Communityコーディング&開発github.com

cestercian/claude-model-picker

タスク、サブエージェント、API統合に最適なClaudeモデル(Haiku 5.5、Sonnet 5.5、Opus 5.5、Fable 5.2)と努力レベルを選択します。どのモデルを使うべきか、コストやレイテンシを削減したい場合、サブエージェントモデルの設定、システム内でモデルを混在させる場合、またはリクエストをあるClaudeモデルから別のモデルに移行する場合に使用します。

claude-model-picker とは?

このスキルは、タスクの特性と要件に基づいて最適なClaudeモデルと努力レベルを選択するための体系的なガイドを提供します。Anthropicの公開ガイダンスに基づき、Opus 5.5(中程度の努力)をデフォルトとし、具体的な理由に応じてSonnet 5.5、Haiku 5.5、またはFable 5.2に調整する方法を示します。日常的なエンジニアリング、分類、コード生成研究など、さまざまなタスクタイプごとに推奨されるモデルと努力レベルを表形式で提示し、結果が不十分な場合のチューニング順序(検証手段の提供、努力の引き上げ、上位モデルへの移行)も説明します。また、コストの考え方(タスク完了あたりのコスト比較)、複数モデルを組み合わせる戦略(サブエージェントへの小型モデルの使用、アーキテクチャ設計)、移行時の互換性チェックリスト、そして実際のタスクサンプルを用いた測定ループによる意思決定プロセスを提供します。このスキルはClaude Code、Anthropic API、およびその他のプラットフォームを対象としており、ユーザーは具体的な推奨事項とその根拠、および必要に応じてモデルを切り替えるべき条件を明確に理解できます。

対応✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/cestercian/claude-model-picker/tree/HEAD/skills/claude-model-picker

Installed? Explore more コーディング&開発 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

Claude モデルピッカー

開始となるモデルと努力レベルを選択し、証拠に基づいて調整します。

ここでの推奨事項はすべて、Anthropic が公開しているガイダンスに基づいています。出典 を参照してください。ユーザーにアドバイスを提供する際は、出典へのリンクを貼ってください。モデルのラインナップと価格は変わる可能性があります。重要な情報(価格、モデルID、デフォルトの努力レベル)については、依存する前にライブドキュメントを確認してください。

デフォルト

Opus 5.5(中程度の努力)から開始します。 これは Claude Code のデフォルトであり、Fable 5.2 と比較してトークンあたりのコストが半分です。理由がある場合のみ、そこから移動します。

  • Sonnet 5.5 にダウングレード — 範囲が明確に定義された日常的な作業(バグ修正、仕様に基づく機能追加)。明確な仕様だけでは十分ではありません。移行やパフォーマンス作業には、Opus または Fable が必要になる場合があります。
  • Haiku 5.5 にさらにダウングレード — シンプルで大量の処理:分類、ルーティング、タグ付け、抽出。安価なサブエージェント向け。
  • Fable 5.2 にアップグレード — 最も困難な技術作業(コーディング、金融、科学)、大規模なリファクタリング/移行、アーキテクチャ、多数のサブエージェントの指揮、長時間の無人実行、または高努力の Opus でも不十分な場合。

タスク → 開始点

タスクモデル努力
日常的なエンジニアリング、デバッグ、複数PRにわたる機能Opus 5.5中 → 高
分類、ルーティング、タグ付け、一括抽出Haiku 5.5中
検索、ログ読み取り、要約を行うサブエージェントHaiku または Sonnet 5.5モデルデフォルト
チャット / インタラクティブセッションSonnet 5.5(大量のシンプルなチャットにはHaiku)低 または 中
範囲が明確なコーディング(バグ修正、仕様駆動)Sonnet 5.5中 → 高
日常的なドキュメント、スライド、スプレッドシートSonnet 5.5(複雑な財務モデルや膨大なソースの山にはOpus)高(Claude Codeでは中)
反復的なエージェントタスク(レビュー、調査、下書き)Sonnet 5.5中
コンピューターユース、ビジョン主体のループOpus 5.5中
大規模リファクタリング、アーキテクチャ、サブエージェントの指揮Fable 5.2中 → 高
深層研究、科学的/定量的分析Fable 5.2中 → 高
わからない場合Opus 5.5中

