塞了很长的代码上下文，可能会撞到窗口限制。

建议做法：上下文越长，思考预算设小一点。两边抢的是同一个资源。

选择矩阵

没有万能模式。了解自己的需求，按场景切换，这才是省钱的方式。