Claude 5.5 模型组合：企业 Agent 应按任务阶段路由，而不是全程用最强模型
Anthropic 在 2026 年 9 月 22 日发布 Claude Opus 5.5，9 月 28 日发布 Sonnet 5.5，并于 10 月 7 日补齐 Haiku 5.5。官方将 Haiku 定位为最快、最便宜的小模型，适合摘要、上下文压缩、数据库查询、分类、实时支持与浏览器操作；它也可以作为 Opus 或 Sonnet 的子代理。Anthropic 同时称 Opus 5.5 比 Opus 5 成本低 40%，Sonnet 5.5 对多数工作快 30%、成本最多低 30%，而 Haiku 5.5 相比 Haiku 4.5 约便宜 75%。
对企业 Agent，这不是三张价目表，而是一个调度问题。同一任务会经历意图分类、检索、计划、执行、验证和总结，不同阶段的风险与推理需求完全不同。全程使用最强模型浪费成本，全程使用小模型则可能在关键决策处放大错误。
路由单位应是一个可评测步骤，而不是整段会话。
静态规则只是起点
最初可以按任务类型路由：分类、摘要和格式转换使用 Haiku；常规编码和分析使用 Sonnet；高不确定、长规划或关键决策使用 Opus。但真实任务难度会在运行中变化。一个看似简单的客服请求，可能在发现退款争议后升级为高风险流程。
Runtime 需要根据置信度、工具失败、上下文长度和风险动态升级。升级时传递结构化状态与证据，而不是把全部聊天原样复制；降级时保留关键约束，避免小模型丢失安全边界。
让强模型规划、小模型执行也有陷阱
常见架构是强模型生成计划，小模型完成子任务。它能降低成本，但前提是计划可验证、子任务边界清晰。若强模型给出含糊目标，小模型会在缺少上下文时自行补全；多个廉价子代理并发也可能造成重复工具调用，反而提高总成本。
每个子任务应有输入输出 schema、最大步数、可用工具和验收器。高风险写动作即使执行简单，也不能因为“动作短”就交给低能力模型独立决定；决策与执行权限要分开。
上下文压缩是路由系统的关键接口
Haiku 适合做 compaction，但摘要器决定后续模型看到什么。压缩结果应分为事实、未解决问题、约束、已执行副作用和证据引用，并通过规则检查必需字段。对安全策略和用户明确禁令，最好由运行时单独保存，不依赖模型摘要。
官方还提到 Sonnet 缓存读取成本减半，并使 Agent 工作整体约便宜 20%。缓存命中与路由应共同优化：频繁共享的大段政策和代码库上下文适合缓存，短期个性化信息则按需检索。不能为了命中缓存而把过期上下文长期保留。
用端到端前沿面选择方案
评测模型组合时同时画出任务成功率、P95 延迟、总成本、人工接管率和高风险错误率。单步便宜不代表整次运行便宜；小模型重试三次再升级，可能比直接用 Sonnet 更贵。路由器本身也需要版本化与 A/B 测试。
Haiku 5.5 发布后，企业真正得到的是更大的设计空间。最优系统通常不是“默认最强”或“默认最省”，而是在每个阶段使用足以可靠完成任务的最低能力，并在不确定性上升时可解释地升级。