モデル情報

Haiku 5.5Sonnet 5.5Opus 5.5Fable 5.2
入力 / 出力(100万トークンあたり)$0.10 / $0.50(プロンプト≤100K);$0.50 / $2.50(>100K)$2 / $10$4 / $20$8 / $40
キャッシュ読み取り(100万トークンあたり)$0.01(≤100K)/ $0.05$0.10$0.20$0.20
レイテンシ最速速い中程度中程度
コンテキスト / 最大出力1M / 128K1M / 128K1M / 128K1M / 128K
思考適応的、オフにできる(≤ 高努力)適応的;between_tools オプション常時オン常時オン
APIデフォルトの努力中高(CCでは中)中高(CCでは中)
高速モードなしなしありあり

結果が不十分な場合のチューニング順序

  1. モデルが自身の作業を検証する手段を提供する(テスト、ビルド、エンドポイントを叩くスクリプト)。通常、努力を増やすよりも安価です。
  2. 努力を1レベル上げる。
  3. 1つ上のモデルに移動し、小さいモデルで使用していた努力よりも低い努力レベルから開始する。

注意事項:

  • 努力 ≈ 思考時間、ツール呼び出し、自己チェック。レイテンシが増加します。モデルに不足している知識を追加することはできません。それにはより大きなモデルが必要です。
  • 高を超えると、さらに1レベルの努力は、次の上位モデルと同じくらいのコストがかかる可能性があります。代わりに、より大きなモデルを低い努力でテストしてください。
  • 結果が自動チェック可能な場合:すべてを低努力で実行し、失敗したものだけを高努力で再実行します(Anthropicのテストでは、全高努力と比較してコストと合格率の両方で優れています)。
  • 能力を失わずに速度が必要な場合:Opus 5.5 / Fable 5.2 の高速モード(プレミアム価格)。

コストの考え方

  • タスク完了あたりのコストを比較し、トークンあたりの価格ではありません。より高価なモデルでも、低い努力で使用すれば、タスクあたりのコストが安くなる可能性があります(例:難しいベンチマークで、Fable 5.2(高努力)≈ Opus 5.5(最大努力)の約半分のコスト)。
  • タスクセットの中で最も難しいタスクの価格を設定します。これらが支出の大部分を占めます。
  • 大きなコンテキストは毎ターン再送信されますが、ほとんどはキャッシュ読み取りとして請求されます。Fable と Opus は同じ $0.20 のキャッシュ読み取りレートを共有しているため、キャッシュ主体の実行では、その差はキャッシュされていない入力 + 出力になります。
  • 高価なモデルのコンテキストはスリムに保ち、詳細な読み取りは安価なサブエージェントに任せます。
  • Haiku の長いプロンプトティア(>100K)は、ショートレートの5倍です。長いプロンプトの場合は、タスク完了あたりの Haiku と Sonnet を比較してください。

モデルの混在

  • 自然な区切りで切り替えます。 プロンプトキャッシュはモデルごとなので、新しいモデルでの最初のターンはキャッシュ書き込みを再度支払うことになります。Claude Code では /compact を実行するか、短い計画で新しく開始します。API では、要約から始めます。
  • 思考ブロックは下位モデルには引き継がれません。 Fable 5.2 は Opus/Sonnet/Haiku 5.5 ブロックを読み取ります。Opus 5.5 は Sonnet/Haiku を読み取ります。Sonnet は Haiku を読み取ります。ダウングレードする(または Fable 5.2 から離れる)と、以前の推論は静かに破棄されます。
  • 小型モデルを使用したサブエージェント は、間違いが安価に発見できる作業(ファイル検索、テストの実行、ログの読み取り)に適しています。コード編集と判断はメインモデルに任せます。Claude Code では、エージェントファイルに model: haiku / model: sonnet を設定するか、デフォルトとして CLAUDE_CODE_SUBAGENT_MODEL を設定します。
  • 組み込みの Explore サブエージェントは、現在セッションモデルを使用するようになりました。コストを抑えるには、model: haiku を指定した独自の Explore エージェントを定義します。ANTHROPIC_DEFAULT_HAIKU_MODEL はエイリアスを固定します。Anthropic API では haiku → Haiku 5.5(Claude Code ≥ v2.1.293 が必要)。Bedrock/Vertex/Foundry では、依然として Haiku 4.5 です。
  • opusplan は Opus で計画し、Sonnet で編集します — 上記のアドバイスとは逆です。採用する前に測定してください。
  • アドバイザーツール(ベータ版): 安価な実行者が強力なアドバイザーに相談します。改善は小さい傾向があります(努力を上げるのと同程度)。まず相談率を測定し、許可された組み合わせを確認してください。
  • リーダー+ワーカー は、1つのコンテキストウィンドウよりも大きな作業向けです(例:並列する Sonnet ワーカーを指揮する Opus リーダー:約1/3安く、同じスコア)。単一の依存チェーンや1つのコンテキストに収まる作業にはスキップします。

安価なサブエージェントの例(.claude/agents/log-reader.md):

---
name: log-reader
description: テスト出力とログを読み取り、失敗した各ケースを報告します。テスト実行後に使用します。
tools: Read, Grep, Glob, Bash
model: haiku
---

各失敗について、ファイル、テスト名、および最初のエラー行を報告してください。ファイルは編集しないでください。

移行 / 互換性チェックリスト

  • Fable 5.2 の思考保持: Fable の思考ブロックより前の内容(システムプロンプト、ツール、以前のメッセージ)が変更された場合、それを破棄することにオプトインしない限り、API は 400 を返します。履歴は追加のみにしてください。Claude Code / Agent SDK / Managed Agents はこれを処理します。
  • 思考: Opus 5.5 と Fable 5.2 は思考を無効にできません(エラー)。コンテンツブロックをタイプ別に読み取ってください。レスポンスは思考ブロックで始まる場合があります。
  • 強制ツール使用: tool_choice: any|tool → Sonnet/Opus 5.5 および Fable 5.2 では 400。auto + strict: true ツール + プロンプト指示を使用してください。
  • コンピューターユース: computer_toolset_20260801 経由のみ(Claude API、Google Cloud 上の Google 管理 Claude)。
  • Haiku 4.5 → 5.5: budget_tokens を努力に置き換え、非デフォルトの temperature/top_p/top_k を削除し、ユーザーターンで終了します(アシスタントプレフィルは不可)。
  • 安全フォールバック: フラグが立てられたサイバーリクエストは Opus 4.8 で再実行される可能性があり、生物学リクエストは Opus 5 で再実行される可能性があります(Claude Code に通知が表示されます)。
  • マルチモデルシステム: すべてのリクエストを最も厳格なモデル用に構築し、ステップがコード変更なしで階層を移動できるようにします。ルーティングが単純な場合(ステップタイプごとに1つのモデル)、モデルではなくコードでルーティングします。

コミットする前に測定する

  1. 実際のタスクをサンプリングし、それぞれに結果チェック(合格テスト、正しい行数…)を記述します。
  2. 各候補を2〜3の努力レベルで実行し、セッションを分離します(キャッシュは共有しません)。各レスポンスの usage からコストを記録します。
  3. スコア対支出をプロットします。すべての単一モデルポイントを上回る場合にのみ、マルチモデル設定を維持します。
  4. 切り替える前に、実トラフィックで勝者をシャドウ実行します。

Claude Code でのクイックチェック:/model を使用して2つのモデルでバックログタスクを1つ実行し、/usage で比較します。

ユーザーへの回答方法

  1. タスクのモデル + 努力を、表からの1行の理由とともに指定します。
  2. 何が彼らをアップグレードまたはダウングレードさせるかを述べます。
  3. API 経由で統合する場合やモデルを混在させる場合は、関連する互換性項目をフラグします。
  4. コストが重要な場合は、リスト価格を信頼するのではなく、上記の測定ループを提案します。

出典

一次ソース:

その記事で参照されている Anthropic ドキュメント:

関連スキル